НИУ ВШЭ примет участие в проекте Physical AI Garage Яндекса
Яндекс и ведущие российские университеты запускают новую образовательную программу — Physical AI Garage. Инициатива объединяет пять университетов — НИУ ВШЭ, ИТМО, МФТИ, МАИ, МИФИ, чтобы обучать будущих специалистов в области физического ИИ на реальных задачах индустрии. Обучение бесплатное, для студентов предусмотрены стипендии.
ИИ-робототехника и физический ИИ — это передовые направления технологий, ориентированные на создание интеллектуальных роботов и автономных систем, способных воспринимать и анализировать окружающий мир, а также принимать самостоятельные решения в реальных услов иях. Они применяются для выполнения сложных практических задач в различных сферах — от логистики и производства до материаловедения и медицины.
Physical AI Garage откроется осенью 2026 года. Программу разрабатывают команды автономного транспорта и Яндекс Образования: часть занятий будет проходить в вузах, а часть — в офисах Яндекса. На практических модулях в Яндексе студенты в течение нескольких недель будут погружаться в реальные задачи компании из области физического ИИ и автономных систем. Им будут помогать менторы из Яндекса и Школы анализа данных (ШАД). Студенты также получат доступ к курсам ШАД по ИИ, алгоритмам и машинному обучению. Подход, объединяющий теорию и практику, позволит выпускникам программы быть готовыми к участию в реальных проектах.
Высшая школа экономики в 2025 году стала абсолютным лидером рейтинга вузов Альянса в сфере искусственного интеллекта по качеству подготовки специалистов в области ИИ. Университет единственный вошел в высшую категорию А++, группу, впервые сформированную в этом году. Также в июне 2025 года НИУ ВШЭ стал одним из победителей отбора третьей волны исследовательских центров в сфере искусственного интеллекта. А в апреле 2025 года Вышка заняла первое место среди вузов по итогам конкурсного отбора по программам высшего уровня «ТОП ДС», которые в 2025–2030 годах займутся подготовкой специалистов в сфере ИИ.
Первыми участниками программы Physical AI Garage станут сто человек — студенты инженерных специальностей вузов, которые пройдут отбор. Им будет выплачиваться стипендия. Во время обучения они смогут пользоваться вычислительными мощностями Яндекса и консультироваться с экспертами компании.
Дарья Козлова
«Physical AI — это новая фаза развития технологий, когда искусственный интеллект становится частью физического мира: производств, логистики, городской инфраструктуры. Для этого нужны эксперты, которые понимают, как соединить алгоритмы с инженерными системами. Мы запускаем Physical AI Garage, чтобы вместе с университетами готовить специалистов нового типа. Опыт и технологии команды автономного транспорта помогают нам обучать студентов», — говорит директор Яндекс Образования Дарья Козлова.
В Яндексе направления развивают две команды: Яндекс Роботикс создает универсальный «мозг» для сервисных и промышленных роботов, а команда автономного транспорта разрабатывает технологии, позволяющие транспортным средствам видеть дорогу и принимать безопасные решения. Экспертные знания и опыт обеих команд стали основой для нового образовательного направления в области ИИ-робототехники.
Вам также может быть интересно:
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.