Исследователи из ВШЭ разработали Python-библиотеку для анализа данных движений глаз
Исследовательская группа из Высшей школы экономики разработала Python-библиотеку EyeFeatures, предназначенную для анализа и моделирования данных движений глаз. Инструмент призван облегчить работу ученых и разработчиков, предоставляя им возможность эффективно обрабатывать сложные данные и строить предсказательные модели.
Проект реализован в рамках стратегического проекта «ИИ-технологии для человека» («Приоритет-2030»).
Современные исследования активно используют машинное обучение и искусственный интеллект для анализа больших объемов данных движений глаз. Однако, несмотря на значительный прогресс в этой области, имеются проблемы, ограничивающие эффективность таких методов. Одна из них — недостаточная гибкость существующих программных решений. Они часто предлагают ограниченный набор настроек параметров, что затрудняет адаптацию к специфическим задачам исследования. Кроме того, слабым местом остается интеграция этих инструментов с другими специализированными программами.
Python-библиотека EyeFeatures, разработанная в Лаборатории социальной и когнитивной информатики ВШЭ в Санкт-Петербурге, решает эти проблемы и предлагает удобный набор инструментов для работы с данными движений глаз. Она включает модули для обработки и анализа данных, полученных с помощью айтрекеров — устройств, фиксирующих движение глаз при выполнении различных задач.
Обработка данных о движении глаз — сложный процесс, который состоит из нескольких этапов. Поскольку зрачки глаз движутся не плавно, а скачкообразно, последовательно фокусируясь в определенных точках, первый этап обработки данных заключается в нахождении областей фиксации. На втором этапе производится расчет таких показателей, как средняя длительность фиксации взгляда и среднее расстояние между точками, которые позволяют создавать первые простые предсказательные или диагностические модели.
Все этапы обработки данных можно осуществлять с помощью различных модулей библиотеки EyeFeatures. Гибкий, модульный подход позволяет легко интегрировать обработку данных движений глаз в существующие исследовательские и коммерческие проекты, начиная с сырых данных и заканчивая готовой предиктивной или объяснительной моделью. Например, применение библиотеки в маркетинговых исследованиях позволит оценивать реакцию потребителей на рекламу. Анализ движения глаз покажет, какие именно элементы привлекают наибольшее внимание аудитории.
Антон Сурков
Антон Сурков, руководитель проекта, младший научный сотрудник Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге, рассказывает: «Библиотека может быть полезна исследователям, так как позволяет не просто повторять то, что и так было доступно в другом софте, а применять новые алгоритмы и создавать более мощные модели для исследований в таких направлениях, как маркетинг, диагностика когнитивных процессов, разработка пользовательских интерфейсов и нейроинтерфейсов (когда само управление и взаимодействие с программой происходит посредством движения глаз), комбинировать компоненты таким образом, чтобы получать новые результаты и совершенствовать методологию».
Разработка упрощает процесс анализа данных и ускоряет создание предсказательных моделей, что особенно полезно в медицинской диагностике, маркетинге и при изучении когнитивных процессов. Библиотека уже нашла применение в исследованиях стратегического проекта «ИИ-технологии для человека» и была представлена на международной конференции ECEM 2024 в Ирландии.
Вам также может быть интересно:
Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае
Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.
Россияне не готовы платить за образовательные продукты, созданные на базе ИИ
Искусственным интеллектом регулярно пользуются 50% граждан. Среди пользователей ИИ 65% отмечают, что нейросети помогают им работать быстрее. При этом к образовательным и креативным продуктам, созданным целиком или преимущественно на базе ИИ, россияне настроены скептически и чаще всего не готовы за них платить — таковы результаты совместного исследования Института развития креативных индустрий (ИРКИ) ВШЭ, MAGRAM MR и Наука Mail.
«Погружение в машинное обучение — 2026»: от фундаментальных исследований до дискуссий о будущем ИИ
23–24 октября в Высшей школе экономики состоялась пятая конференция «Погружение в машинное обучение» (Fall into ML 2026). За пять лет мероприятие выросло из камерной встречи исследователей в масштабную научную площадку, объединяющую ведущих специалистов по машинному обучению, молодых ученых, студентов и представителей технологических компаний. Юбилейный год стал новым этапом развития конференции: в программу вошли дискуссии с участием международных спикеров, обсуждение совместных исследовательских проектов и мини-курсы по актуальным направлениям искусственного интеллекта.
Мир ИИ: «Ответственность за принимаемые решения останется на людях»
В НИУ ВШЭ прошла V конференция «Погружение в машинное обучение». В ходе панельной дискуссии форума «Прорыв в области искусственного интеллекта: каким станет ИИ и кем станем мы?» эксперты поделились прогнозами, как изменятся наука и ИТ-индустрия через 5–10 лет и какие задачи по-прежнему останутся за человеком.
Кентавры среди нас: эксперты обсудили условия эффективного применения ИИ
Искусственный интеллект стремительно меняет образование, научную работу и подготовку публикаций. Большую часть исследовательских, аналитических и учебных задач человек решает вместе с ИИ. При этом навыка пользоваться нейросетями недостаточно: необходимо тщательно проверять результаты, понимать ограничения алгоритмов и определять границы ответственности. Эти вопросы обсудили участники сразу нескольких секций II Дискуссионного экспертного форума НИУ ВШЭ.
На Школе ФКН ВШЭ по искусственному интеллекту учителя погрузились в анализ данных и машинное обучение
С 6 по 10 октября факультет компьютерных наук (ФКН) Высшей школы экономики организовал первую Школу по искусственному интеллекту для учителей информатики и математики . Ее участниками стали 72 педагога из разных регионов России. Обучение по трем направлениям проходило в течение пяти дней в университетском учебном центре «Вороново».
МТС и MAGNIT TECH стали индустриальными партнерами ФКН ВШЭ в рамках проекта «Топ-ИИ» Минцифры
Цель партнерства — объединить фундаментальную академическую базу факультета с актуальными задачами бизнеса. Благодаря проекту «Топ-ИИ» при поддержке гранта Минцифры России (при участии АНО «Аналитический центр при Правительстве Российской Федерации») и прямому участию лидеров индустрии студенты ФКН уже во время учебы включаются в разработку передовых технологий и выходят на рынок готовыми специалистами высокой квалификации по ключевым направлениям: генеративный искусственный интеллект, высоконагруженная инфраструктура, инженерия данных и машинное обучение в ритейле.
Научная экспедиция на Хайнань: ученые ВШЭ организовали конференцию по статистическому ИИ в Китае
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению
Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.