https://am.sputniknews.ru/20260419/laureat-premii-oganesson-arutyun-avetisyan-razvivaet-ii-proekty-s-armeniey-101059716.html
Лауреат премии Oganesson Арутюн Аветисян развивает ИИ-проекты с Арменией
Лауреат премии Oganesson Арутюн Аветисян развивает ИИ-проекты с Арменией
Sputnik Армения
Лаборатория системного программирования РАУ, созданная при поддержке российских коллег, разработала систему преобразования речи в текст, которая уже... 19.04.2026, Sputnik Армения
2026-04-19T19:51+0400
2026-04-19T19:51+0400
2026-04-19T19:51+0400
наука
ученый
армения
искусственный интеллект
новости армения
https://cdn.am.sputniknews.ru/img/07ea/04/10/101059964_0:93:1280:814_1920x0_80_0_0_db13ad5a134ab61b6ad1f7ccd9b0d94e.jpg
Арам Гарегинян, Sputnik Армения Институт системного программирования им. В.П. Иванникова Российской академии наук привлечет армянских коллег к проекту Минобрнауки РФ по созданию моделей преобразования речи в текст для разных языков. Об этом заявил Sputnik Армения директор Института, академик РАН Арутюн Ишханович Аветисян. Недавно ученый удостоился премии Oganesson, учрежденной знаменитым российским физиком армянского происхождения Юрием Оганесяном — руководителем лаборатории ядерных реакций Объединенного института ядерных исследований (ОИЯИ) в Дубне. Двое известных российских ученых впервые познакомились в Ереване, где в 2013 году отмечалось 80-летие Юрия Цолаковича. "Общение с ним — это не просто новые впечатления, но и новые знания. Люди такого масштаба особенно важны для общества", — говорит Аветисян. Speech to text для армянского языка Несколько лет назад при поддержке ИСП РАН в Российско-Армянском университете в Ереване была создана лаборатория системного программирования. Сегодня она объединяет преподавателей, исследователей и студентов, работающих над актуальными задачами в области искусственного интеллекта, компиляторных технологий и беспилотных систем. Одним из результатов этой работы стала система распознавания армянской речи, которая уже нашла практическое применение: лицензия на ее использование была недавно продана одному из армянских банков. "Совместно с коллегами из РАУ мы планируем участвовать в грантовой программе Минобрнауки России, посвященной разработке моделей распознавания речи для армянского, грузинского, якутского и ряда других малоресурсных языков — то есть тех, у которых сравнительно небольшое число носителей. Для крупных технологических компаний такие языки, как правило, не входят в число приоритетных направлений, поэтому именно государственная и академическая поддержка играет здесь ключевую роль", — отмечает академик. "Каркас" ИИ-систем Для создания ИИ-моделей программисты часто пользуются фреймворками — готовыми наборами инструментов, которые упрощают разработку систем машинного обучения. По сути, это каркас будущей системы: он задает основу, на которую затем опирается разработчик. Но если в несущей конструкции есть ошибки, уязвимости или скрытые дефекты, они закономерно перейдут и в конечный продукт. Именно поэтому в ИСП РАН анализируют библиотеки и фреймворки машинного обучения с помощью методов статического и динамического анализа. Эти инструменты позволяют находить уязвимости, которые затем могут проявиться уже в конечном продукте и привести к серьезным последствиям. "Даже такие популярные решения, как TensorFlow и PyTorch, представляют собой чрезвычайно сложные программные комплексы. Когда мы применяем к таким фреймворкам и связанным с ними компонентам наши средства анализа, выявляются десятки ошибок. Параллельно в ИСП РАН созданы доверенные версии популярных средств машинного обучения — TrustTorch и TrustFlow, где уже исправлено более 50 и 33 ошибок соответственно", — отмечает Арутюн Аветисян. Водяные знаки на AI-видео Еще одно направление работы Института – система для платформ искусственного интеллекта, которая автоматически наносит водяные знаки на созданные изображения и видео. Она должна быть реализована таким образом, чтобы, с одной стороны, водяной знак был незаметен и не "мешал" потребителю контента, но в то же время обладал устойчивостью к возможным атакам на него. Актуальность этой задачи будет только расти по мере того, как генеративный контент станет все меньше отличаться от реальных изображений, отмечает ученый. Этот проект Институт системного программирования реализует совместно с Математическим институтом им. В. А. Стеклова РАН — одним из крупнейших центров математической науки России, а также с индустриальными партнерами в рамках Центра доверенного ИИ.
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2026
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Новости
ru_AM
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
наука, ученый, армения, искусственный интеллект, новости армения
наука, ученый, армения, искусственный интеллект, новости армения
Лауреат премии Oganesson Арутюн Аветисян развивает ИИ-проекты с Арменией
Лаборатория системного программирования РАУ, созданная при поддержке российских коллег, разработала систему преобразования речи в текст, которая уже применяется в бизнесе. В работе также находится ряд других проектов.
Арам Гарегинян, Sputnik Армения
Институт системного программирования им. В.П. Иванникова Российской академии наук привлечет армянских коллег к проекту Минобрнауки РФ по созданию моделей преобразования речи в текст для разных языков. Об этом заявил Sputnik Армения директор Института, академик РАН Арутюн Ишханович Аветисян.
Недавно ученый удостоился премии Oganesson, учрежденной знаменитым российским физиком армянского происхождения Юрием Оганесяном — руководителем лаборатории ядерных реакций Объединенного института ядерных исследований (ОИЯИ) в Дубне.
Премия вручается с 2023 года. На ее учреждение Оганесян направил 20 млн рублей, которые получил в 2022-м после присуждения Научной премии Сбера. Арутюн Аветисян стал лауреатом в 2026 году за работы по развитию доверенного искусственного интеллекта.
Двое известных российских ученых впервые познакомились в Ереване, где в 2013 году отмечалось 80-летие Юрия Цолаковича.
"Общение с ним — это не просто новые впечатления, но и новые знания. Люди такого масштаба особенно важны для общества", — говорит Аветисян.
Speech to text для армянского языка
Несколько лет назад при поддержке ИСП РАН в Российско-Армянском университете в Ереване была создана лаборатория системного программирования. Сегодня она объединяет преподавателей, исследователей и студентов, работающих над актуальными задачами в области искусственного интеллекта, компиляторных технологий и беспилотных систем. Одним из результатов этой работы стала система распознавания армянской речи, которая уже нашла практическое применение: лицензия на ее использование была недавно продана одному из армянских банков.
"Совместно с коллегами из РАУ мы планируем участвовать в грантовой программе Минобрнауки России, посвященной разработке моделей распознавания речи для армянского, грузинского, якутского и ряда других малоресурсных языков — то есть тех, у которых сравнительно небольшое число носителей. Для крупных технологических компаний такие языки, как правило, не входят в число приоритетных направлений, поэтому именно государственная и академическая поддержка играет здесь ключевую роль", — отмечает академик.
Для создания ИИ-моделей программисты часто пользуются фреймворками — готовыми наборами инструментов, которые упрощают разработку систем машинного обучения. По сути, это каркас будущей системы: он задает основу, на которую затем опирается разработчик. Но если в несущей конструкции есть ошибки, уязвимости или скрытые дефекты, они закономерно перейдут и в конечный продукт. Именно поэтому в ИСП РАН анализируют библиотеки и фреймворки машинного обучения с помощью методов статического и динамического анализа. Эти инструменты позволяют находить уязвимости, которые затем могут проявиться уже в конечном продукте и привести к серьезным последствиям.
"Даже такие популярные решения, как TensorFlow и PyTorch, представляют собой чрезвычайно сложные программные комплексы. Когда мы применяем к таким фреймворкам и связанным с ними компонентам наши средства анализа, выявляются десятки ошибок. Параллельно в ИСП РАН созданы доверенные версии популярных средств машинного обучения — TrustTorch и TrustFlow, где уже исправлено более 50 и 33 ошибок соответственно", — отмечает Арутюн Аветисян.
Водяные знаки на AI-видео
Еще одно направление работы Института – система для платформ искусственного интеллекта, которая автоматически наносит водяные знаки на созданные изображения и видео. Она должна быть реализована таким образом, чтобы, с одной стороны, водяной знак был незаметен и не "мешал" потребителю контента, но в то же время обладал устойчивостью к возможным атакам на него. Актуальность этой задачи будет только расти по мере того, как генеративный контент станет все меньше отличаться от реальных изображений, отмечает ученый.
"В разрабатываемой нами модели мы также хотим обеспечить прослеживаемость, чтобы по водяному знаку можно было определить, кто и на какой платформе сгенерировал изображение", — говорит Аветисян.
Этот проект Институт системного программирования реализует совместно с Математическим институтом им. В. А. Стеклова РАН — одним из крупнейших центров математической науки России, а также с индустриальными партнерами в рамках Центра доверенного ИИ.
