Фонд «Интеллект» подвел итоги конкурса научно-исследовательских проектов по тематике ИИ

#фонд_Интеллект

Конкурс проводится в рамках программы фонда по поддержке научных исследований и разработок в области искусственного интеллекта и направлен на развитие инновационных исследований и технологий в области ИИ. При поддержке фонда Олега Дерипаска «Вольное Дело».

Целью проведения конкурса является поддержка научных проектов в области ИИ, направленных на разработку и внедрение новых технологий, а также на решение актуальных научных и технических проблем на базе Московского государственного университета имени М.В.Ломоносова.

На конкурс подавались заявки на участие в одном из 18 научно-исследовательских проектов, в том числе можно было подать на несколько проектов сразу.
Всего пришли заявки от 45 человек, общая сумма заявок на проекты составила - 109.

Заявки поступили из разных университетов: МГУ им. М.В.Ломоносова, ВШЭ, МФТИ, МИСИС, ИТМО, МГТУ им. Н.Э. Баумана, Сколтеха, КГАСУ, ЯрГУ им. П.Г. Демидова, СПбГУ. Всего на конкурс научно-исследовательских проектов по тематике ИИ отобрано 15 человек. Победителей конкурса можно посмотреть здесь – vk.cc/cLey5v

Исследования в рамках конкурса продлятся до конца 2025 года. Задачи конкурса предполагают стимулирование инноваций и научных исследований путем поддержки разработки новых методов, алгоритмов и приложений в сфере ИИ; привлечение перспективных молодых ученых для решения важных проблем и развитие научных и исследовательских школ в области ИИ.

Исследователи факультета ВМК МГУ представили новую библиотеку на языке Python, разработанную для анализа событий во времени и называющуюся Survivors (англ. Выжившие). Этот инструмент позволяет прогнозировать вероятность наступления событий с учетом сложных зависимостей в данных и работает даже с пропущенными значениями и цензурированными наблюдениями.

В отличие от существующих библиотек для анализа выживаемости, которые работают только с заполненными числовыми данными и требуют строгих допущений, Survivors предлагает более универсальный подход. Используемые алгоритмы деревьев решений и их ансамблей адаптированы для задач выживаемости и позволяют учитывать широкий спектр параметров без необходимости сложной подготовки данных. В библиотеке реализована поддержка числовых и категориальных переменных, а также пропущенных значений, что делает ее удобной для работы с реальными наборами данных.

Фото: ru.123rf.com

Подробнее на портале Научная Россия

#вмк_мгу
#прогнозирование

Руководитель лаборатории нейроморфной фотоники МГУ избран членом-корреспондентом РАН

#фонд_Интеллект

28-30 мая состоялось общее собрание Российской академии наук, в ходе которого прошли выборы новых членов РАН. Результаты тайного голосования были оглашены на заседании 30 мая. 20 сотрудников МГУ избраны членами-корреспондентами РАН. Андрей Анатольевич Федянин, доктор физико-математических наук, проректор МГУ имени М.В. Ломоносова, руководитель лаборатории нейроморфной фотоники МГУ, поддерживаемой фондом «Интеллект», стал членом-корреспондентом РАН.

«Прежде всего, хочу выразить признательность коллегам из Отделения физических наук РАН за высокую оценку моей работы и избрание членом-корреспондентом РАН. Особо хочу подчеркнуть, что это достижение – не только моя личная заслуга, но и результат труда многих талантливых людей, с которыми мне посчастливилось работать. Прежде всего, это коллективы лаборатории нанофотоники, созданной в 2013 году, и лаборатории «Фотонный искусственный интеллект», организованной в 2021 году, которую поддерживает Фонд «Интеллект». Именно благодаря нашей совместной работе, общим идеям и настойчивости удалось добиться значимых научных результатов. Для меня новый статус — это не только признание пройденного пути, но и прежде всего дополнительные возможности для развития наших научных направлений», — отметил Андрей Анатольевич Федянин.

Напомним, цель работы лаборатории – исследование и разработка новых принципов оптических вычислений, а также аналоговых подходов для создания искусственных интеллектуальных систем. В перспективе на основе данных разработок планируется создание прототипов новых вычислительных устройств и их элементной базы.

Отметим, что лаборатория поддерживается фондом "Интеллект" по инициативе Олега Дерипаска и его фонда "Вольное дело".

Негласное правило работы с радиоактивностью — если можно избежать взаимодействия с излучением, стоит это сделать. Утилизация отработавшего ядерного топлива и ядерная медицина — активно развивающиеся области атомной индустрии. Для эффективной переработки радиоактивных отходов и производства лекарств на основе радионуклидов нужно создавать новые материалы.

Но испытания экспериментальных веществ «вживую» сопряжены с облучением и занимают много времени. На помощь ученым приходит цифровой дизайн материалов с помощью алгоритмов на основе ИИ. Эта технология, разрабатываемая в МГУ, была в 2024 г. отмечена грантом Некоммерческого фонда развития науки и образования «Интеллект». О том, какие возможности открывает новый подход и чем отличается от привычных методов вычислительной химии, рассказывает победитель конкурса молодых ученых МГУ фонда «Интеллект», зав. лабораторией интеллектуального химического дизайна МГУ Артем Митрофанов.

Фото: Елена Либрик / Научная Россия

Подробнее на портале Научная Россия

#ии
#мгу

Минимальные поверхности – максимальный порядок: найден новый тип геометрического упорядочения привитых к сферической наночастице амфифильных гомополимеров

#фонд_Интеллект
#фонд_Вольноедело
Дмитрий Митьковский стал одним из победителей конкурса публикаций 6-го потока MSU.AI. Статья «Self-assembly of amphiphilic homopolymers grafted onto spherical nanoparticles: complete embedded minimal surfaces and a machine learning algorithm for their recognition» опубликована в научном журнале Soft Matter (Q1).

Наночастицы с привитым полимерным слоем могут формировать в растворе удивительные морфологические состояния, что находит применение в различных высокотехнологичных областях от материаловедения до медицины. В случае амфифильных гомополимеров, которые состоят из одинаковых мономерных звеньев, содержащих как сольвофобные так и сольвофильные группы, самоорганизация привитого полимерного слоя определяется множеством факторов, среди которых форма и размер наночастицы, плотность прививки и длина макромолекул, их архитектура и химический состав, а также взаимодействия между полимерными цепями и растворителем.

В работе Self-assembly of amphiphilic homopolymers grafted onto spherical nanoparticles: complete embedded minimal surfaces and a machine learning algorithm for their recognition было продемонстрировано, что в селективно плохом для боковых групп растворителе привитые к сферической наночастице амфифильные гомополимеры объединяются в бислои и формируют различные специфические морфологические структуры, вид которых обусловлен стремлением слоёв локально минимизировать свою площадь. Учеными впервые была предложена классификация возникающих структур в рамках строгих геометрических представлений и показано, что они относятся к одному классу минимальных поверхностей; были выделены диск, катеноид, геликоид, поверхности Эннепера и Косты.

«Поскольку визуальный анализ всех мгновенных снимков занял бы продолжительное время, для классификации структур был предложен метод на основе представления точек пришивки полимерных цепей в виде проекций сферических координат θ и φ на плоскость с применением методов машинного обучения. И именно такой подход позволил нам не упустить спонтанные переходы одной структуры в другую»
– рассказывает один из авторов статьи, аспирант факультета фундаментальной физико-химической инженерии МГУ, младший научный сотрудник лаборатории компьютерного моделирования макромолекул ИНЭОС РАН Дмитрий Митьковский.

Несмотря на то, что аналитические выражения для минимальных поверхностей и конформная инвариантность свободной поверхностной энергии Уиллмора при преобразованиях между ними были описаны в геометрической литературе, экспериментальная реализация данного типа упорядочения полимерных структур была выявлена впервые, и, поскольку различные типы минимальных поверхностей определены строго математически, их возможно использовать в рамках единой теории для классификации и выявления структурно-обусловленных свойств соответствующих полимерных систем.

«Наиболее важным результатом научного исследования может стать возможность применения разработанных архитектур для анализа других сложных микросегрегированных полимерных систем; ожидается, что результаты данной работы могут привести к разработке универсальных инструментов для анализа сложных морфологических состояний, открывая новые перспективы в материаловедении и смежных отраслях науки и промышленности»
– отметила один из авторов, д.ф.-м.н., профессор кафедры высокомолекулярных соединений химического факультета МГУ, заведующий лабораторией компьютерного моделирования макромолекул ИНЭОС РАН Валентина Владимировна Василевская.

Исследование выполнено при поддержке фонда «Интеллект», а также благодаря инициативе и поддержке Фонда «Вольное Дело» Олега Дерипаска.

«Новые оптические мишени позволят создать на их основе оптические методы биомедицинской диагностики, которые будут использоваться в клинической практике»

#фонд_Интеллект
#фонд_Вольноедело
Кандидат физико-математических наук, старший научный сотрудник кафедры квантовой электроники физического факультета МГУ им. М.В. Ломоносова Борис Якимов занимается изучением глубокого обучения в идентификации новых оптических мишеней в организме человека для применения технологий биофотоники. Победитель конкурса грантовой поддержки молодых ученых фонда «Интеллект» рассказал о своем исследовании.
— Борис, расскажите о теме вашего исследования «Глубокое обучение в идентификации новых оптических мишеней в организме человека для применения технологий биофотоники»?
— Мое исследование лежит в русле развития методов биофотоники – области исследований на стыке оптики и биомедицины. Современная биомедицина широко опирается на физические методы диагностики, и сейчас все большее и большее развитие получают методы, в которых в качестве зондирующего сигнала используется свет видимого, ультрафиолетового и инфракрасного диапазонов. И здесь возникает вопрос: «Как возможно с помощью светового излучения получить какую-то полезную для врача информацию об органах и тканях?». Дело в том, что в клетках и тканях наших органов содержатся «оптически активные» молекулы, обладающие известными характеристиками оптического отклика. То есть, понимая, как можно возбудить и правильно измерить этот оптический сигнал, возможно использовать его для медицинской диагностики. Примером такой молекулы является гемоглобин – основной белок нашей крови, определяющий ее красный цвет. Каждый из нас хотя бы раз сталкивался с применением пульсоксиметра или измерением пульса в умных часах – это делается по оптическому сигналу от гемоглобина, но это лишь малая часть возможных применений.
К сожалению, наше знание об оптических «мишенях» в организме человека ограничено – до сих пор остаются не исследованными и не описанными оптические свойства тканей и не установлены вещества, ответственные за этот сигнал. В своем исследовании я разрабатываю методы и анализирую данные, чтобы установить какие еще молекулы в организме человека можно использовать для применения в биофотонике.
— Какая цель вашего исследования?
— Отсюда выходит цель моего исследования – поиск и обнаружение новых оптических «мишеней» в организме человека и других биологических и природных системах с использованием методов машинного и глубокого обучения.

Читать подробнее интервью: https://vk.cc/cMYisz

Исследование выполнено при поддержке фонда «Интеллект», а также благодаря инициативе и поддержке Фонда «Вольное Дело» Олега Дерипаска.

Гордимся нашим победителем конкурса грантовой поддержки 2024 года Андреем Быковым🙌🏻

Химики МГУ с коллегами открыли химический гибрид с необычной люминесценцией в видимом и ИК-диапазоне
#наука_мгу

Сотрудники химического факультета МГУ совместно с коллегами синтезировали и исследовали гибрид, содержащий органические и неорганические фрагменты в структуре одного соединения. Хотя и это звучит необычно, химики пошли ещё дальше.

Цель синтеза состояла в исследовании необычных люминесцентных свойств у соединений данного класса. Работа выполнена в рамках программы развития МГУ. Результат опубликован в высокорейтинговом журнале Dalton Transactions.

Люминесценция лежит в основе огромного числа практических применений: от светодиодов, светоизлучающих компонентов дисплеев, лазеров до фотодетекторов и сенсоров. Кроме практической значимости, изучение люминесценции стало одним из инструментов получения информации об электронном строении твердых тел.

Ученым химфака МГУ удалось увеличить диапазон люминесценции гибридного галогенометаллата. Помимо характерной ультраширокой полосы излучения в видимой части спектра у полученного комплекса также обнаружена нетипичная широкая полоса в ближней ИК-области, что ранее не обнаруживалось у соединений этого класса.

Это открытие означает, что светодиоды на основе данного вещества могут использоваться и как источники видимого света, и как компоненты мульти/гиперспектральной визуализации, средства диагностики в медицине (ближний ИК проходит сквозь ткани тела), и ещё в нескольких областях.

Сергей Артамонов – преподаватель МФК (курсы: «Введение в глубокое обучение» и «Машинное обучение для решения прикладных задач») поделился своей статьей на habr.ru: «Оценка оценщика: как оценить метрику качества машинного перевода»

Делимся с вами интересным мнением: https://habr.com/ru/articles/920762/

Автор образовательного спецкурса фонда «Интеллект» выступила на международной молодежной конференции

#фонд_Интеллект
#фонд_Вольноедело
V молодежная конференция «Экспериментальные исследования языка» прошла в МГУ. Событие впервые проходило на международном уровне, объединив исследователей-лингвистов, желающих лучше разобраться в том, как «живет» и развивается язык.
Доклады охватывали самые разные темы в области изучения языка: от согласования слов до билингвизма, от построения придаточных предложений до сравнения грамотности человека и искусственного интеллекта.

С докладом выступила аспирантка филологического факультета, преподаватель курса «Нейронные сети и их применение в научных исследованиях» Ксения Студеникина. В своем докладе молодая ученая рассказала о том, как на основе данных синтаксических экспериментов был создан бенчмарк КВаС (Корпус Вариативного согласования) для оценки больших языковых моделей.
Датасет доступен в репозитории.

 «Оказалось, что нейронные сети лучше справляются с предложениями без вариативного согласования, чем при наличии нескольких согласовательных вариантов. Наилучший результат показала Mistral, худший — Llama. YandexGPT и GigaChat оказались в середине рейтинга. В дальнейшем я планирую протестировать больше моделей и сравнить, насколько модели и люди устойчивы в оценках приемлемости при изменении лексического материала»,— уточнила Ксения Студеникина.

Команда фонда "Интеллект" выражает благодарность фонду "Вольное дело" и его основателю Олегу Дерипаска за содействие в развитии науки и предоставленные возможности молодым ученым МГУ для реализации исследований.

Ученые МГУ разработали ИИ-модель для предсказания водорастворимости «умных» полимеров

#фонд_Интеллект
#фонд_Вольноедело
Илья Григорян стал одним из победителей конкурса публикаций 6-го потока MSU.AI. Статья «IPECnet: ML model for predicting the area of water solubility of interpolyelectrolyte complexes» опубликована в научном журнале Physical Chemistry Chemical Physics (Q1/Q2).

«Основная сложность в предсказании свойств ИПЭК – их многокомпонентность и сильная зависимость от условий среды. Традиционные методы здесь плохо применимы. Наш подход с независимым анализом свойств каждого полимера в рамках нейросетевой архитектуры IPECnet доказал свою эффективность. Это важный шаг к разработке нейросетевых методов работы с полимерными многокомпонентными системами», – уточнил Илья Григорян, автор исследования, сотрудник кафедры биофизики Физического факультета МГУ.

Водно-солевые растворы интерполиэлектролитных комплексов (ИПЭК)- продуктов взаимодействия противоположно заряженных полиэлектролитов, - представляют собою класс так называемых «умных полимеров», поскольку их формирование и физико-химические свойства можно обратимо регулировать путем изменения множества внешних факторов, таких как: рН, ионная сила, температура среды и пр.
Традиционный интерес к таким «умным полимерам» вызван возможностью их применения в широком спектре задач, включая выделение белков и нуклеиновых кислот, внутриклеточную доставку ДНК, создание биоцидных покрытий, функциональных мембран, использование в качестве систем очистки воды и т.д.
Для широкого применения таких систем необходимо уметь предсказывать, при каких условиях конкретный ИПЭК будет водорастворим или выпадет в осадок. Делать это крайне сложно из-за множества факторов, от которых зависит формирование системы (природы функциональных групп полимеров, степеней полимеризации, плотности заряда на макромолекулах, ионной сила раствора и др.). Вместо того, чтобы экспериментально подбирать условия под каждый комплекс, в статье авторы решили рассмотреть возможность использования нейросетевых подходов для предсказания свойств системы. Несмотря на то, что работать с полимерными системами, да еще и с двухкомпонентными системами крайне сложно, в работе ученые рассмотрели разнообразные подходы по учету свойств для обучения моделей и пришли к оптимальной, на их взгляд, архитектуре.

«Исследованные подходы по работе с многокомпонентными полимерными системами открывают новые возможности для целенаправленного создания материалов на основе интерполиэлектролитных комплексов, будь то системы доставки лекарств или бактерицидные покрытия», – рассказал Андрей Владимирович Сыбачин, кандидат химических наук, доцент кафедры высокомолекулярных соединений химического факультета МГУ.

✅ Исследование выполнено при поддержке фонда «Интеллект», а также благодаря инициативе и поддержке Фонда «Вольное Дело» Олега Дерипаска.