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:
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
Проблемы этики: как и где использовать ИИ
За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.