Ученые Центра практического искусственного интеллекта Сбербанка представили новый метод повышения точности прогнозов в самых разных областях — от энергетики до логистики. Разработанная гиперсетевая модель для прогнозирования многомерных временных рядов работает как умный дирижер, который настраивает нейросеть для каждого отдельного сигнала.
Узнайте больше в полной версии ➞Статья «Гиперсетевая модель для прогнозирования многомерных временных рядов», подготовленная научным директором Центра практического искусственного интеллекта Сбербанка Андреем Савченко, уже принята к публикации на одной из авторитетных мировых конференций по искусственному интеллекту AAAI 2026.
Предложенная учеными Сбера модель анализирует особенности каждого потока данных. Например, изучает характер потребления электроэнергии в конкретной квартире или закономерности движения на определенной улице. На основе этого анализа гиперсеть создает для каждого сигнала индивидуальные настройки прогнозирования.
Специальная надстройка превращает даже базовые модели в мощные инструменты, которые по точности могут превосходить более сложные и современные архитектуры. При этом ключевое преимущество — скорость. Гиперсеть активна только на этапе обучения модели. Когда система строит прогнозы в реальном времени, она не замедляется. Это, подчеркнули разработчики, критически важно для промышленного применения.
По словам директора центра практического искусственного интеллекта Сбербанка Николая Тидена, исследование предлагает простое решение для актуальной задачи. Вместо разработки сложной модели с огромным количеством параметров, была создана компактная гиперсеть.
«Ее задача — точно адаптировать основную модель под специфические особенности каждого набора данных. Это повышает точность предсказаний — по нашим оценкам в некоторых случаях до 20 процентов — без снижения скорости работы. Такой метод уже готов для практического применения в различных областях, таких как интеллектуальные сети или финансовые платформы. Признание нашей работы конференцией AAAI показывает растущий интерес научного сообщества к созданию практичных и эффективных ИИ-решений», — уточнил Тиден.
В центре практического искусственного интеллекта Сбербанка также отметили, что это технология универсальна — ее можно подключить к большинству существующих систем прогнозирования что открывает широкие возможности для применения. Например, в энергетике точный прогноз нагрузки помогает избежать аварий и сэкономить топливо. В логистике города могут лучше управлять светофорами, предвидя развитие пробок. В финансах компании обретают инструмент для анализа взаимного влияния сотен акций в портфеле. В медицине и экологии — более точный прогноз состояния пациента или погоды по данным множества датчиков.