Сразу три исследователя AIRI — лауреаты Премии Посла Китая в области искусственного интеллекта 💡
Премия учреждена в 2020 году РосСНИО и Посольством Китая по инициативе Чрезвычайного и Полномочного Посла КНР Чжан Ханьхуэя и с тех пор ежегодно поддерживает выдающихся российских специалистов.
В этом году на премию было подано 152 заявки. По итогам отбора лауреатами стали 24 учёных и инженера. В направлении «Искусственный интеллект» победителями стали:
⚫️ кандидат технических наук, директор лаборатории FusionBrain AIRI Андрей Кузнецов;
⚫️ доктор физико-математических наук, ведущий научный сотрудник AIRI, руководитель Центра искусственного интеллекта Сколтеха Евгений Бурнаев;
⚫️ научный консультант AIRI, управляющий директор по исследованию данных — начальник управления базовых моделей Kandinsky Денис Димитров.
Сегодня все сердца поста — победителям!
Премия учреждена в 2020 году РосСНИО и Посольством Китая по инициативе Чрезвычайного и Полномочного Посла КНР Чжан Ханьхуэя и с тех пор ежегодно поддерживает выдающихся российских специалистов.
В этом году на премию было подано 152 заявки. По итогам отбора лауреатами стали 24 учёных и инженера. В направлении «Искусственный интеллект» победителями стали:
Сегодня все сердца поста — победителям!
Please open Telegram to view this post
VIEW IN TELEGRAM
Исследователи снизили количество данных, нужное для нейросети, предсказывающей свойства материалов⤵️
Data-driven подходы к предсказанию свойств новых соединений уже прочно вошли в арсенал материаловедов. Но для таких инструментов порой требуется очень много данных, которые необходимо добывать с помощью ресурсоёмких квантовомеханических расчётов.
Исследовательская группа из AIRI, Сколтеха, Томского политехнического университета и Сбера разработала подход, который требует малого числа дополнительных вычислений благодаря интеллектуальному отбору примеров для дообучения графовой нейронной сети. Учёные применили его к проблеме поиска оптимального допанта (металла-заместителя) для высшего борида вольфрама — представителя семейства сверхтвёрдых материалов.
В общей сложности учёным удалось предсказать термодинамические свойства примерно в 375 тысячах структурных конфигураций, используя для обучения модели всего 200 результатов квантовомеханических расчётов. Последующий анализ показал, что как минимум три из рассмотренных металлов-заместителей могут приводить к образованию новых устойчивых соединений. Для одного из них прогноз был успешно проверен в ходе лабораторных тестов в Томском политехническом университете.
📎 Статья с описанием модели и экспериментов опубликована в журнале npj Computational Materials.
Data-driven подходы к предсказанию свойств новых соединений уже прочно вошли в арсенал материаловедов. Но для таких инструментов порой требуется очень много данных, которые необходимо добывать с помощью ресурсоёмких квантовомеханических расчётов.
Исследовательская группа из AIRI, Сколтеха, Томского политехнического университета и Сбера разработала подход, который требует малого числа дополнительных вычислений благодаря интеллектуальному отбору примеров для дообучения графовой нейронной сети. Учёные применили его к проблеме поиска оптимального допанта (металла-заместителя) для высшего борида вольфрама — представителя семейства сверхтвёрдых материалов.
В общей сложности учёным удалось предсказать термодинамические свойства примерно в 375 тысячах структурных конфигураций, используя для обучения модели всего 200 результатов квантовомеханических расчётов. Последующий анализ показал, что как минимум три из рассмотренных металлов-заместителей могут приводить к образованию новых устойчивых соединений. Для одного из них прогноз был успешно проверен в ходе лабораторных тестов в Томском политехническом университете.
Please open Telegram to view this post
VIEW IN TELEGRAM
Про международное соревнование по восстановлению томографических сканов сердца — в новом интервью Дмитрия Дылова для «Коммерсантъ Наука» ⤵️
О том, зачем учёные участвуют в соревнованиях по выполнению медицинских задач с помощью искусственного интеллекта, и перспективах его применения для кардиологического скрининга «Ъ-Науке» рассказывает Ph.D., руководитель лаборатории «Сильный ИИ в медицине» AIRI и руководитель лаборатории вычислительных методов формирования изображений Центра ИИ Сколтеха Дмитрий Дылов.
📎 Читайте материал по ссылке.
О том, зачем учёные участвуют в соревнованиях по выполнению медицинских задач с помощью искусственного интеллекта, и перспективах его применения для кардиологического скрининга «Ъ-Науке» рассказывает Ph.D., руководитель лаборатории «Сильный ИИ в медицине» AIRI и руководитель лаборатории вычислительных методов формирования изображений Центра ИИ Сколтеха Дмитрий Дылов.
Please open Telegram to view this post
VIEW IN TELEGRAM
Новый шаг в управлении роботами и оптимизации индустриальных процессов 🤖
Исследователи AIRI разработали Vintix — SOTA action-модель для роботов и индустриальных процессов, умеющую имитировать ход обучения с подкреплением. Благодаря этому Vintix самостоятельно корректирует и улучшает свои действия, получая минимальную обратную связь от пользователя.
Техническая реализация Vintix опирается на расширенный контекст трансформера. Благодаря сжатию данных — состояние-действие-награда в один токен — модель анализирует в 3 раза больше информации по сравнению с аналогами: JAT от HugginFace и GATO от Google DeepMind. При этом архитектура устойчива к шуму и частичной наблюдаемости среды — Vintix успешно справляется с задержками и неполными данными, что критически важно для промышленного применения.
Vintix может быть полезной в разных областях. Например, применяться для автоматизации задач на производственных линиях и оптимизации маршрутов складских роботов, а в сфере энергетики подобные системы способны управлять распределением нагрузки для более эффективного использования ресурсов. Научная статья будет представлена на конференции ICML в июле 2025 года.
Подробнее про исследование — в материале Forbes.
Научная статья | GitHub
Исследователи AIRI разработали Vintix — SOTA action-модель для роботов и индустриальных процессов, умеющую имитировать ход обучения с подкреплением. Благодаря этому Vintix самостоятельно корректирует и улучшает свои действия, получая минимальную обратную связь от пользователя.
Техническая реализация Vintix опирается на расширенный контекст трансформера. Благодаря сжатию данных — состояние-действие-награда в один токен — модель анализирует в 3 раза больше информации по сравнению с аналогами: JAT от HugginFace и GATO от Google DeepMind. При этом архитектура устойчива к шуму и частичной наблюдаемости среды — Vintix успешно справляется с задержками и неполными данными, что критически важно для промышленного применения.
Vintix может быть полезной в разных областях. Например, применяться для автоматизации задач на производственных линиях и оптимизации маршрутов складских роботов, а в сфере энергетики подобные системы способны управлять распределением нагрузки для более эффективного использования ресурсов. Научная статья будет представлена на конференции ICML в июле 2025 года.
Подробнее про исследование — в материале Forbes.
Научная статья | GitHub
Исследователи AIRI выяснили, сколько токенов можно уместить в один вектор языковой модели ⤵️
Когда текст поступает в языковую модель, он разбивается на токены — слова или их части, каждому из которых соответствует вектор (эмбеддинг), то есть упорядоченный набор из сотен или тысяч чисел. Несмотря на рост размеров моделей, их эмбеддинги всегда представляют один токен. Это требует значительных вычислительных ресурсов для хранения и обработки данных, поэтому активно развиваются методы сжатия, достигающие коэффициента 10–100.
Исследователи из AIRI, МФТИ и LIMS поставили рекорд в этом направлении: они смогли сжать 1568 токенов в один вектор, достигнув и, по сути, определив пределы вместимости современных языковых моделей. И хотя описанный метод всё ещё остаётся вычислительно тяжёлым, авторы смогли разобраться в аспектах сжатия информации в LLM. Оказалось, что ключевым свойством текста при этом является его сложность, определяемая через энтропию. Они также выяснили, что на практике модели используют лишь 10–30% потенциальной ёмкости векторов.
Исследование будет представлено на конференции ACL 2025. Подробнее — в материале ТАСС.
Статья | GitHub
Когда текст поступает в языковую модель, он разбивается на токены — слова или их части, каждому из которых соответствует вектор (эмбеддинг), то есть упорядоченный набор из сотен или тысяч чисел. Несмотря на рост размеров моделей, их эмбеддинги всегда представляют один токен. Это требует значительных вычислительных ресурсов для хранения и обработки данных, поэтому активно развиваются методы сжатия, достигающие коэффициента 10–100.
Исследователи из AIRI, МФТИ и LIMS поставили рекорд в этом направлении: они смогли сжать 1568 токенов в один вектор, достигнув и, по сути, определив пределы вместимости современных языковых моделей. И хотя описанный метод всё ещё остаётся вычислительно тяжёлым, авторы смогли разобраться в аспектах сжатия информации в LLM. Оказалось, что ключевым свойством текста при этом является его сложность, определяемая через энтропию. Они также выяснили, что на практике модели используют лишь 10–30% потенциальной ёмкости векторов.
Исследование будет представлено на конференции ACL 2025. Подробнее — в материале ТАСС.
Статья | GitHub
Please open Telegram to view this post
VIEW IN TELEGRAM
Финальный доклад третьего сезона #AIRI_Seminars пройдет 18 июня в 17:00 ⤵️
⚫ Тема: «Adaptive RAG: обзор методов условной генерации на основе контекста».
⚫ Докладчик: PhD, руководитель группы «Вычислительная семантика» AIRI, доцент и руководитель группы NLP Сколтех Александр Панченко.
⚫ Оппонент: руководитель отдела «Интеллектуальные технологии и системы» ФИЦ ИУ РАН Дмитрий Девяткин.
Описание доклада и регистрация на офлайн–формат уже на сайте.
VK Видео | YouTube
Описание доклада и регистрация на офлайн–формат уже на сайте.
VK Видео | YouTube
Please open Telegram to view this post
VIEW IN TELEGRAM
В новом Хабре кандидат технических наук, директор лаборатории FusionBrain AIRI Андрей Кузнецов рассказывает о поездке на MCS 2025 ⤵️
Весной в Дубае прошёл крупнейший ближневосточный саммит по компьютерному зрению Machines Can See 2025, который стал точкой соприкосновения учёных, представителей государств, бизнеса и разработчиков.
📎 Подробности о конференции — в нашем Хабре.
Весной в Дубае прошёл крупнейший ближневосточный саммит по компьютерному зрению Machines Can See 2025, который стал точкой соприкосновения учёных, представителей государств, бизнеса и разработчиков.
Please open Telegram to view this post
VIEW IN TELEGRAM
Save the date: следующая ИИшница пройдет 26 июня в 15:30 🍳
Исследователи расскажут о поиске и моделировании флуоресцентных молекул для маркировки полимеров, о применении искусственного интеллекта в цифровой трансформации фармацевтической отрасли, а также о предсказании электронной плотности молекул с помощью графовых нейронных сетей. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылку на трансляцию, чтобы не пропустить: VK Видео, YouTube 🍿
Исследователи расскажут о поиске и моделировании флуоресцентных молекул для маркировки полимеров, о применении искусственного интеллекта в цифровой трансформации фармацевтической отрасли, а также о предсказании электронной плотности молекул с помощью графовых нейронных сетей. Скоро поделимся подробным расписанием онлайн-митапа.
Сохраняйте ссылку на трансляцию, чтобы не пропустить: VK Видео, YouTube 🍿
Сегодня на ПМЭФ-2025 заключили соглашение о внедрении ИИ для более быстрой разработки лекарств 💡
На XXVIII Петербургском международном экономическом форуме вместе со Сбером и ГК «Промомед» мы заключили соглашение о сотрудничестве, в ходе которого запланировано внедрение ИИ-решений на всех этапах разработки новых лекарств. Ожидается, что искусственный интеллект сможет обрабатывать большие объемы медицинских данных, чтобы находить оптимальные молекулы для новых препаратов и внедрить индивидуальный подход к лечению.
В рамках партнёрства будет создана специальная платформа для анализа биомедицинских данных, а также усовершенствованы методы машинного обучения для фармацевтических задач. Сотрудничество позволит объединить опыт всех участников проекта.
Готовы к новым открытиям вместе с партнёрами!
На XXVIII Петербургском международном экономическом форуме вместе со Сбером и ГК «Промомед» мы заключили соглашение о сотрудничестве, в ходе которого запланировано внедрение ИИ-решений на всех этапах разработки новых лекарств. Ожидается, что искусственный интеллект сможет обрабатывать большие объемы медицинских данных, чтобы находить оптимальные молекулы для новых препаратов и внедрить индивидуальный подход к лечению.
В рамках партнёрства будет создана специальная платформа для анализа биомедицинских данных, а также усовершенствованы методы машинного обучения для фармацевтических задач. Сотрудничество позволит объединить опыт всех участников проекта.
Готовы к новым открытиям вместе с партнёрами!
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
AIRI х Сбер х Р-Фарм
Заключили соглашение о сотрудничестве в сфере использования передовых цифровых технологий в фармацевтике. Документ подписали генеральный директор «Р-Фарм» Василий Игнатьев, директор Центра индустрии здоровья Сбербанка Сергей Жданов и генеральный директор Института AIRI Иван Оселедец.
Вместе с коллегами мы планируем создавать цифровые продукты и сервисы, инновационные решения в сфере разработки новых и персонализированных лекарственных препаратов, а также развивать направления персонализированной медицины с применением технологий искусственного интеллекта.
Рады работать с сильными партнёрами над будущим медицины!
Заключили соглашение о сотрудничестве в сфере использования передовых цифровых технологий в фармацевтике. Документ подписали генеральный директор «Р-Фарм» Василий Игнатьев, директор Центра индустрии здоровья Сбербанка Сергей Жданов и генеральный директор Института AIRI Иван Оселедец.
Вместе с коллегами мы планируем создавать цифровые продукты и сервисы, инновационные решения в сфере разработки новых и персонализированных лекарственных препаратов, а также развивать направления персонализированной медицины с применением технологий искусственного интеллекта.
Рады работать с сильными партнёрами над будущим медицины!
Вышла вторая статья из цикла материалов по цветовой вычислительной фотографии⤵️
На Хабре руководитель группы «Цветовая вычислительная фотография» AIRI Егор Ершов продолжает рассказывать о том, как корректно описать цвет научными методами. На этот раз он кратко освещает историю возникновения цветовых стандартов CIE RGB и CIE XYZ, принятых Международной комиссией по освещению в 1931 году, а также объясняет, что такое цветовой треугольник.
📎 Читайте по ссылке.
На Хабре руководитель группы «Цветовая вычислительная фотография» AIRI Егор Ершов продолжает рассказывать о том, как корректно описать цвет научными методами. На этот раз он кратко освещает историю возникновения цветовых стандартов CIE RGB и CIE XYZ, принятых Международной комиссией по освещению в 1931 году, а также объясняет, что такое цветовой треугольник.
Please open Telegram to view this post
VIEW IN TELEGRAM
В сегодняшнем дайджесте делимся подборкой новостей с участием исследователей AIRI ⤵️
⚫️ Public! Екатеринбург: научный сотрудник AIRI и УрФУ Константин Ушенин — о применении ИИ в медицине в формате карточек.
⚫️ Материал на Хабре: старший научный сотрудник группы «Вычислительная семантика» Василий Коновалов — о том, как неизменность формулировки вопроса влияет на способность языковых моделей отвечать на него без дополнительной помощи.
⚫️ Книга с изображениями Всероссийской выставки 1896 года в цвете, подготовленное командой Волго-Вятского банка Сбербанка и AIRI. Иллюстрации раскрашены с помощью алгоритмов, разработанных в Институте.
⚫️ Выпуск передачи «Мы и наука. Наука и мы» на НТВ с директором лаборатории FusionBrain AIRI Андреем Кузнецовым.
⚫️ РБК.Тренды: интервью с Алексеем Осадчим — руководителем научной группы «Нейроинтерфейсы» AIRI и директором Центра биоэлектрических интерфейсов НИУ ВШЭ.
⚫️ AIRI Seminars: запись семинара «Adaptive RAG: обзор методов условной генерации на основе контекста», прошедшего 18 июня — уже доступна в VK Видео и на YouTube.
#дайджест_AIRI
#дайджест_AIRI
Please open Telegram to view this post
VIEW IN TELEGRAM
Сегодня рассказываем подробнее про доклады, которые будут на ИИшнице 26 июня 🍳
Ведущий мероприятия — руководитель группы «Глубокое обучение в науках о жизни» AIRI Артур Кадурин.
◼️ В 15:30 директор по цифровой трансформации Промомед Иван Колесников выступит с докладом «ИИ — драйвер цифровой трансформации группы Промомед».
◼️ В 15:50 Константин Ушенин, кандидат физико-математических наук, старший научный сотрудник группы «Глубокое обучение в науках о жизни» AIRI расскажет про LAGNet — нейронную сеть для предсказания электронной плотности вокруг молекул.
◼️ В 16:10 Иван Поддъяков, специалист по исследованию данных в Sber AI Lab, расскажет про мультиагентный фреймворк для дизайна лекарственных молекул.
◼️ В 16:30 завершающий доклад «Поиск и моделирование флуоресцентных молекул для маркировки полимеров» прочитает Алексей Коровин, кандидат химических наук, старший научный сотрудник группы «Дизайн новых материалов» AIRI.
Подключайтесь к трансляции в VK Видео или на YouTube🍿
Ведущий мероприятия — руководитель группы «Глубокое обучение в науках о жизни» AIRI Артур Кадурин.
Подключайтесь к трансляции в VK Видео или на YouTube🍿
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM