Сотрудники Центра ИИ МГУ приняли участие в ICLR 2026 — одной из крупнейших мировых конференций в области искусственного интеллекта, прошедшей в Бразилии. В этом году конференция собрала около 10 тысяч участников со всего мира.
О главных темах конференции, изменениях в системе научного рецензирования и развитии современных AI-исследований рассказал старший научный сотрудник Центра ИИ МГУ и руководитель лаборатории «Интеллектуальный анализ видео» Института ИИ МГУ Дмитрий Ватолин.
Чем ICLR отличается от других конференций в области ИИ?
ICLR — одна из самых открытых конференций в области искусственного интеллекта. Изначально она создавалась с кардинально более прозрачным процессом рецензирования. Все статьи и рецензии публикуются на созданной для ICLR платформе OpenReview открытыми для всех ещё на этапе рассмотрения. Таким образом, исследователи могут видеть рецензии, ответы на них и оставлять публичные комментарии.
Со временем OpenReview начали использовать и другие крупнейшие AI-конференции. При этом сама ICLR росла по числу статей и участников заметно быстрее остальных конференций и уже достигла уровня Топ-3 конференций в области ИИ.
Одной из главных тем конференции стал кризис рецензирования. Что именно сейчас происходит?
Сейчас мы наблюдаем резкое ускорение научных исследований. Всё больше планов экспериментов, их проведение и анализ результатов делается автоматически. Автоматически пишется и часть текста статей. Из-за этого резко возрастает нагрузка на систему рецензирования. Конференциям становится всё сложнее поддерживать прежний уровень экспертизы при растущем объёме подаваемых статей.
Дополнительно ситуацию усложняет использование генеративных моделей при подготовке рецензий. На ICLR 2026 в кулуарах активно обсуждались LLM-рецензии, доля которых для конференции этого года выросла до 20%.
На конференции также много обсуждали OpenReview и инцидент с деанонимизацией рецензентов. Почему это вызвало такую реакцию?
Из-за ошибки на OpenReview в процессе рецезирования были деанонимизированы данные рецензентов примерно половины статей. Фактически стало возможно сопоставлять конкретные рецензии с конкретными людьми.
Эта ситуация помогла обратить внимание на многие системные проблемы процесса оценки статей, поскольку было выявлено довольно много злоупотреблений в процессе рецензирования (рецензии по единому шаблону, почти одинаковые рецензии, рецензенты, ставящие всем только reject и т. д.). В AI-сообществе сейчас идёт очень активное обсуждение того, как должна меняться система научной экспертизы в новых условиях.
С какими исследованиями Ваша лаборатория участвовала в конференции?
Мы представили исследование, связанное с технологией super-resolution — увеличением разрешения изображений с помощью искусственного интеллекта.
Сейчас super-resolution используются в телевизорах (особенно 8K), камерах всех топовых смартфонов, компьютерных играх, моделях text2image и т. д.
Во многих современных системах изображение сначала создаётся в меньшем разрешении, а затем увеличивается с помощью ИИ. При таком масштабировании возникают различные артефакты и оценить качество увеличения зачастую довольно сложно. Именно поиском и анализом таких проблем мы и занимаемся, находя недостатки даже в технологии интеллектуального масштабирования изображения (DLSS) от NVIDIA. Непосредственно на конференции была представлена работа по алгоритмам super-resolution реального времени.
Что Вы считаете главным итогом ICLR 2026?
Стало окончательно понятно, что ИИ начинает менять не только технологии, но и сам процесс научных исследований.
Раньше казалось, что рост числа AI-исследований постепенно выйдет на насыщение, как это происходило в других направлениях. Но сейчас возникает ощущение, что этого в ближайшее время не произойдет. Искусственный интеллект начинает ускорять и само написание статей, и саму науку.
При этом вместе с ускорением появляются и новые проблемы: кризис рецензирования, кризис воспроизводимости и рост числа недобросовестных научных публикаций. В ближайшие годы можно будет наблюдать ускорение исследований и обострение этих проблем.
Больше материалов можно прочитать в канале лаборатории Дмитрия Ватолина.
О главных темах конференции, изменениях в системе научного рецензирования и развитии современных AI-исследований рассказал старший научный сотрудник Центра ИИ МГУ и руководитель лаборатории «Интеллектуальный анализ видео» Института ИИ МГУ Дмитрий Ватолин.
Чем ICLR отличается от других конференций в области ИИ?
ICLR — одна из самых открытых конференций в области искусственного интеллекта. Изначально она создавалась с кардинально более прозрачным процессом рецензирования. Все статьи и рецензии публикуются на созданной для ICLR платформе OpenReview открытыми для всех ещё на этапе рассмотрения. Таким образом, исследователи могут видеть рецензии, ответы на них и оставлять публичные комментарии.
Со временем OpenReview начали использовать и другие крупнейшие AI-конференции. При этом сама ICLR росла по числу статей и участников заметно быстрее остальных конференций и уже достигла уровня Топ-3 конференций в области ИИ.
Одной из главных тем конференции стал кризис рецензирования. Что именно сейчас происходит?
Сейчас мы наблюдаем резкое ускорение научных исследований. Всё больше планов экспериментов, их проведение и анализ результатов делается автоматически. Автоматически пишется и часть текста статей. Из-за этого резко возрастает нагрузка на систему рецензирования. Конференциям становится всё сложнее поддерживать прежний уровень экспертизы при растущем объёме подаваемых статей.
Дополнительно ситуацию усложняет использование генеративных моделей при подготовке рецензий. На ICLR 2026 в кулуарах активно обсуждались LLM-рецензии, доля которых для конференции этого года выросла до 20%.
На конференции также много обсуждали OpenReview и инцидент с деанонимизацией рецензентов. Почему это вызвало такую реакцию?
Из-за ошибки на OpenReview в процессе рецезирования были деанонимизированы данные рецензентов примерно половины статей. Фактически стало возможно сопоставлять конкретные рецензии с конкретными людьми.
Эта ситуация помогла обратить внимание на многие системные проблемы процесса оценки статей, поскольку было выявлено довольно много злоупотреблений в процессе рецензирования (рецензии по единому шаблону, почти одинаковые рецензии, рецензенты, ставящие всем только reject и т. д.). В AI-сообществе сейчас идёт очень активное обсуждение того, как должна меняться система научной экспертизы в новых условиях.
С какими исследованиями Ваша лаборатория участвовала в конференции?
Мы представили исследование, связанное с технологией super-resolution — увеличением разрешения изображений с помощью искусственного интеллекта.
Сейчас super-resolution используются в телевизорах (особенно 8K), камерах всех топовых смартфонов, компьютерных играх, моделях text2image и т. д.
Во многих современных системах изображение сначала создаётся в меньшем разрешении, а затем увеличивается с помощью ИИ. При таком масштабировании возникают различные артефакты и оценить качество увеличения зачастую довольно сложно. Именно поиском и анализом таких проблем мы и занимаемся, находя недостатки даже в технологии интеллектуального масштабирования изображения (DLSS) от NVIDIA. Непосредственно на конференции была представлена работа по алгоритмам super-resolution реального времени.
Что Вы считаете главным итогом ICLR 2026?
Стало окончательно понятно, что ИИ начинает менять не только технологии, но и сам процесс научных исследований.
Раньше казалось, что рост числа AI-исследований постепенно выйдет на насыщение, как это происходило в других направлениях. Но сейчас возникает ощущение, что этого в ближайшее время не произойдет. Искусственный интеллект начинает ускорять и само написание статей, и саму науку.
При этом вместе с ускорением появляются и новые проблемы: кризис рецензирования, кризис воспроизводимости и рост числа недобросовестных научных публикаций. В ближайшие годы можно будет наблюдать ускорение исследований и обострение этих проблем.
Больше материалов можно прочитать в канале лаборатории Дмитрия Ватолина.