По следам нашей победы в Код-ИИ вышла статья, где мы рассказываем про продукт, который решает множество прикладных задач анализа данных с помощью байесовских сетей и каузальных моделей. Также объясняем, чем это полезно и хорошо для прикладного специалиста.
Так как проект еще в разработке, поделиться ссылкой пока не можем (она будет доступна в октябре), но вы всегда можете поставить звездочку нашему горячо любимому проекту BAMT.

По итогу удалось прочитать три лекции - вводную, про ядерное обучение и про регуляризацию многообразием. Они уже опубликованы. Засыпать на 4ой минуте можно включив плейлист https://youtube.com/playlist?list=PLRtkLMXefuh8etgkQHudgqiwd_sFmlvJy&si=P_-id6rI31H0mzBA

Спасибо организаторам и участникам лектория за то что приютили и за запись лекций.🥰

Совместный с ИТМО сайд-проект от опенсорс-энтузиастов из нашей лаборатории:

Приветствую всех!

Некоторое время назад мы опубликовали статью под названием «Open Source в российском ИИ: исследование ландшафта», в которой проанализировали, кто и как занимается опенсорсом в научной сфере, а также предложили некоторые критерии для сравнения опенсорсных экосистем. Однако этот материал охватывает лишь один из множества аспектов создания и применения открытых решений.

В нашем следующем исследовании мы решили расширить рамки и рассмотреть вопрос используемости открытых инструментов в знакомых нам областях ИИ, машинного обучения, Data Science и работы с данными в целом. Сегодня мы завершили работу над этим материалом и рады представить его публике.

Исследование называется «Использование ML/Data-опенсорса в России» и доступно по ссылке — https://opensource.itmo.ru

На этот раз оно оформлено в виде красочного лендинга, с созданием которого нам помогли пресс-служба и управление интернет-ресурсов ИТМО. В подготовке участвовали сотрудники исследовательского центра «Сильный ИИ в промышленности», студенты и аспиранты ИТМО.

Первая часть исследования содержит краткое изложение целей, методологии и основных результатов. Мы поговорили с несколькими экспертами из различных компаний и университетов ― Яндекса, Сбера, Т-Банка, VK, Wildberries, Рокет Контрола, CodeScoring, МФТИ. Кроме того, мы собрали открытые данные и на их основе выделили наиболее активно используемые опенсорсные проекты, а также компании, активно участвующие в опенсорс-инициативах.

Далее вы сможете погрузиться в технические детали. Мы реализовали парсер данных из GitHub API и сторонних сервисов (таких, как pepy, star-history и др.), на основе которых проанализировали геоданные пользователей, использующих открытые проекты и участвующих в их развитии. Также уделили внимание существующим опенсорс-сообществам, другим исследованиям на схожие темы, перспективам развития опенсорса в эпоху ИИ и многому другому. Надеемся, что будет полезно и интересно.

Читайте, комментируйте, оставляйте обратную связь прямо в чате. Весь фидбэк используем для подготовки следующей версии исследования.

Всем привет.

Недавно мы уже рассказывали про наши исследования в области AI4Science, проводимые совместно с коллегами из Центра ИИ в Химии.

И вот вчера вечером наша совместная работа была принята на мейн-трек конференции NeurIPS:

>Hybrid Generative AI for De Novo Design of Co-Crystals with Enhanced Tabletability
>Nina Gubina, Andrei Dmitrenko, Gleb Solovev, Lyubov Yamshchikova, Oleg Petrov, Ivan Lebedev, Nikita Serov, Grigorii Kirgizov, Nikolay Nikitin, Vladimir Vinogradov

Статья посвящена разработке гибридного (генеративные модели + эволюционная оптимизация + ML) пайплайна для создания новых фармакологических ко-кристаллов с заданными свойствами. Все это описывается на протяжении почти 40 страниц - исследование получилось очень масштабное.

Текст пока финализируем с учетом полученных комментариев, но доклады про суть работы можно послушать тут и тут. Открытый код для реализованного в статье подхода тоже скоро выложим (о чем обязательно напишем в нашем канале "Научный опенсорс").

Привет всем любителям открытого кода!

У нас отличная новость: open source митапы возвращаются после летнего перерыва.
8 октября в 19:00 соберёмся в Loft Story (ул. Газовая, 10Ж), чтобы послушать доклады про научные проекты с открытым кодом, пообщаться и хорошо провести время.

Митап пройдёт в рамках проекта «Научный Петербург». К нам присоединятся коллеги из сообщества OpenScaler. Они расскажут про open source экосистему Китая и про OpenScaler OS. Информацию о прошлых митапах (записи трансляции, темы докладов и фотографии) можно найти на нашем ODS-хабе.

Если у вас есть научный open source проект, опыт разработки открытых решений или пет-проект, о котором вы давно хотели рассказать, регистрируйтесь с докладом. Лучшего докладчика, по сложившейся традиции, ждёт мерч от организаторов. Для регистрации пишите на почту eailinskaya@itmo.ru с темой «Митап Научный Open Source».

Для участия в качестве слушателя регистрируйтесь здесь.

Этот митап проходит в рамках международной конференции ИТМО «Молодые профессионалы» (8-10 октября). Там много интересных секций, заглядывайте и на них!

А ещё мы составили плейлист с лучшими докладами прошлых митапов. Будем рады просмотрам!

До встречи на митапе!

Митап организован при поддержке Центра научной коммуникации ИТМО, сообщества OpenScaler и ИЦ «Сильный ИИ в промышленности».
Проект поддержан Министерством науки и высшего образования РФ.
#десятилетиенауки #МинобрнаукиРоссии #популяризациянауки

На днях посетили московский AIConf делегацией NSS Lab - участвовали Александр Хватов, Ирина Деева и Николай Никитин.

Участвовали как докладчики в академическом треке, рассказали о свежих результатах лаборатории - исследованиях в области physics-informed ML, вероятностном и композитном моделировании, а также проекте по объединению возможностей LLM и AutoML.

Попутно понетворкали с представителями сообщества, поотвечали на многочисленные вопросы, выиграли плюшевого осьминога на стенде компании Raft (обсудив заодно LLM-агентов и сценарии их применения).

Опыт положительный, конференция достойная, рекомендуется к участию для всех заинтересованных в ИИ-технологиях.

В продолжение недавней новости про принятую статью на NeurIPS - коллеги-химики сделали про статью и авторов со своей стороны красивые карточки, которыми и делимся ниже.

С нашей же стороны основными авторами были Глеб Соловьев (аспирант ИТМО) и Любовь Ямщикова (выпускница магистратуры ФЦТ ИТМО).

Про нас пишут. Код показанного прототипа даже можно уже пощупать - https://github.com/aimclub/FEDOT.LLM

Сегодня похвастались изданию CNews, как можно кардинально автоматизировать разработку отраслевых систем ИИ с помощью LLM. Казалось бы, сейчас, в эпоху автоматического машинного обучения (AutoML) есть масса различных фреймворков и библиотек, которые могут взять на себя конструирование моделей на данных и вообще заменить (!) датасайнтиста. Единственное «но»: нужен программист, который из этих фреймворков и библиотек соберет и настроит такой «конструктор». А лучше – программист-датасайнтист, чтобы понимал, что он настраивает… и вновь продолжается докучная сказка в стиле «у попа была собака…».🐶🐶🐶

А вот мы придумали, как разорвать этот порочный круг, включив в него… LLM, обученную общаться с фреймворками AutoML (в данном случае – с нашим же инструментом FEDOT). LLM и взяла на себя роль «аналитика» (формализация задачи) и, тем более – роль «программиста» (создание пайплайна на основе модулей FEDOT). В итоге, теперь отраслевым специалистам достаточно описать свою задачу «на языке простых осин», который будет в итоге транслирован в конкретную модель ИИ.

А главное, что этот механизм лишен генетической болезни всех LLM – тяги к галлюцинациям. Так как использование LLM в совокупности с FEDOT проверяет все решения, исходя из метрик качества (точности модели на тестовой выборке). Потому заведомо «фантазийные» результаты просто замыливаются алгоритмом и не доходят до конечного пользователя.

Для любознательных – видео, как работает экспериментальный образец системы, над которым серьезно потрудились наши молодые сотрудники – студент Алексей Лапин и аспирант Станислав Чумаков. Пока идет тестирование, а к Новому году представим вам систему в открытое пользование!

Для любителей ИИ-научпопа - подъехал свежий выпуск шоу-подкаста ИТМО «Код знаний: ИИ в академии» с участием научного сотрудника нашей лаборатории Ильи Ревина:

ИИ-новости, о которых невозможно молчать

Для тех кто пропустил предыдущий выпуск с участием Ильи - "Как ИИ меняет правила игры в науке и образовании".

Сегодня на Yandex Open Source Jam буду рассказывать про опыт нашего недавнего аналитического исследования про "Использование ML/Data Open Source в России". Очная регистрация уже закрыта, ссылку на трансляцию выложат на сайте ближе к началу (15-00 мск).

Чтобы было ещё интереснее - подготовили про него расширенный пост на Хабр для блога ИТМО:
https://habr.com/ru/companies/spbifmo/articles/851088/

В посте - некоторые дополнения к исследованию, например - долее детализированные выводы, идеи по решению обсуждавшихся проблем и улучшению самого исследования. Также расширили экспертную часть - например, пригласили дать свои комментарии Александра Белоцерковского, технологического евангелиста GitVerse/СберТеха.

Слушайте, читайте, комментируйте, накидывайте идей на следующие исследования)

А тем временем мы выложили препринт, код и данные к нашей статье на NeurIPS 2024 - "Hybrid Generative AI for De Novo Design of Co-Crystals with Enhanced Tabletability":

https://arxiv.org/abs/2410.17005
https://github.com/ai-chem/GEMCODE

@article{gubina2024gemcode,
title={Hybrid Generative AI for De Novo Design of Co-Crystals with Enhanced Tabletability},
author={Nina Gubina and Andrei Dmitrenko and Gleb Solovev and Lyubov Yamshchikova and Oleg Petrov and Ivan Lebedev and Nikita Serov and Grigorii Kirgizov and Nikolay Nikitin and Vladimir Vinogradov},
year={2024},
eprint={2410.17005},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2410.17005},
}

Читайте, используйте, если окажется полезным - цитируйте и ставьте звездочки)