Фонд «Институт «Вега»» и СПбГУ подписали соглашение о сотрудничестве

На Молодёжном дне ПМЭФ-2026 генеральный директор Фонда «Институт «Вега»» Кирилл Климов и первый проректор по академическим вопросам Санкт-Петербургского университета (СПбГУ) Анастасия Ярмош подписали соглашение о научно-образовательном сотрудничестве.

Стороны договорились вместе создавать научные лаборатории, запускать учебные программы, а также проводить школы, хакатоны и стажировки для студентов. Отдельное внимание будет уделено молодым учёным. В планах — открыть совместную лабораторию по оценке кредитных деривативов.

«Наша ключевая задача — совместно развивать компетенции в области финансовой математики и управления, которые сегодня становятся фундаментом для подготовки востребованных специалистов и инновационных решений в экономике», — прокомментировала подписание соглашения старший вице-президент ВТБ, руководитель ВТБ Образование, член наблюдательного совета Фонда «Институт “Вега”», директор ВШМ СПбГУ Ольга Дергунова.

Партнёрство объединит академические знания с практическим опытом индустрии при подготовке нового поколения специалистов.

«Вега возникла благодаря идее создать в России современные программы по финансовой математике. Это площадка, которая сближает науку и бизнес. Партнёрство с СПбГУ позволит нам объединить усилия для развития научного сообщества и совместных прикладных исследований», – отметил генеральный директор Фонда «Институт «Вега»» Кирилл Климов.

«Санкт-Петербургский государственный университет традиционно уделяет особое внимание не только фундаментальной подготовке специалистов, но и формированию исследовательской культуры, интереса к науке и, конечно, профессиональных навыков, востребованных в будущем. Для Университета с более чем 300-летней историей важно, чтобы студенты и молодые ученые занимались решением актуальных научных и прикладных задач, работали на стыке академического знания и современных технологий. Партнерство с Фондом «Институт «Вега»» открывает дополнительные возможности для развития таких междисциплинарных проектов, объединяющих математику, анализ данных, экономику, цифровые инструменты и другие области знания», — отметила первый проректор по академическим вопросам СПбГУ Анастасия Ярмош.

Справка

СПбГУ – один из ведущих ВУЗов страны с глубокими традициями в точных науках, экономике и анализе данных. СПбГУ последовательно развивает научные и образовательные проекты в области экономики и финансов. В 2025 году в Университете провели первую студенческую модель Восточного экономического форума, объединившую представителей науки, бизнеса и органов власти для обсуждения вопросов развития Дальнего Востока и сотрудничества со странами Азии. В 2026 году на площадке СПбГУ в рамках Международного экономического симпозиума прошла экспертная дискуссия, посвященная применению технологий «поведенческого подталкивания» в финансовой сфере. Также ученые Университета ведут работу по подготовке нового национального учебного пособия «Очерки по экономике и экономической науке». Санкт-Петербургский государственный университет реализует широкий спектр образовательных программ в области экономики, финансов и анализа данных. Среди них — «Экономико-математические методы», «Финансовая экономика», «Поведенческая экономика и экономическая психология», «Экономическая политика и государственное стратегическое управление», «Платформенная экономика», «Экономика (с углубленным изучением экономики Китая и китайского языка)» и другие.

Фонд «Институт «Вега»» ведёт работу на базе МГУ имени М.В. Ломоносова с 2020 года и развивает образовательные, научные и исследовательские проекты в области финансовой математики и смежных направлений. Среди ключевых направлений деятельности — поддержка молодых учёных, развитие студенческих научных и индустриальных групп, стипендиальные программы, уникальные открытые спецкурсы и долгосрочные образовательные программы. На базе факультетов-партнёров МГУ им. М.В. Ломоносова (Механико-математического факультета, МШЭ МГУ и ВМК МГУ) успешно реализуются три специализации: «Стохастическая финансовая математика и экономика» совместно с Механико-математическим факультетом; «Количественные финансы» в рамках магистратуры МШЭ МГУ; «Вычислительные финансы» в рамках магистратуры ВМК МГУ.

Площадка для народов и их исследователей: в Петербурге начал работу первый Этнофорум

Площадками для проведения форума стали залы МАЭ РАН и историческое здание Российской академии наук. Председатель СПбО РАН Андрей Иванович Рудской на пресс-подходе отметил, что форум проводится в родовом доме Российской Императорской Академии наук, предложил проводить Этнофорум регулярно и закрепить его проведение на площадке Санкт-Петербургского отделения РАН. «Этнография — самая российская из наук и родилась она прямо здесь, в Санкт-Петербурге», — отметил академик РАН, директор МАЭ РАН Андрей Владимирович Головнёв.

Форум проходит под эгидой «Года единства народов России» и задуман не только как площадка для обсуждения и концептуализации важных тем и проблем, но и как инструмент выработки решений. Андрей Иванович Рудской подчеркнул: «Мы выполняем особую миссию прославления и популяризации науки, но самое главное — это усилия науки, направленные на укрепление и развитие единения народов».

В первый день форума учёные обсудили терминологию, лежащую в основе российской этнографии: «В науке есть вопросы, за которые аспиранты не возьмутся, а вот академикам в самую пору. Это сюжеты, связанные с точными определениями на уровне гимна и конституции. Что такое народ, что такое нация? Каково соотношение этих понятий в словосочетаниях многонациональный народ или многонародная нация?», — рассказал журналистам Андрей Владимирович Головнёв. Пленарное заседание открыл доклад академика «»Многонародность» и «коренной народ»: проекции смыслов», в котором учёный представил краткий экскурс в историю смыслообразующих понятий российской идентичности.

Заседание продолжилось выступлением Валерия Александровича Тишкова — академика РАН, научного руководителя Института этнологии и антропологии им. Н. Н. Миклухо-Маклая РАН и президента Ассоциации антропологов и этнологов России. Академик посвятил доклад стратегии государственной национальной политики Российской Федерации, в разработке которой участвовал лично. Концепция направлена на обеспечение единства и безопасности страны, при сохранении культурного и этнического разнообразия. Валерий Александрович рассказал об инструментах изучения идентичности, её конфликтах, объяснил почему понятия нация и цивилизация не являются взаимоисключающими для определения России, которую учёный именует нацией наций.

С докладами также выступили директор Института этнологии и антропологии им. Н. Н. Миклухо-Маклая РАН Алексей Егорович Загребин и член Общественной палаты РФ,член Совета при Президенте РФ по межнациональным отношениям заместитель председателя Совета Ассамблеи народов России Маргарита Арвитовна Лянге.

Во второй половине дня состоялась панельная дискуссия «Многонародность России как национальная идея», участники которой в живом формате обсудили синонимичность понятий народ и нация, преимущества и риски полиэтничности может ли многонародность стать национальной идеей и что именно может стать объединяющим фактором для российских народов. «Межнациональный народ — это наше конкурентное преимущество, идеологический центр», — отметила Председатель Комитета по местному самоуправлению, межнациональным и межконфессиональным отношениям Ленинградской области Марина Андреевна Григорьева.

В дискуссии также приняли участие Председатель совета Ассамблеи народов мира Светлана Константиновна Смирнова; Министр национальной и региональной политики Республики Карелия Сергей Викторович Киселев; зав. кафедрой всеобщей истории Омского государственного университета им. Ф. М. Достоевского Татьяна Борисовна Смирнова; Председатель аварской национально-культурной автономии Республики Дагестан Шамиль Абдулаевич Алибегилов.

Ярмарка этнопроектов задумана как практическая часть форума и демонстрация живого этнокультурного потенциала регионов. Параллельно основной программе форума на второй площадке (МАЭ РАН), прошла серия мастер-классов. Вечером в зале СПбО РАН состоялось выступление музыкальных и танцевальных коллективов из различных регионов страны.

*Проект входит в региональный план событий Года Единства Народов России и реализован при поддержке Фонда «История Отечества» в рамках национального проекта «Молодежь и дети»

Компактная нейросеть научилась предсказывать турбулентность в любой точке планеты

Разработка под руководством Бориса Крюка обещает заполнить «слепые зоны» глобальной метеорологии, повысить безопасность гражданской авиации и открыть новые возможности для коррекции траекторий летательных аппаратов — от беспилотников до ракетной техники. Исходный код опубликован в открытом доступе.

Исследовательская группа под руководством российского учёного Бориса Крюка представила PSTNet — физически-структурированную нейросеть для оценки интенсивности атмосферной турбулентности в реальном времени. Препринт статьи размещён на arXiv, а программный код, обученные веса и интерактивная демонстрационная платформа открыты для свободного использования научным сообществом и промышленностью.

Главная особенность разработки — в том, что при рекордно малом размере, всего 552 обучаемых параметра и менее 2,5 килобайта памяти, модель превосходит по точности все проверенные аналоги, включая глубокие нейронные сети и ансамбли градиентного бустинга. Скорость принятия решений на промышленном микроконтроллере составляет менее 12 микросекунд — показатель, недостижимый для классических подходов машинного обучения, применяемых в авиационной метеорологии.

Проблема, которую решает PSTNet

Надёжная оценка турбулентности остаётся одной из самых серьёзных нерешённых проблем современной авиации. Значительная часть мирового воздушного пространства — прежде всего над океанами, полярными регионами и отдалёнными районами — не обеспечена оперативной инфраструктурой наукаст-мониторинга. Пилоты коммерческих рейсов и автономные системы наведения летательных аппаратов в этих зонах опираются либо на устаревшие климатологические модели, зафиксированные в отраслевых стандартах, либо на прогнозы численных моделей погоды с задержкой в несколько часов и слишком крупным пространственным разрешением.

Классические спектральные модели, как отмечает в комментарии Борис Крюк, «кодируют усреднённые климатические значения, а не реальное состояние атмосферы, с которым борт встречается непосредственно во время полёта». С другой стороны, обычные нейросети-регрессоры способны адаптироваться к данным, но не гарантируют соответствия физическим законам: их предсказания могут нарушать каскадное масштабирование энергии или давать нереалистичные скачки на границах атмосферных режимов.

Архитектурная новизна

PSTNet построена на принципе встраивания физики непосредственно в структуру сети, а не в функцию потерь, как это принято в классических физически-информированных нейронных сетях. Архитектура состоит из четырёх взаимосвязанных компонентов.

1. Первый — аналитическая основа на базе классической теории подобия приземного слоя: ветвь без обучаемых параметров, вычисляющая опорную оценку турбулентной кинетической энергии из фундаментальных уравнений. Эта «физическая спина» задаёт сильное индуктивное смещение, позволяющее остальной модели сосредоточиться лишь на уточняющей поправке.
2. Второй — режимно-управляемая смесь экспертов, четыре специализированные подсети, отвечающие за конвективный, нейтральный, устойчивый и стратосферный режимы атмосферы. Гейтинговая сеть обучается под супервизией меток, производных от числа Ричардсона — классического критерия устойчивости атмосферной стратификации.
3. Третий компонент — слои FiLM-модуляции, кондиционирующие скрытые представления на основе локального отношения плотности воздуха к приземной плотности, что учитывает высотную зависимость аэродинамических эффектов.
4. Четвёртый — выходной спектральный слой: выходная поправка детерминированно проходит через преобразование, гарантирующее соблюдение инерциально-диссипативного масштабирования как архитектурного жёсткого ограничения, а не мягкого штрафа.

Наиболее интересным научным результатом авторы называют способность сети без явных меток режимов самостоятельно восстанавливать классическое разделение атмосферы на конвективный, нейтральный, устойчивый и стратосферный слои. Это, по словам Бориса Крюка, «сильное доказательство того, что архитектура действительно обнаруживает физически осмысленную структуру, а не просто подгоняется под статистику данных».

Авторы провели высокоточное тестирование на симуляторе с шестью степенями свободы, охватив три класса летательных аппаратов на скоростях от умеренно сверхзвуковых до гиперзвуковых, шесть категорий сценариев и 24 уникальные конфигурации. Атмосферные граничные условия загружались в реальном времени из открытых спутниковых реанализов, что позволило оценить работу модели в условиях, максимально приближенных к реальной эксплуатации.

Результаты оказались убедительными: PSTNet продемонстрировала улучшение среднего промаха почти на три процента и частоту выигрыша около 78 процентов со статистически значимой величиной эффекта. Статистические тесты уверенно отвергают гипотезу о равенстве производительности моделей, а апостериорный анализ ставит PSTNet на первое место среди всех протестированных решений.

Особенно заметное преимущество модель показывает на границах скоростного диапазона: на высоких скоростях величина эффекта оценивается как «большая» по принятым статистическим критериям, аналогичный результат зафиксирован и для умеренно сверхзвукового класса.

Гражданская авиация: заполнение «слепых зон» планеты

Для гражданской авиации практическое значение разработки трудно переоценить. Турбулентность остаётся одной из основных причин получения травм пассажирами и членами экипажей коммерческих авиалайнеров, а также источником преждевременного износа планера. По оценкам отраслевых аналитиков, ежегодный ущерб глобальной авиаиндустрии от турбулентных инцидентов исчисляется сотнями миллионов долларов.

PSTNet открывает принципиально новую возможность: получение достоверных оценок турбулентности непосредственно на борту, без необходимости постоянного обмена с наземными центрами численного прогноза. Интерактивная демонстрационная платформа, запущенная авторами, позволяет в реальном времени получать оценки интенсивности турбулентности на восьми эшелонах полёта в любой географической точке — включая океанические, приполярные и экваториальные регионы, где традиционные радиозондовые и пилотные наблюдения крайне редки.

«Мы намеренно сделали модель настолько компактной, чтобы её можно было разместить на самых скромных бортовых вычислительных комплексах — вплоть до встроенных контроллеров регионального и коммерческого флота», — отмечает Борис Крюк. По расчётам авторов, PSTNet способна заменить устаревшие табличные реализации турбулентности, всё ещё зашитые в операционных полётных кодах многих аппаратов.

Значение для России: автономность в условиях внешних помех

Отдельное стратегическое значение PSTNet приобретает в российском контексте. Отечественная авиационная и ракетно-космическая отрасли уже несколько лет функционируют в условиях ограниченного доступа к зарубежным метеорологическим сервисам, коммерческим моделям прогноза погоды и глобальным навигационным поправкам. В этой обстановке способность получать точную оценку атмосферной турбулентности полностью автономно — на борту, без внешних каналов связи и без обращения к иностранным серверам — превращается из технологического преимущества в элемент обеспечения суверенитета критической инфраструктуры.

PSTNet по своей архитектуре устойчива к любым попыткам радиоэлектронного подавления каналов связи и блокировки внешних метеосервисов: вся необходимая информация вычисляется локально, из базовых параметров состояния полёта. Это означает, что бортовые системы, использующие такую модель, сохраняют работоспособность даже в условиях полного отключения от глобальной информационной инфраструктуры — сценарий, приобретающий всё большее значение для арктических маршрутов, магистральных перевозок над Сибирью и Дальним Востоком, а также для военного и двойного назначения.

Российская специфика — огромная протяжённость воздушного пространства, его крайне неравномерное покрытие наземными метеостанциями, а также климатическое разнообразие от субтропиков до высокоширотной Арктики — делает автономные бортовые оценки турбулентности особенно востребованными. Для многих регионов страны полноценная наукаст-инфраструктура не существует в принципе, и её создание традиционными средствами потребовало бы многолетних инвестиций. Компактная нейросеть, способная работать на дешёвом микроконтроллере без внешних данных, предлагает альтернативное решение, не имеющее прямых аналогов в мировой практике.

Коррекция траекторий: от БПЛА до ракетной техники

Отдельного внимания заслуживает применимость PSTNet в задачах управления широким классом летательных аппаратов — от лёгких беспилотников и разведывательных комплексов до тяжёлых ракет-носителей, крылатых, баллистических и аэробаллистических систем. Любой аппарат, пересекающий атмосферу с высокими скоростями, за считанные секунды проходит через радикально различающиеся слои — от пограничного слоя через свободную тропосферу к нижней стратосфере. Классические табличные модели не способны адаптироваться к столь быстрым режимным переходам, что выражается в систематических ошибках наведения и повышенном расходе топлива на парирование возмущений.

PSTNet, способная переключать соответствующих экспертов буквально на каждом шаге управления, даёт качественно иной уровень коррекции. В тестах на высокоскоростных классах авторы зафиксировали величину эффекта, более чем вдвое превышающую таковую для конкурирующих решений. При этом вычислительная нагрузка на бортовую систему остаётся минимальной: менее 12 микросекунд на одно предсказание на стандартном промышленном микроконтроллере — показатель, совместимый с жёсткими требованиями детерминированного реального времени, предъявляемыми к системам наведения ракетной техники и перспективных автономных платформ.

Малый объём модели имеет и отдельное инженерное значение: PSTNet без проблем помещается во внутреннюю память бюджетных микроконтроллеров отечественного производства, не требуя внешней оперативной памяти или специализированных ускорителей. Это упрощает сертификацию по авиационным и аэрокосмическим стандартам надёжности — одно из узких мест при внедрении глубокого обучения в критически важные системы — и снимает вопрос о доступности элементной базы в условиях внешних ограничений на поставки.

Открытый код и научное значение

Одной из отличительных черт проекта авторы называют его открытость. Полный исходный код архитектуры, обученные веса, скрипты подготовки атмосферных данных и код воспроизведения всех экспериментов опубликованы под свободной лицензией. Также доступна интерактивная веб-платформа, позволяющая любому исследователю или инженеру протестировать модель на собственных сценариях полёта без необходимости локальной установки специализированного программного обеспечения.

«Мы считаем, что безопасность авиации — это общественная ценность, и инструменты оценки турбулентности не должны оставаться привилегией ограниченного круга операторов, имеющих доступ к полноценной инфраструктуре численного прогноза погоды», — поясняет Борис Крюк. По мнению автора, открытая публикация кода ускорит независимую валидацию PSTNet, её интеграцию в сторонние симуляторы полёта и последующие доработки, в том числе для узкоспециализированных задач беспилотной авиации и высотных научных платформ.

Тем не менее уже сейчас PSTNet задаёт новый ориентир в прикладной метеорологии и системах наведения: эффективность можно наращивать не за счёт раздувания размеров нейросети, а за счёт грамотного встраивания физики в её архитектуру. Это особенно важно для отраслей, где надёжность, интерпретируемость и вычислительная экономность имеют не меньший вес, чем точность предсказаний.