От школьных соревнований к золоту IOAI: победитель Международной олимпиады по искусственному интеллекту Кирилл Лабзин о пути к успеху
МФТИ — Московский физико-технический институт · · g1526273
В этом году российская сборная завоевала восемь медалей на Международной олимпиаде по искусственному интеллекту (IOAI) в Астане – семь золотых и одну бронзовую. В соревновании приняли участие 465 школьников из 105 стран. Третий год подряд Россия занимает первое место в общекомандном зачёте. Одним из обладателей золотой медали стал первокурсник МФТИ, выпускник Президентского лицея «Сириус» Кирилл Лабзин. В сезоне 2025/2026 он впервые принял участие в Национальной технологической олимпиаде, которая явилась одним из этапов его подготовки, и стал победителем профиля «Искусственный интеллект». Мы поговорили с Кириллом о том, как проходила олимпиада в Астане, чем международные соревнования отличаются от российских, что помогает российским школьникам добиваться высоких результатов в олимпиадах, а также о выборе МФТИ и планах на будущее. — Как была устроена IOAI и что оказалось самым сложным во время соревнований? Соревнования состояли из двух шестичасовых туров. Для меня труднее был второй. Наверное, самая большая сложность – правильно распределить время и ресурсы между заданиями. На три задачи была доступна только одна видеокарта. Если где-то совершить ошибку и запустить обучение заново, теряешь время, которое мог бы потратить на остальную работу. Перед турами мы собирались всей сборной и вместе с тренерами настраивались на задания, а после проводили небольшую рефлексию. Внутри команды конкуренции вообще не было: мы были одной большой командой, которая вместе готовилась к олимпиаде и шла к победе, и очень поддерживали друг друга. — Чем международная олимпиада отличается от российских соревнований и каково было соревноваться с сильнейшими школьниками из других стран? На российских олимпиадах мы соревнуемся с сильнейшими школьниками страны. А на международной каждый участник уже прошёл отбор и стал одним из лучших в своей стране, поэтому уровень конкуренции выше. При этом атмосфера оставалась дружелюбной. На IOAI приехали участники практически со всего мира, и было интересно соревноваться с сильными командами, например из Китая и Польши. Мы много общались, обсуждали олимпиаду, рассказывали друг другу о своих странах, образе жизни и о том, как развивается искусственный интеллект. Почти все участники IOAI увидели друг друга впервые, поэтому удалось завести много новых знакомств и пообщаться на английском языке. В свободное от соревнований время мы участвовали в активностях в кампусе, ездили на экскурсии, в том числе в музей искусственного интеллекта, и побывали в центре Астаны. — Российская сборная третий год подряд показывает лучший результат на IOAI. В чём секрет российских школьников? В России очень развито школьное олимпиадное сообщество – у нас большое количество олимпиад и хакатонов. Каждое такое соревнование даёт определённую часть знаний в области машинного обучения и искусственного интеллекта. В совокупности это формирует очень сильный набор компетенций. Кроме того, большую роль сыграли отбор в сборную и двухмесячная подготовка к олимпиаде. Мы решали реальные задачи и много занимались теорией ИИ. Эта подготовка сильно помогла добиться такого высокого результата. — А как начался ваш олимпиадный путь и откуда появился интерес к изучению искусственного интеллекта? Ещё в седьмом классе я пошёл в школу программирования. Наверное, это и стало поворотным моментом: тогда я заинтересовался программированием, а позже – искусственным интеллектом. В средней школе участвовал в олимпиадах по математике и информатике. Об олимпиадах по ИИ узнал в начале десятого класса, но к тому моменту уже пропустил большинство отборочных туров, поэтому продолжил готовиться. А в одиннадцатом классе уже заранее следил за расписанием и участвовал в отборах. Математика интересует меня до сих пор, а олимпиады по ИИ привлекли тем, что дают более прикладной опыт. Так я узнал и о НТО – в нашем российском ИИ-сообществе о ней хорошо знают, там участвует много сильных ребят. Я решил попробовать свои силы, прошёл отбор и в итоге стал победителем профиля «Искусственный интеллект». НТО заметно отличается от других олимпиад: она скорее похожа на хакатон, где команда несколько дней решает одну задачу. В этом смысле она близка к командному туру IOAI – там тоже важно правильно распределять задачи внутри команды. В этом году на НТО мы работали с рекомендательными системами. Эта задача помогла мне глубже разобраться в теме, поэтому к похожей работе на IOAI я уже был хорошо подготовлен. При этом перед соревнованиями у меня тоже бывает страх, что я не пройду отбор. Но он скорее мотивирует больше готовиться и повышать свой уровень. — Как участие в олимпиадах повлияло на ваши дальнейшие планы и почему для продолжения обучения вы выбрали ФПМИ МФТИ? Сейчас я хочу работать исследователем в области искусственного интеллекта – либо в лаборатории, либо в крупной технологической компании, которая развивает ИИ и применяет его в своих продуктах. Я уже занимаюсь исследованиями: у меня есть статья по новой архитектуре Mixture of Experts. МФТИ я выбрал прежде всего из-за сильной математической подготовки. Если серьёзно заниматься машинным обучением, фундамент в математике очень быстро становится необходимым. Хотелось попасть в место, где этому уделяют много внимания и при этом есть возможность достаточно рано заниматься современными задачами в ML. Ещё для меня большое значение имело окружение. В МФТИ очень высокая концентрация людей, которым действительно интересны математика, программирование и исследования. Мне хотелось учиться среди ребят, с которыми можно обсуждать сложные задачи, вместе делать проекты и многому друг у друга учиться. Я поступил на ФПМИ. Из всех направлений МФТИ оно лучше всего совпадает с моими интересами: машинным обучением, алгоритмами и исследованиями в области искусственного интеллекта. Мне нравится сочетание серьёзной математики и информатики. — Какими исследованиями вы хотите заниматься в МФТИ? Сейчас больше всего меня интересуют архитектуры нейросетей, особенно Mixture-of-Experts. В этой области я вместе с командой и научным руководителем работал над статьёй по новой архитектуре для MoE. Мы исследовали один из вариантов организации взаимодействия между экспертами внутри MoE-модели. Эта работа дала мне первый серьёзный опыт исследования: от идеи и экспериментов до анализа результатов. Дальше я хочу глубже разбираться в архитектурах нейросетей, лучше понимать, как выбирать исследовательские гипотезы и как строить эксперименты, которые действительно позволяют что-то проверить. Также мне интересны рекомендательные системы. Пока у меня меньше исследовательского опыта в этой области, но в будущем я думаю заняться ей серьёзнее. При этом не хочу заранее слишком сильно ограничивать себя одной или двумя темами: за несколько лет учёбы мои интересы наверняка будут меняться, и мне хотелось бы пробовать разные направления внутри ML. В МФТИ я выбрал исследовательский трек AI360, потому что он даёт возможность глубже заниматься современным ML и работать с задачами, в которых нужно формулировать исследовательские вопросы, проверять гипотезы и разбираться, какие результаты действительно имеют значение. Здесь это сочетается с сильной математической подготовкой и возможностью рано включаться в исследования. Для меня важна и сама среда программы: возможность обсуждать идеи с сильными студентами и исследователями, получать содержательную обратную связь и работать над проектами, которые могут вырасти в серьёзные научные результаты. — Есть ли учёные, на которых вы хотите быть похожими, и в чём? Я бы выделил Александра Владимировича Гасникова – профессора МФТИ, заведующего кафедрой математических основ управления и лабораторией математических методов оптимизации. Это очень известный и авторитетный учёный, человек с сильной математической школой и большим количеством серьёзных научных работ. Для меня он особенно важен ещё и потому, что я знаю его лично: Александр Владимирович был моим научным руководителем при работе над моей последней статьёй SDG-MoE, и у меня была возможность несколько раз встречаться с ним и общаться уже вне рамок конкретной задачи. Мне очень запомнились эти разговоры. С ним интересно обсуждать самые разные темы, и после каждого такого разговора появляются новые мысли, идеи или другой взгляд на проблему. Мне нравится, что он очень разносторонний человек и при этом умеет глубоко погружаться в то, чем занимается. Ещё меня очень впечатляет то, сколько всего происходит вокруг профессора Гасникова. Он собирает сильных людей, работает с молодыми исследователями, много занимается со студентами и школьниками, поддерживает новые идеи и действительно вкладывается в развитие следующего поколения. Мне кажется очень ценным, когда человек сам достигает высокого уровня и при этом помогает расти другим. Наверное, именно в этом я больше всего хотел бы быть на него похожим. Мне хотелось бы глубоко разбираться в своей области, делать сильные исследования, сохранять широкий круг интересов и со временем тоже быть человеком, вокруг которого возникают новые идеи, проекты и сильные команды.
В этом году российская сборная завоевала восемь медалей на Международной олимпиаде по искусственному интеллекту (IOAI) в Астане – семь золотых и одну бронзовую. В соревновании приняли участие 465 школьников из 105 стран. Третий год подряд Россия занимает первое место в общекомандном зачёте. Одним из обладателей золотой медали стал первокурсник МФТИ, выпускник Президентского лицея «Сириус» Кирилл Лабзин. В сезоне 2025/2026 он впервые принял участие в Национальной технологической олимпиаде, которая явилась одним из этапов его подготовки, и стал победителем профиля «Искусственный интеллект». Мы поговорили с Кириллом о том, как проходила олимпиада в Астане, чем международные соревнования отличаются от российских, что помогает российским школьникам добиваться высоких результатов в олимпиадах, а также о выборе МФТИ и планах на будущее. — Как была устроена IOAI и что оказалось самым сложным во время соревнований? Соревнования состояли из двух шестичасовых туров. Для меня труднее был второй. Наверное, самая большая сложность – правильно распределить время и ресурсы между заданиями. На три задачи была доступна только одна видеокарта. Если где-то совершить ошибку и запустить обучение заново, теряешь время, которое мог бы потратить на остальную работу. Перед турами мы собирались всей сборной и вместе с тренерами настраивались на задания, а после проводили небольшую рефлексию. Внутри команды конкуренции вообще не было: мы были одной большой командой, которая вместе готовилась к олимпиаде и шла к победе, и очень поддерживали друг друга. — Чем международная олимпиада отличается от российских соревнований и каково было соревноваться с сильнейшими школьниками из других стран? На российских олимпиадах мы соревнуемся с сильнейшими школьниками страны. А на международной каждый участник уже прошёл отбор и стал одним из лучших в своей стране, поэтому уровень конкуренции выше. При этом атмосфера оставалась дружелюбной. На IOAI приехали участники практически со всего мира, и было интересно соревноваться с сильными командами, например из Китая и Польши. Мы много общались, обсуждали олимпиаду, рассказывали друг другу о своих странах, образе жизни и о том, как развивается искусственный интеллект. Почти все участники IOAI увидели друг друга впервые, поэтому удалось завести много новых знакомств и пообщаться на английском языке. В свободное от соревнований время мы участвовали в активностях в кампусе, ездили на экскурсии, в том числе в музей искусственного интеллекта, и побывали в центре Астаны. — Российская сборная третий год подряд показывает лучший результат на IOAI. В чём секрет российских школьников? В России очень развито школьное олимпиадное сообщество – у нас большое количество олимпиад и хакатонов. Каждое такое соревнование даёт определённую часть знаний в области машинного обучения и искусственного интеллекта. В совокупности это формирует очень сильный набор компетенций. Кроме того, большую роль сыграли отбор в сборную и двухмесячная подготовка к олимпиаде. Мы решали реальные задачи и много занимались теорией ИИ. Эта подготовка сильно помогла добиться такого высокого результата. — А как начался ваш олимпиадный путь и откуда появился интерес к изучению искусственного интеллекта? Ещё в седьмом классе я пошёл в школу программирования. Наверное, это и стало поворотным моментом: тогда я заинтересовался программированием, а позже – искусственным интеллектом. В средней школе участвовал в олимпиадах по математике и информатике. Об олимпиадах по ИИ узнал в начале десятого класса, но к тому моменту уже пропустил большинство отборочных туров, поэтому продолжил готовиться. А в одиннадцатом классе уже заранее следил за расписанием и участвовал в отборах. Математика интересует меня до сих пор, а олимпиады по ИИ привлекли тем, что дают более прикладной опыт. Так я узнал и о НТО – в нашем российском ИИ-сообществе о ней хорошо знают, там участвует много сильных ребят. Я решил попробовать свои силы, прошёл отбор и в итоге стал победителем профиля «Искусственный интеллект». НТО заметно отличается от других олимпиад: она скорее похожа на хакатон, где команда несколько дней решает одну задачу. В этом смысле она близка к командному туру IOAI – там тоже важно правильно распределять задачи внутри команды. В этом году на НТО мы работали с рекомендательными системами. Эта задача помогла мне глубже разобраться в теме, поэтому к похожей работе на IOAI я уже был хорошо подготовлен. При этом перед соревнованиями у меня тоже бывает страх, что я не пройду отбор. Но он скорее мотивирует больше готовиться и повышать свой уровень. — Как участие в олимпиадах повлияло на ваши дальнейшие планы и почему для продолжения обучения вы выбрали ФПМИ МФТИ? Сейчас я хочу работать исследователем в области искусственного интеллекта – либо в лаборатории, либо в крупной технологической компании, которая развивает ИИ и применяет его в своих продуктах. Я уже занимаюсь исследованиями: у меня есть статья по новой архитектуре Mixture of Experts. МФТИ я выбрал прежде всего из-за сильной математической подготовки. Если серьёзно заниматься машинным обучением, фундамент в математике очень быстро становится необходимым. Хотелось попасть в место, где этому уделяют много внимания и при этом есть возможность достаточно рано заниматься современными задачами в ML. Ещё для меня большое значение имело окружение. В МФТИ очень высокая концентрация людей, которым действительно интересны математика, программирование и исследования. Мне хотелось учиться среди ребят, с которыми можно обсуждать сложные задачи, вместе делать проекты и многому друг у друга учиться. Я поступил на ФПМИ. Из всех направлений МФТИ оно лучше всего совпадает с моими интересами: машинным обучением, алгоритмами и исследованиями в области искусственного интеллекта. Мне нравится сочетание серьёзной математики и информатики. — Какими исследованиями вы хотите заниматься в МФТИ? Сейчас больше всего меня интересуют архитектуры нейросетей, особенно Mixture-of-Experts. В этой области я вместе с командой и научным руководителем работал над статьёй по новой архитектуре для MoE. Мы исследовали один из вариантов организации взаимодействия между экспертами внутри MoE-модели. Эта работа дала мне первый серьёзный опыт исследования: от идеи и экспериментов до анализа результатов. Дальше я хочу глубже разбираться в архитектурах нейросетей, лучше понимать, как выбирать исследовательские гипотезы и как строить эксперименты, которые действительно позволяют что-то проверить. Также мне интересны рекомендательные системы. Пока у меня меньше исследовательского опыта в этой области, но в будущем я думаю заняться ей серьёзнее. При этом не хочу заранее слишком сильно ограничивать себя одной или двумя темами: за несколько лет учёбы мои интересы наверняка будут меняться, и мне хотелось бы пробовать разные направления внутри ML. В МФТИ я выбрал исследовательский трек AI360, потому что он даёт возможность глубже заниматься современным ML и работать с задачами, в которых нужно формулировать исследовательские вопросы, проверять гипотезы и разбираться, какие результаты действительно имеют значение. Здесь это сочетается с сильной математической подготовкой и возможностью рано включаться в исследования. Для меня важна и сама среда программы: возможность обсуждать идеи с сильными студентами и исследователями, получать содержательную обратную связь и работать над проектами, которые могут вырасти в серьёзные научные результаты. — Есть ли учёные, на которых вы хотите быть похожими, и в чём? Я бы выделил Александра Владимировича Гасникова – профессора МФТИ, заведующего кафедрой математических основ управления и лабораторией математических методов оптимизации. Это очень известный и авторитетный учёный, человек с сильной математической школой и большим количеством серьёзных научных работ. Для меня он особенно важен ещё и потому, что я знаю его лично: Александр Владимирович был моим научным руководителем при работе над моей последней статьёй SDG-MoE, и у меня была возможность несколько раз встречаться с ним и общаться уже вне рамок конкретной задачи. Мне очень запомнились эти разговоры. С ним интересно обсуждать самые разные темы, и после каждого такого разговора появляются новые мысли, идеи или другой взгляд на проблему. Мне нравится, что он очень разносторонний человек и при этом умеет глубоко погружаться в то, чем занимается. Ещё меня очень впечатляет то, сколько всего происходит вокруг профессора Гасникова. Он собирает сильных людей, работает с молодыми исследователями, много занимается со студентами и школьниками, поддерживает новые идеи и действительно вкладывается в развитие следующего поколения. Мне кажется очень ценным, когда человек сам достигает высокого уровня и при этом помогает расти другим. Наверное, именно в этом я больше всего хотел бы быть на него похожим. Мне хотелось бы глубоко разбираться в своей области, делать сильные исследования, сохранять широкий круг интересов и со временем тоже быть человеком, вокруг которого возникают новые идеи, проекты и сильные команды.