Технологии искусственного интеллекта помогут реабилитации бездомных
Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала модель для прогнозирования успешности реабилитации бездомных. Модель с вероятностью около 80% предсказывает эффективность работы с клиентами организаций для бездомных. Проект представлен на конференции, посвященной деятельности социальных центров.
Сегодня проблема бездомности в России не изучена: не существует достоверной статистики о количестве бездомных в стране, крайне мало исследований на эту тему. Проект благотворительной организации «Ночлежка» и Лаборатории естественного языка ВШЭ — Яндекс в рамках программы Центра ИИ НИУ ВШЭ — это одна из первых попыток применить методы машинного обучения для изучения способов реабилитации бездомных.
В «Ночлежке» уже несколько лет работает электронная система МКС (Многофункциональный кабинет соцработника), в которую специалисты по социальной работе и юристы заносят информацию о сопровождении подопечных и оказанных услугах. Всего в базе данных 12 891 уникальный клиент. В исследовании Лаборатории естественного языка ВШЭ — Яндекс о прогнозировании исходов контрактов использована информация о 3219 клиентах, имеющих хотя бы один контракт. Обучение и проверка модели проходили на выборке из 6528 контрактов, заключенных с этими клиентами.
«Клиент» и «контракт» — термины Многофункционального кабинета соцработника. Под контрактом понимается услуга, которую может получить клиент МКС с участием соцработника. Всего таких контрактов (услуг) 43, например временная регистрация по адресу «Ночлежки», восстановление или получение паспорта и другие.
«Первая задача, которую мы решали, — это предсказание успешности контракта, — рассказывает о ходе исследования Анна Быкова, аналитик Лаборатории естественного языка ВШЭ — Яндекс. — Для того, чтобы научить машину что-то делать, необходимо подготовить информацию. На основе комментариев базы данных кабинета соцработника “Ночлежки” мы выделили признаки по категориям клиентов. Также мы выбрали статусы контрактов, которые можно считать успешными (контракты выполнены полностью) и неуспешными (контракт не выполнен по причинам, связанным с клиентом)».
Каждый клиент был представлен в датасете строкой с 93 признаками, но, по мнению исследователей, «данных много не бывает». Любая информация помогает точнее спрогнозировать вероятность успешного завершения контракта, а это, в свою очередь, дает соцработникам больше возможностей помочь реальному человеку, попавшему в тяжелую жизненную ситуацию. Признаки загружались в модели машинного обучения.
Самым сложным для выполнения оказался контракт «Получение гражданства», а самым реально выполнимым — «Временная регистрация по адресу “Ночлежки”».
Несмотря на эффективность работы искусственного интеллекта, исследователи подчеркивают важность человеческого фактора в принятии решений. «Мы даем инструмент, рассказываем, как им пользоваться, а то, как интерпретировать результат с этической стороны, — уже задача специалистов», — поясняет Анна Быкова.
Речь идет о людях, и решение принимает социальный работник
Ученые планируют совершенствовать модель с помощью подбора гиперпараметров, использования ансамблевых методов и различных архитектур нейросетей, проводить эксперименты с синтетическими данными, полученными в результате компьютерного моделирования. Также в планах — изучение данных других регионов, проверка гипотезы о влиянии гуманитарных проектов на дальнейшее обращение к социальным работникам.
«Мы хотим проверить гипотезу о том, что клиент, посетивший один из пунктов оказания гуманитарных услуг “Ночлежки” (пункт обогрева, “Ночной автобус”, “Ночной приют”, “Культурная прачечная” и пр.), с большей вероятностью примет решение “уйти с улицы” и обратиться за помощью к соцработникам. В терминах МКС это означает, что с ним будет связан хотя бы один “контракт”», — говорит аналитик Лаборатории естественного языка ВШЭ — Яндекс Николай Филиппов.
Быкова Анна Павловна
Филиппов Николай Николаевич
Ямщиков Иван Павлович
Вам также может быть интересно:
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
Проблемы этики: как и где использовать ИИ
За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.