«От нейросетей до конденсатов»: пять проектов Питерской Вышки стали победителями конкурсов РНФ

Тематика исследований охватывает широкий спектр направлений — от разработки новых методов машинного обучения до выявления фундаментальных физических процессов и совершенствования правового регулирования.

Победителями конкурса «Проведение инициативных исследований молодыми учеными» стали четыре проекта, рассчитанные на два года:

• «Интеллектуальные методы оркестрации группового взаимодействия в образовательной среде на основе генеративных моделей искусственного интеллекта», руководитель Андрей Терников;
• «Применение разреженного механизма внимания в архитектурах глубокого обучения для табличных данных», руководитель Вера Игнатенко;
• «Экситон-поляритонные конденсаты на основе связанных состояний в континууме в одиночных перовскитных микроструктурах», руководитель Дарья Хмелевская;
• «Публичный субъект в частном праве: системный анализ и пути совершенствования правового регулирования», руководитель Виктор Еремин.

Еще один проект — сроком на три года — стал победителем конкурса «Проведение исследований научными группами под руководством молодых ученых»:

• «Исследование самоорганизации российского общества через интеграцию новых методологических разработок в области ИИ-агентов, инференциального сетевого анализа и качественного анализа», руководитель Дмитрий Аркатов.

Андрей Терников, cтарший преподаватель департамента менеджмента

Я воспринимаю эту победу как подтверждение своевременности и важности темы для всего высшего образования. Проект посвящен тому, как безопасно и осмысленно использовать большие языковые модели в групповых учебных форматах, прежде всего в дебатах, где особенно важны самостоятельность мышления, качество аргументации и равное участие студентов.Грант открывает возможность не только развивать технологии искусственного интеллекта, но и проверять их эффективность в реальной образовательной практике. Он позволит доработать создаваемый ИИ-прототип и приблизить исследовательские идеи к работающему решению. Конечно, такой результат очень мотивирует делиться наработками с научным сообществом и делать их полезными для более широкого применения.

Вера Игнатенко, научный сотрудник Лаборатории социальной и когнитивной информатики

Наше исследование направлено на создание новых методов глубокого обучения для анализа табличных данных с использованием разреженных механизмов внимания. Мы стремимся научить нейронные сети концентрироваться только на действительно важных признаках, что потенциально позволит повысить точность, устойчивость и интерпретируемость моделей. Такие подходы могут найти применение во многих прикладных областях — от медицины до промышленной аналитики. Победа в конкурсе Российского научного фонда — это высокая оценка предложенной научной идеи. Очень приятно, что наш проект получил такую поддержку. Для меня это не только признание, но и большая мотивация продолжать исследования и ставить перед собой новые научные задачи.

Ученые Питерской Вышки регулярно становятся победителями грантовых конкурсов РНФ. Ознакомиться с полным перечнем программ академического развития для сотрудников и студентов можно по ссылке.