Пять проектов из Питерской Вышки выиграли грант РНФ
Санкт-Петербург
Пять проектов из Питерской Вышки выиграли грант РНФ
Российский научный фонд подвел итоги конкурса на поддержку проектов малых отдельных научных групп. В число победителей вошли инициативы пяти ученых НИУ ВШЭ — Санкт-Петербург.
Победители
— «Социальный капитал поколений в организации: консолидация, накопление и реализация», руководитель — Наталья Волкова;
— «Применение больших языковых моделей для решения дифференциальных уравнений», руководитель — Сергей Кольцов;
— «Социалистическая законность и преступления против женщин в межвоенном СССР», руководитель — Игорь Кузинер;
— «Новые практики публичного управления в условиях цифровизации с участием гражданских организаций и экспертного сообщества в Санкт-Петербурге и Ленинградской области», руководитель — Александр Сунгуров;
— «Стратегическое управление развитием кластеров в условиях перехода к цифровой экономике», руководитель — Сергей Иванов.
Новые научные группы сформируются вокруг пяти победивших проектов. В новый научный коллектив войдет от двух до четырех человек, включая руководителя.
Работа над исследованиями будет идти в течение двух лет. Каждый проект-победитель получил грантовую поддержку в размере 1,5 млн рублей в год.
Волкова
Руководитель магистерской программы «Аналитика данных для бизнеса и экономики»
Представителям разных поколений нужно регулярно общаться между собой на работе, устанавливать социальные связи. И конечно, работодателям важно иметь инструменты, которые помогут людям лучше социализироваться. Все это приведет к более высокому уровню вовлеченности среди сотрудников и поможет сократить текучесть персонала. Исследование покажет, как формируется, поддерживается и мобилизуется социальный капитал у представителей различных поколений, который влияет на дальнейшую эффективность работы организации.
Кольцов
Ведущий научный сотрудник Лаборатории социальной и когнитивной информатики, академический руководитель бакалаврской программы «Прикладной анализ данных и искусственный интеллект»
Большие языковые модели сейчас переживают бурный рост. Они активно используются для генерации текста, чат-ботов, переводов и других задач. Уровень больших языковых моделей сейчас таков, что они умеют выполнять математические вычисления и брать производные. Если их правильно дообучить, им будут под силу аналитические решения дифференциальных уравнений. Это исследование станет отправной точкой для разработки нейросетей, способных на сложные аналитические действия — в том числе на доказательство теорем и решение математических задач.