Нейронные сети и наука МГУ имени М. В. Ломоносова – Telegram
Нейронные сети и наука МГУ имени М. В. Ломоносова
1.39K subscribers
550 photos
83 videos
2 files
440 links
Официальный канал курса MSU.AI
Для связи и предложений: @Miro_Nova092
Чат для абитуриентов: https://news.1rj.ru/str/+16Ab8e3FLA41NTEy
Download Telegram
Завершаем серию постов с историями победителей Конкурса публикаций интервью с Борисом Румянцевым, аспирантом физического факультета МГУ и выпускником 7-го потока MSU.AI.

Борис разработал новый способ измерения спектрально-временной формы импульсного терагерцевого излучения, используемого в передовых экспериментах по взаимодействию света и вещества.

Ключевую роль в исследовании сыграло применение ИИ: обученная нейросеть помогла восстановить спектрально-временную форму излучения по экспериментальным данным, где классические методы оказывались бессильны.

«Идея применения ИИ в исследовании родилась во время обучения в MSU.AI. Получив результат, я захотел поделиться им с научным сообществом, а преподаватель курса помог довести работу до стадии публикации.

Мой совет всем, кто планирует публиковаться: не сдавайтесь при первых трудностях, формулируйте задачу максимально ясно и смело обращайтесь к научным консультантам
MSU.AI — их опыт поможет найти ответ быстрее!»
— Борис Румянцев


📖 Статья
🧑‍💻 Код и примеры: GitHub
👨‍🎓 Научный консультант MSU.AI Артём Васильев
Исследование выполнено при поддержке некоммерческого Фонда развития науки и образования «Интеллект» и Фонда «Вольное Дело» Олега Дерипаска

#исторИИ
🔥61
Преподаватель MSU.AI стал победителем хакатона в Москве!

С 20 сентября по 20 октября проходил крупнейший техно-баттл страны — Лидеры Цифровой Трансформации. Там, среди сотен умнейших участников, лучшим стал преподаватель MSU.AI Никита Беляков!

Он выступил ML-иженером в команде SR Data под руководством Игоря Кожелина.

Команда выбрала кейс по определению геопривязки и адресов зданий на фото с дронов, беспилотников и камер домов.

Сначала ребята собрали мультимодальное решение, ворвались в топ-5 и уверенно прошли в финал.
А затем сделали то, что любят настоящие ML-инженеры: создали комплексную систему, которая:
• сравнивает снимок с собственной базой фото Москвы и МО
• параллельно консультируется с LLM
• уверенно определяет, где на карте стоит дом с картинки

Результат — геолокация здания определяется максимально точно в большинстве случаев!

🏆 Итог: 1 место, громкие аплодисменты и приз — 1 000 000 рублей.
Церемония награждения прошла 25 октября в кластере Ломоносов.

👏 Поздравляем преподавателя MSU.AI Никиту Белякова и всю команду SR Data с залуженной победой!

#MSU_AI
25🔥15👏2
Forwarded from scienceJAM
👁️‍🗨️ ИИ и изменение климата: способен ли алгоритм спасти планету?

Искусственный интеллект уверенно входит в сферу климатической и экологической безопасности. Мы обсудили этот тренд с молодым учёным Никитой Беляковым — преподавателем курса «Нейронные сети и их применение в научных исследованиях» в МГУ.

Какие экологические задачи ИИ помогает решать уже сейчас?

— ИИ оптимизирует энергосети при интеграции возобновляемых источников энергии и повышает эффективность сельского хозяйства, сокращая использование воды и удобрений. Существенный вклад алгоритмы вносят и в прогнозирование природных катастроф: нейросети помогают мониторить и предсказывать наводнения, пожары, засухи, сели. Благодаря этому появляется шанс предотвратить кризисы или снизить их последствия. Ограничения развития ИИ-технологий связаны с высокой стоимостью внедрения, нехваткой качественных данных, сложностями адаптации инфраструктуры и длительной валидацией моделей.

Может ли ИИ стать глобальным координатором климата?

— Теоретически это возможно: ИИ способен анализировать данные с миллионов датчиков, балансировать спрос и предложение энергии на планете. Однако есть политические и этические барьеры. Централизация контроля над ресурсами неизбежно вызывает вопросы безопасности и доверия. На локальном уровне подобные решения уже внедряются — от промышленных предприятий до целых региональных энергосетей.

Как избежать того, чтобы климатические модели на основе ИИ стали инструментом политического давления, а не научного анализа?

— Важна максимальная прозрачность использования ИИ-систем. Искусственный интеллект доказал свою полезность в борьбе с климатическими рисками, но чтобы он стал системным элементом защиты планеты, необходимы:

• международное сотрудничество
• открытые данные
• понятные стандарты безопасности
• долгосрочные инвестиции

Технологически мы готовы идти вперёд, но нужно не забывать про человеческий фактор и быть готовыми договариваться и сотрудничать. Независимая проверка научным сообществом и общественный контроль должны сопровождать использование искусственного интеллекта. Только так прогнозы останутся инструментом науки, а не рычагом давления.


😇 Команда MSU.AI ведёт открытую разработку учебных материалов и помогает студентам применять методы ИИ в научных проектах. В своём канале она публикует реальные кейсы, статьи и видеолекции курса, которые могут изучить все желающие.

А как вы оцениваете перспективы сотрудничества человека и алгоритма? Делитесь мнением в комментариях.

😱😰🦿 ScienceJAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11
10 ноября — Всемирный день науки за мир и развитие!

Этот день создан, чтобы напомнить — научный прогресс необходим для устойчивого развития, здоровья общества, сохранения планеты и укрепления мира.

Труд учёного неоценим и значим, труд учёного — это основа прогресса.

Сегодня ИИ-технологии способны заметно облегчить рутинные задачи исследователей, помогая освободить время для более творческих задач. ИИ даёт новые возможности, предоставляет доступ к тем масштабам данных, где рождаются новые закономерности и свершаются научные открытия.

Нейросети в исследованиях уже становятся частью научного метода и всё чаще применяются для ускорения процессов обработки данных и не только.

Молодые учёные MSU.AI, одними из первых освоили этот инструмент и получили впечатляющие результаты.
Всё это мы бережно сохранили в нашей базе знаний, которой может воспользоваться любой желающий во благо развития науки:


Биология, химия и медицина — в этом блоке собраны исследования, где нейросетевые модели применялись для предсказания структуры белков, ускорения поиска лекарств, выявления и ранней диагностики заболеваний и многого другого. Вывод один — работа учёного, которая раньше требовала месяцев экспериментов, теперь занимает часы вычислений.

Физика и космические исследования — благодаря ИИ интегралы теперь считаются проще и быстрее, а данные со спутников и сенсоров анализируются в реальном времени, помогая отслеживать и прогнозировать экстремальные явления.

В гуманитарных дисциплинах ИИ уже стал умным помощником филологов, психологов, экономистов и юристов. Нейросети не просто вычисляют, они разбираются в смыслах: умеют анализировать тональность высказываний и эмоции в текстах, оценивают грамотность, исследуют малоресурсные языки, сохраняя культурное наследие, а также находят закономерности в огромных корпусах документов.

Миссия нашего курса — помогать молодым исследователям освоить ИИ-технологии, которые уже меняют характер работы в лабораториях и научных группах. ИИ не заменяет труд учёного, но расширяет диапазон того, что возможно исследовать и понять.

Наука ради мира и развития нуждается в людях, готовых строить будущее не только идеями, но и современными инструментами! С праздником, исследователи!

#ИИвнауке
#MSU_AI
#Фонд_Интеллект
#Фонд_Вольноедело
2🔥1
Друзья, мы с новостями! В МГУ открылся новый факультет! Все подробности в посте ниже ⬇️
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
При поддержке Фонда "Интеллект" и Фонда "Вольное дело" Олега Дерипаска в МГУ имени М.В.Ломоносова открылся новый факультет – Факультет искусственного интеллекта!

Факультет искусственного интеллекта МГУ — это новое образовательное подразделение на базе ведущего российского вуза, Московского государственного университета имени М.В.Ломоносова, которое предоставляет широкие возможности для получения современного образования, проведения научных исследований и практического применения технологий искусственного интеллекта.

Ключевые направления деятельности Факультета:
- разработка и реализация новых образовательных программ высшего и дополнительного профессионального образования
- апробация ИИ-технологий в образовательном процессе
- интеграция научных и проектных инициатив с действующими подразделениями МГУ

Цель Факультета ИИ – готовить высококвалифицированных специалистов, отвечающих мировым стандартам и тенденциям в области искусственного интеллекта для успешного решения современных научных задач и создания инновационных решений.

Фонд "Интеллект" будет оказывает помощь в реализации образовательных программ и деятельности Факультета ИИ, чтобы у молодых исследователей были все возможности для реализации научного потенциала.

Мы уверены, что внедрение передовых ИИ-технологий в образовательный и исследовательский процессы способствует достижению новых научных вершин и формированию перспективного будущего.

Основную информацию о Факультете ИИ МГУ имени М.В.Ломоносова можно получить на сайте МГУ, на сайте Факультета ИИ, а также подписывайтесь на телеграм-канал Факультета ИИ. Там будут новости и анонсы ближайших мероприятий.

Фонд "Интеллект" – мы создаём экосистему, где наука живёт и вдохновляет. Поддерживая исследования и помогая раскрывать научный потенциал молодых учёных, мы вместе меняем мир к лучшему!


#Фонд_Интеллект
#ВольноеДело
#ФакультетИИ
#МГУ
👍8🔥41
Приглашаем всех желающих на открытое мероприятие, организованное выпускницей 7-го потока MSU.AI, страшим научным сотрудником ВМК МГУ Екатериной Строевой и её коллегами-учёными.

21 ноября (пятница)
во втором учебном корпусе МГУ состоится научно-технологический meetup с учеными из 💼Smart Engines и ФИЦ ИУ РАН.

Расскажем, как попасть на научную стажировку и прочитаем лекции на актуальные темы:
• Как устроен цвет с точки зрения математики
Преобразование Хафа как слой нейронной сети
• Создание эффективных нейросетей для edge-устройств

💬В конце вы сможете в неформальной обстановке пообщаться с нашими ведущими специалистами и задать вопросы.

🗓21 ноября (пятница)
16:30 - 19:30
📍 2-й учебный корпус МГУ, аудитория П-14
☎️Контакт для связи: @katestroeva Екатерина

Ждём всех желающих🤝🏼

#партнерский_пост
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Сегодня отмечается день рождения М. В. Ломоносова — человека, который мыслил по-другому и тем самым толкнул науку вперёд.

Его слова «Науки юношей питают…» звучат актуально и теперь. Учёные современности продолжают искать закономерности во вселенной: проводят эксперименты, спорят с теорией, учат нейросети понимать мир и находят закономерности там, где раньше царил хаос.

Сегодня мы выражаем уважение всем исследователям и отправляем им свои поздравления.

Сохраняйте в себе ту самую дерзость ума, что рождает открытия. Пусть огонь любопытства никогда не тухнет, даже если эксперимент в сотый раз идёт не по плану.

В карточках мы собрали цитаты М. В. Ломоносова, которые поддержат, подбодрят и напомнят: наука — это не просто работа. Это путь, к которому невозможно остаться равнодушным.

Вперёд к новым открытиям, уважаемые исследователи!
4🔥2
⭐️ Авторы (Никита Беляков, инженер-исследователь, и Светлана Илларионова, руководитель группы по компьютерному зрению в Центре ИИ) предложили новый способ «подружить» нейросети с данными разных спутников наблюдения Земли.

"Когда мы совмещаем данные Landsat-8 и Sentinel-2, различия в значениях спектральных каналов и пространственном разрешении резко ухудшают качество сегментации облаков и их теней, - отмечает Никита Беляков. - При этом для для некоторых космических аппаратов может не быть открытых размеченных датасетов, а ручная разметка облаков на снимках — дорого и очень трудоёмко".


Для преодоления этих ограничений был разработан подход NNDACSS (Neural Network Domain Adaptation for Climate Structures Segmentation).

Он позволяет переносить работу модели сегментации модели, обученной на размеченных снимках Landsat-8, на более детализированные данные Sentinel-2 с разрешением 10 м без дополнительной разметки и дообучения. Для этого они комбинируют суперразрешение Deep-Harmonization, «чистое» масштабирование и специальные спектральные преобразования (варианты MixChannel), которые подстраивают распределения яркостей под целевой спутник, но сохраняют физические признаки облаков и их теней.

📈 Результат: показатель IoU для теней от облаков вырос с 0,45 до 0,58, а для самих облаков — с 0,48 до 0,69, причём без использования размеченных сцен Sentinel-2.

Это напрямую влияет на восстановление «чистых» спутниковых изображений без облачности, мониторинг погодных и климатических процессов, оценку рисков ЧС и последствий стихийных бедствий — везде, где важно уверенно видеть поверхность Земли сквозь облака и их тени. Подход можно адаптировать и к другим спутниковым сенсорам и типам структур (лед, дым, аэрозоль и др.). Статья вышла в журнале IEEE Access (Q1), DOI.

💡Исследование выполнено при поддержке гранта Минэкономразвития России для научных центров в области искусственного интеллекта. Работа продолжает серию исследований Центра ИИ Сколтеха по сегментации климатических структур и анализу спутниковых данных (CSIA, Multispectral satellite image super-resolution и др.)
Please open Telegram to view this post
VIEW IN TELEGRAM
9👍3🤯2🔥1
Выпускница 4-го потока MSU.AI, сотрудница кафедры биологической эволюции биологического факультета МГУ имени М.В.Ломоносова Елена Устинова получила премию Правительства Москвы в области экологии!

Её проект «AI-ботаник: цифровая система оценки повреждений растительности», занял второе место в номинации "Цифровизация экологических решений".

Елена продолжила исследовательскую работу, начатую на курсе "Нейронные сети и их применение в научных исследованиях" в рамках курсовых проектов и получила результаты, которыми мы делимся с вами.

1. Исходный код для обучения и применения нейросети опубликован на GitHub

2. Результаты исследования описаны в статье From bites to bytes: analyzing leaf damage area with neural networks to assess Altica oleracea's (Coleoptera, Chrysomelidae) preferences for native and invasive plants from the Onagraceae family.

3. С курсовым проектом Елены можно ознакомиться на сайте курса

Поздравляем Елену с достигнутыми результатами и желаем новых побед!

#ИИвнауке
🔥106👏2