Українське дослідження представили на головній ШІ-конференції світу

У Сан-Дієго (США) завершилася NeurIPS 2025 — одна з трьох найавторитетніших конференцій світу у сфері Machine Learning та AI. 

Цього року в її межах дослідниця та студентка 4 курсу програми «IT та аналітика рішень» Українського католицького університету (УКУ)  Ірина Войціцька разом із колегами представляла роботу своєї команди. Їх дослідження вирішує одну з ключових проблем сучасної «чорної скриньки» ШІ. У ньому йдеться про те, як змусити ШІ давати людям чесні, стабільні та дієві поради щодо того, як виправити негативне рішення моделі машинного навчання. 

Поїздка для презентації роботи на майданчику, де збираються представники Google, DeepMind та OpenAI, стала можливою завдяки гранту від Genesis. 

Співавторка дослідження Ірина Войціцька поділилася з High Bar Journal ексклюзивними інсайтами з конференції та розповіла детальніше про саме дослідження. 

Тренд №1: Ефективність замість розміру та гібридні архітектури

Ера бездумного збільшення параметрів моделей минає. Головна тема кулуарних розмов та панельних дискусій на NeurIPS 2025 — як отримати ту ж якість (performance), але з меншими витратами ресурсів.

«Дуже багато говорили про те, як зробити LLM менш «важкими» в обчисленнях. Індустрія рухається не до нескінченного росту параметрів, а до smart-підходів: замість тренування з нуля краще акуратно донавчати вже наявні моделі під конкретні задачі» — зазначає дослідниця.

Особливу увагу на конференції приділили питанню безпеки даних через архітектуру. Обговорювалися гібридні рішення:

• Гігантська модель обробляє надскладні запити в оптимізованому хмарному середовищі.

• Паралельно працює невелика локальна модель, яка забезпечує приватність та швидкість (latency) для чутливих даних користувача.

  
  

Ірина Войціцька (ліворуч), Богдан Турбал та Леся Семенова — українська команда на NeurIPS 2025

Тренд №2: Людина і ШІ — хто ким керує?

Окрім технічних метрик, на NeurIPS активно досліджували межі співпраці людини та алгоритму. Ірина розповіла про соціальний експеримент, який демонструє майбутнє креативних індустрій:

«Запам’ятався івент: активність полягала в ланцюжковій реакції — людина малює картинку за описом ШІ, потім ШІ описує те, що вийшло, а наступна людина знову малювала за цим описом. Спостерігати, як трансформуються сенси та образи, було неймовірно цікаво. Це змусило задуматись над глобальним питанням: як отримати від ШІ максимум користі, але не втратити людський контроль над процесом створення».

Український прорив: «Rashomon sets» та прості рішення

Робота української команди «ElliCE: Efficient and Provably Robust Algorithmic Recourse via the Rashomon Sets» потрапила в самий нерв конференції. Світ шукає пояснюваність (explainability) — розуміння того, чому модель прийняла те чи інше рішення.

Дослідження базується на концепції, яку просуває наукова керівниця Ірини в УКУ Леся Семенова: у множині майже оптимальних моделей (Rashomon set) завжди можна знайти простішу та зрозумілішу для людини архітектуру, яка не поступається точністю складним «чорним скринькам».

«Найчастіше питання до нас було: 'Чи можна застосувати ваш метод для LLM?'. Відповідь — так, ми вже обговорюємо це як потенційний напрямок розвитку. Презентація нашої роботи тривала три години нон-стоп, потік людей був шаленим», — ділиться Ірина.

У планах дослідниці — стажування в індустрії та вступ на магістратуру, щоби продовжувати працювати над темою надійного та інтерпретованого ШІ.