Фонд «Интеллект»
Фонд «Интеллект»
В этом году на конкурсе молодых ученых МГУ было подано 40 заявок по тематическим модулям: «Биомедицинские и химические применения искусственного интеллекта»; «Инженерные и естественнонаучные приложения искусственного интеллекта»; «Когнитивные системы и мозг»; «Математические аспекты алгоритмов искусственного интеллекта»; «Гуманитарные и бизнес-аспекты применения искусственного интеллекта».
10 аспирантов и 5 постдоков стали победителями в конкурсе молодых ученых МГУ-2024. Мы расспросили подробнее об их исследованиях, задачах и перспективах. Публикуем вторую часть.
«Биомедицинские и химические применения ИИ»
Артем Митрофанов, кандидат химических наук, старший научный сотрудник кафедры радиохимии химического факультета МГУ
Тема исследования: «Разработка алгоритмов направленного дизайна материалов для атомной энергетики и ядерной медицины»
Радиохимия – весьма интересная область химии, представляющая, по сути, любую другую химию, когда в ней появляются радиоактивные элементы. Разумеется, работа с ними, требует дополнительных мер безопасности, и необходимо, по возможности, минимизировать экспериментальную работу с источниками ионизирующего излучения. Хорошим решением явились бы методы вычислительной химии, однако многие из них, хорошо работающие в других областях, не могут помочь при, например, моделировании свойств соединений актиноидов. А химия актиноидов – это химия ядерно-топливного цикла: от добычи руды и создания топлива, до его переработки и иммобилизации отходов. Из всего этого и возникают основные задачи исследования: разработка новых методов вычислительной химии, которые могли бы помочь в решении радиохимических задач.
Андрей Быков, аспирант химического факультета МГУ
Тема исследования: «Дизайн гибридных галогенометаллатов методами ML и DL для создания оптоэлектронных материалов нового поколения»
Тема моих исследований неразрывно связана с органо-неорганическими галогенидными комплексами постпереходных металлов, известными как гибридные галогенометаллаты. Эти комплексы представляют собой кристаллические твердые тела, состоящие из комплексных анионов различного строения и широкого разнообразия органических катионов. В первую очередь, меня привлекают красота кристаллических структур гибридных галогенометаллатов и огромная вариативность их строения за счет сочленения элементарных строительных блоков бесчисленным количеством способов. Благодаря этому такие системы можно рассматривать как конструктор на молекулярном уровне. Когда я только начал заниматься этой темой, казалось, что в этом хаосе нет закономерностей, но это только усилило мой интерес и открыло для меня огромные возможности для самореализации как исследователя.
Глобальной целью исследования является разработка методов дизайна материалов на основе органо-неорганических галогенидных комплексов, т.е. создание подходов к направленному синтезу соединений с заданными физико-химическими и функциональными свойствами. Особенности этих соединений позволяют сформулировать две задачи на пути к назначенной цели, которые решаются с использованием методов искусственного интеллекта: поиск количественных соотношений «структура-свойство» и выявление структурообразующей функции органических молекул
Евгений Казаков, аспирант Научно-исследовательского института физико-химической биологии имени А.Н.Белозерского
Тема исследования: «Анализ реорганизации сестринских хроматид в ходе сегрегации на фоне дисфункции архитектурных белков хроматина»
Мое исследование направлено на понимание пространственной организации генома в зависимости от функционального состояния хроматина. Несмотря на то, что изучению организации генома эукариот посвящено большое количество исследований в течение долгого времени, мы до сих пор понимаем лишь часть принципов, лежащих в основе организации клеточного ядра. В последние время методы микроскопии суперразрешения стали активно использоваться в этой области, так как они позволяют отслеживать тонкие изменения в структуре хроматина. Однако, большинство подходов микроскопии суперразрешения сопряжено с длительным сбором и анализом данных. В моем исследовании я планирую использовать машинное обучение для увеличения эффективности такого подхода и анализа структуры хроматина.
В ходе исследования передо мной стоит ряд задач: (1) с помощью машинного обучения провести классификацию изображений ядер по паттернам репликации, (2) внутри полученных групп определить ключевые характеристики, которые изменяются при нокауте архитектурных белков и (3) в конечном этапе провести данный анализ на 3D данных.
«Когнитивные системы и мозг»
Анна Федотова, кандидат биологических наук, младший научный сотрудник кафедры биофизики биологического факультета МГУ
Тема исследования: «Кальциевый код астроцитов: разработка интеллектуальных методов анализа для расшифровки функциональной пластичности мозга»
Меня всегда привлекала работа мозга. Астроциты - один из типов глиальных клеток - часто недооценивают, считая их лишь «поддержкой» для нейронов. Однако современные данные указывают на то, что астроциты выполняют множество функций в мозге, модулируя важнейшие процессы, включая синаптическую пластичность, локальный кровоток и клеточный метаболизм. Подобно электрическому сигналу нейронов, в астроцитах меняется концентрация ионов кальция, и важную роль в этой динамике играют митохондрии. Однако в условиях in vivo кальциевая динамика в митохондриях совершенно не исследована. При этом ионы кальция, в свою очередь, способны регулировать эффективность работы дыхательной цепи митохондрий. Эти органеллы не только обеспечивают клетку энергией, но и продуцируют различные сигнальные молекулы и ионы. Поскольку многие патологические состояния и заболевания связаны с нарушением работы астроцитов и, в частности, митохондриальной дисфункцией, мы поставили перед собой задачу разработать подходы для исследования кальциевой динамики в астроцитах. В дальнейшем результаты могут быть полезны для поиска мишеней для лекарственных препаратов и разработки терапевтических стратегий лечения заболеваний, сопровождающихся нарушением функции астроцитов.
Прежде всего нам предстоит разработать модель, позволяющую проводить оптическую регистрацию кальциевого сигнала из митохондрий астроцитов в условиях in vivo. Мы планируем разработать и применить к полученным данным передовые алгоритмы на основе машинного обучения и ИИ с целью расшифровки механизмов астроцитарной кальциевой активности. Это позволит углубить имеющиеся представления о роли этих клеток в функционировании мозга и в дальнейшем может быть применено для анализа патологических состояний.
«Гуманитарные и бизнес-аспекты применения искусственного интеллекта»
Илья Галушко, аспирант исторического факультета МГУ
Тема исследования: «Автоматизация процесса аннотирования архивных документов с помощью больших языковых моделей (LLM)»
В основе моего интереса лежит практическая необходимость. За последние несколько лет я много работал в архивах. И мне часто не хватало подробных описаний фондов и дел. Ведь архивный заказ – это зачастую долго. Документ может идти неделю, а потом обнаруживается, что он вообще не имеет отношения к вашему исследованию. И я не говорю, что в нашей архивной системе подобные описания отсутствуют вообще. Просто их мало, и как правило, они касаются наиболее популярных фондов. Если вы занимаетесь каким-то специализированным ответвлением истории (например, историей финансов, историей городского пространства, историей местного самоуправления) – вы вполне можете столкнуться с проблемой непроаннотированных архивных документов.
Ну и как любому гуманитарному исследователю мне интересны проблемы языка и коммуникации; проблемы источниковедческой критики. В этом свете изучение специфики взаимодействия LLM с историческим доменом также выглядит очень интересно.
Опять же, с практической точки зрения мне нужно создать модель, способную аннотировать архивные документы на уровне квалифицированного специалиста. Это довольно сложно, и я прекрасно осознаю, что первые попытки всяко не будут способны тягаться с трудом профессионального архивиста. И здесь же замечу, что задача «замены» человеческого труда, конечно же, не стоит. Мне бы хотелось облегчить этот труд, поспособствовать освобождению архивных сотрудников от составления простейших аннотаций (отнесение к разделу исторической науки, датировка документа (хотя это не всегда так уж просто), выявление топонимов, фамилий исторических деятелей и т.д.). Также я планирую протестировать способность моделей делать краткую выжимку содержания исторических документов. Здесь потребуется предварительное изучение того, как модель вообще взаимодействует с исторической лексикой и историческим контекстом.
