AIRI на IJCAI 2026📷 Сегодня в Бремене, Германия, завершается Международная объединённая конференция по искусственному интеллекту IJCAI 2026. Институт представили учёные из группы «Автономное зрение» — Дмитрий Сенюшкин, Николай Патакин и Арсений Широков, — Иннокентий Хумонен из группы «ИИ в промышленности» и Дарья Пугачёва, группа «Обобщаемые системы ИИ». Команда AIRI представила 9 работ, 2 из которых — на воркшопах⤵️ 📎Unified Sensor Simulation for Autonomous Driving Работа об XSIM — фреймворке для симуляции сенсоров автономного транспорта, позволяющем фотореалистично воссоздавать сцены по записям реальных проездов и моделировать новые дорожные сценарии. 📎Visual Implicit Geometry Transformer for Autonomous Driving ViGT — геометрическая модель для автономного вождения, которая по изображениям с камер оценивает занятость в любой точке сцены. 📎Diffract and Conquer: Hyperspectral Imaging from Any RGB Camera via Optical Encoding and Learning Про то, как дифракционный адаптер и компактная нейронная сеть вместо объектива позволяют снимать гиперспектральный куб на любую RGB-камеру за одно экспонирование. 📎ElderMTL: Multi-Task Affect Monitoring for Elderly Care О многозадачной системе мониторинга аффективных состояний, которую разработали для применения в сфере ухода за пожилыми людьми. 📎Optimizing Spectrogram Resolution and Training Strategies for Real-Time Killer Whale Call Type Classification Про фреймворк, который совершенствует систему автоматического распознавания типов вокализаций косаток и оптимизирует обработку спектрограмм и обучение CNN с учётом дисбаланса классов. 📎Interactive System for Reducing Error Propagation in Multi-Stage Ancient Egyptian Text Analysis В работе представлен веб-инструмент для распознавания и перевода древнеегипетских иероглифов, который объединяет весь процесс преобразования изображения в текст и позволяет исправлять промежуточные результаты. 📎CrossRefine: A Microservice for Cross-Domain Spatial Super-Resolution Демонстрационный стенд модели понижения масштаба приземных погодных полей на основе SRGAN. Решает проблему получения более качественной структуры погодных полей на произвольном регионе от модельных данных. 📎From Monolithic to Modular: Segment-level Automatic Prompt Optimization (RobustifAI Workshop) SAPO — метод автоматической оптимизации промптов, который улучшает их по отдельным компонентам: роль, контекст, задача, формат ввода. Выполнена с исследователями из совместной лаборатории с ИТМО. 📎Document-Grounded DCF Valuation with LLM Assumption Governance (FinLLM Workshop) Статья представляет документно-ориентированную систему DCF-оценки, в которой LLM формирует предположения, а расчёты детерминированы. Показано, что дебаты агентов улучшают предположения, но основной прирост обеспечивает структурированная архитектура. #AIRIнаКонфе