2026
Мы ищем смелые университетские проекты в области ИИ и больших данных, чтобы дать им мощный импульс для развития. «Гравитация» – это стартовая площадка для решений, которые меняют будущее.
{ Номинации 2026 }
ПОБЕДИТЕЛИ ПРЕМИИ
«Данные»
Данные в естественно-научных и гуманитарных исследованиях
Проекты, нацеленные на увеличение объема и качества доступных и размеченных данных, создание безопасной среды для управления и манипулирования большими наборами данных. Насколько безопасен ИИ для человека, общества и государства? Критерии оценки: объем и уникальность представленных наборов данных, научная и практическая значимость исследований и разработок, полученных на основе представленных данных, возможность их использования при построении безопасных систем.

Победитель – система контроля безопасности и качества больших языковых моделей от Исследовательского центра ИИ МГУ: инфраструктурное решение в нише AI Safety для предотвращения недостоверных ответов и нежелательного контента в LLM

Перспективный проект – «Чистые данные недвижимости Москвы» от МосгорБТИ: выявление аномалий, дублей и исторических ошибок в адресно-кадастровой информации.

Инновационные методы и технологии работы с большими данными в социогуманитарных и естественно-научных исследованиях. Проекты оцениваются по следующим критериям: уникальность, научная новизна, масштаб проекта (муниципальный, региональный, федеральный), охват целевой аудитории, социальный эффект, интегрированность в образовательную / научную деятельность организаций.

Победитель – Российская база бухгалтерской отчетности от Института проблем правоприменения (Европейский университет в СПб): первый открытый набор данных с более чем 58 млн наблюдений по нефинансовым фирмам за 2011–2024 годы.

Перспективный проект – калькулятор периоперационного риска в абдоминальной хирургии от Кубанского государственного медицинского университета.

Безопасность, доверие
и обеспечение качества данных
«Алгоритмы»
Прорывные научные исследования и разработки
Научно-исследовательские проекты, реализуемые с использованием ИИ и больших данных. Критерии оценки: научная значимость полученных результатов, масштабность поставленных задач, возможности практического использования результатов, количество и качество опубликованных научных работ по тематике проекта в международных высокорейтинговых журналах и конференциях за последние 5 лет.

Победитель – портативный томограф свободного позиционирования «Велес» от Smart Engines: компактная КТ-технология, применимая в полевых условиях и для немобильных пациентов.

Перспективный проект – модель эпигенетического и иммунного старения на основе объяснимого AI от ННГУ имени Лобачевского, позволяющая оценивать биологический возраст и иммунологические показатели.
Разработанные алгоритмы и программные библиотеки в области ИИ и больших данных. Критерии оценки: уникальность решения, значимость разработки для экономики и социальной сферы, эффекты от внедрения программного обеспечения, количество пользователей.

Победитель – платформа цифрового фенотипирования крупного рогатого скота от Тимирязевской академии: компьютерное зрение анализирует видеоданные и выявляет ранние признаки нарушений опорно-двигательного аппарата у животных.

Перспективный проект – owl.Guard, система ИИ-видеоаналитики для мониторинга промышленной безопасности, охраны труда и технологических процессов в реальном времени.
Алгоритмы и программные решения в области ИИ и больших данных
«Практика»
Инновации в образовательном процессе и подготовке кадров
Проекты, ориентированные на решение задач в государственном секторе. В основе проектов должны лежать технологии, использующие ИИ или большие данные. Критерии оценки: новизна подхода, масштаб проекта (муниципальный, региональный, федеральный), эффект от внедрения.

Победитель – миграционная геоаналитика Московской агломерации от РЭУ имени Плеханова и ВНИИ труда: анализ пространственно-временной организации мигрантов на основе агрегированных данных сотовых операторов.

Перспективный проект – Интеллектуальный центр управления городом от Аналитического центра Нижнего Новгорода: единая платформа для выявления отклонений и аномалий в городском хозяйстве в реальном времени.

Проекты по внедрению решений, основанных на технологии ИИ и больших данных, в образовательный процесс по программам бакалавриата, магистратуры и дополнительного профессионального образования. Критерии оценки: новизна подхода, эффект от внедрения, спектр используемых технологий, масштаб проекта (муниципальный, региональный, федеральный).

Победитель – «ЛаньGPT» от ЭБС Лань: генеративная AI-система для академической работы на верифицированном корпусе библиотеки, с проверяемыми ссылками.

Перспективный проект – VR-платформа подготовки инженеров в станкостроении от МГТУ «СТАНКИН» с ИИ-ассистентом.
Высокий социальный эффект
Практикоориентированные проекты, использующие технологии ИИ или больших данных в социальных целях. Проекты оцениваются по следующим критериям: уникальность, масштаб проекта (муниципальный, региональный, федеральный), охват целевой аудитории, социальный эффект.

Победитель – Expert Opinion AI (ООО «Эксперт опинион» и СПбГУ): первое в России ИИ-решение в кардиохирургии и кардиологии, повышающее точность и скорость диагностики заболеваний сердца и сосудов.

Перспективный проект – «ВЕТАИ»: ИИ-система цифрового мониторинга состояния сельскохозяйственных животных.
Лучший кейс в сфере госуправления
«Потенциал»
СПЕЦИАЛЬНАЯ НОМИНАЦИЯ
Проекты в области использования ИИ и больших данных, представленные студентами образовательных организаций высшего образования и научных организаций.

Победитель – MAS-EHR от лаборатории ИТМО: мультиагентная платформа для интеграции, гармонизации и анализа клинических данных, преобразующая неструктурированную медицинскую информацию в стандартизированные форматы.

Перспективный проект – оцифровка фольклорного архива Ивановского государственного университета (1970–1990-е годы): перевод уникальных рукописных материалов в цифровой формат.

«Специальная номинация»
Присуждается проектам, не вошедшим в основной список номинаций и/или отдельно отмеченным экспертами.

«Лучший международный потенциал» (учреждена РУДН) – фотореалистичный симулятор дорожных сцен XSIM от АНО «Институт искусственного интеллекта».

«Перспективный проект. Выбор банка ПСБ» – «Лерниум» от Южного федерального университета: интеллектуальная система автоматизированного формирования учебных курсов на основе внутренних документов организации.
Молодежный трек
ОРГАНИЗАЦИОННЫЙ КОМИТЕТ
ректор Томского государственного университета, д.п.н., профессор
Эдуард Галажинский
директор Института общественных наук РАНХиГC, к.т.н.
Павел Голосов
доктор юридических наук, профессор, заслуженный юрист РФ, ректор Российского университета дружбы народов им. Патриса Лумумбы
Олег Ястребов
генеральный директор Ассоциации «Университетский консорциум исследователей больших данных»
Вячеслав Гойко
директор исследовательского центра искусственного интеллекта ИОН РАНХиГС
Сергей Боловцов
д.с.н., профессор, первый проректор-проректор по образовательной деятельности, Российский университет дружбы народов им.Патриса Лумумбы
Юлия Эбзеева
ЭКСПЕРТЫ
НОВОСТИ
ОФИЦИАЛЬНЫЕ
ПАРТНЕРЫ
ГЕНЕРАЛЬНЫЙ ИНФОРМАЦИОННЫЙ ПАРТНЕР
Станьте партнером
мероприятия
Мы будем рады сотрудничеству с вами!
Напишите нам и мы свяжемся с вами в ближайшее время.
ПО ВОПРОСАМ ПРЕМИИ И СМИ
gravitation@ranepa.ru
ПО ВОПРОСАМ КОНГРЕССА
info@opendata.university
ПО ВОПРОСАМ РАБОТЫ САЙТА
gravitation@ranepa.ru
© 2010–2026 Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации