На третьей международной конференции по вычислительной оптимизации 112 исследователей из 28 вузов и научных организаций России, Китая, Марокко, ОАЭ, Южной Кореи, Франции, Германии, Саудовской Аравии, США, Австралии и Швейцарии представили доклады по оптимизации нейросетей, алгоритмам масштабирования, распределённым вычислениям, сжатию моделей и данных. Более 2 тыс. участников подключились к лекциям онлайн. ICOMP 2026 организовали Университет Иннополис, Альянс в сфере ИИ, Фонд «Сколково», проектный офис САПФИР, Университет искусственного интеллекта Мохаммеда бин Зейда и Марокканская школа инженерных наук.
Главными событиями конференции стали выступления Майкла Джордана (Калифорнийский университет в Беркли) с докладом «Коллективистское, экономическое видение ИИ» и Петера Рихтарика (Университет науки и технологий имени короля Абдуллы) с лекцией «Как думать об оптимизации: метод броксимальной точки и его влияние на теорию оптимизации и машинное обучение». Майкл Джордан — один из основоположников современного статистического машинного обучения и самых цитируемых учёных в области информатики. Его доклад на ICOMP предложил взгляд на ИИ не как на отдельный разум, а как на систему, встроенную в рынки и коллективные механизмы принятия решений. Доклад Петера Рихтарика — ведущего мирового эксперта по стохастической и распределённой оптимизации, федеративному обучению и сжатию коммуникаций — обобщил проксимальный метод и показал, как единый взгляд позволяет осмыслить многие известные алгоритмы оптимизации и их применение в обучении моделей.
Теоретическую линию конференции сформировали пленарные доклады. В выступлении Антонио Орвьето (Институт ELLIS) объяснил, почему адаптивные методы обучают трансформеры лучше SGD и почему этот разрыв объясняется сочетанием нескольких факторов, а не одной причиной. Доклад Анастасии Колосковой (Цюрихский университет) был посвящён обучению на данных, распределённых между многими устройствами и организациями. Дмитрий Яроцкий (Сколтех) в лекции ответил, почему классический метод момента теряет устойчивость в стохастической постановке и как более длинная память о прошлых градиентах даёт ускорение без потери устойчивости.
Во время конференции прошла осенняя школа по вычислительной оптимизации ASCOMP. Студенты и молодые исследователи МГУ, НИУ ВШЭ, МФТИ, ИТМО, Сколтеха, СПбГУ, СПбПУ, СКФУ, Университета Иннополис, Пхоханского университета науки и технологий и других вузов посетили серию лекций, закладывающих теоретическую базу изучения ИИ. Анатолий Юдицкий (Университет Гренобль-Альпы) представил исторический и математический обзор эллипсоидного метода — первого полиномиального алгоритма для задач линейного программирования — и его роли в становлении современной теории выпуклой оптимизации. Константин Мищенко (Mistral AI) поделился взглядом практика на теорию оптимизации. Аджатан Талайясингхам (Австралийский национальный университет) рассказал о распределённой оптимизации за пределами дата-центра — снижении объёма передаваемых данных, сжатии градиентов и асинхронных схемах обновления. Слушателям школы были доступны все мероприятия конференции — пленарные доклады, постерные и устные сессии.
Участники конференции и школы представили 36 постеров — результаты научных исследований в виде однослайдовой презентации. Из них члены жюри выбрали лучший постер — награду выиграл Евсей Обжерин из лаборатории Института AIRI FusionBrain Lab за исследование «Режимно-адаптивные тензорные методы при зависящей от градиента гладкости высшего порядка». Учёный получил грант на поездку на конференцию следующего года.
Отобранные комитетом научные работы ICOMP 2026 войдут в специальный выпуск «Журнала теории оптимизации и приложений» (Journal of Optimization Theory and Applications).
Александр Гасников, ректор Университета Иннополис: «ICOMP задумывалась как международная площадка для обсуждения научных методов и технологий, связанных с вычислительными аспектами искусственного интеллекта: их проработка необходима для создания эффективных алгоритмов обучения нейросетей и развития ИИ в целом. Первая ICOMP прошла в 2024 году в Иннополисе и объединила 250 исследователей из 5 стран. Вторая — год спустя в Абу-Даби: тогда собрались 400 экспертов и были отобраны 17 пленарных докладов от ведущих специалистов на стыке оптимизации и ИИ. Мы продолжаем расширять географию и улучшаем качество научных работ. Конференция 2026 года впервые прошла на африканском континенте, на ней выступили мировые учёные, изучающие математическое ядро современного искусственного интеллекта».
ICOMP (International Conference on Computational Optimization) — международная научная конференция по вычислительной оптимизации, основанная ведущими российскими учёными.
ASCOMP (AI Autumn School on Computational Optimization) — осенняя школа по ИИ и вычислительной оптимизации в рамках ICOMP.
