В последний день 2к24 - коллаж с ассорти наших докладов, премий, публикаций, коллабов и подкастов.

И это только небольшая часть - получилось сделать очень много всего. Рассчитываем на то, что в следующем году наши проекты будут ещё более интересными, репозитории - наберут положенные звездочки, а наука останется всё такой же востребованной и фронтирной.

От лица NSS Lab - всех с наступающим 2к25!

Новый пост на хабре от нас: https://habr.com/ru/companies/spbifmo/articles/845940/

В нем описываются результаты Юлии Борисовой по исследованию эффективности различных архитектур моделей глубокого обучения для задач пространственно-временного прогнозирования (на примере нашей любимой задачи с морским льдом в Арктике). Также обозрели альтернативные подходы к этой задаче, показали валидацию на открытых данных и сравнение с open-source моделью IceNet.

Сама реализация модели выполнена на основе инструмента, который Юлия разрабатывает в рамках её проекта КОД-ИИ - https://github.com/ChrisLisbon/TorchCNNBuilder.
Его можно использовать не только для гидромет. прогнозов, но и для большого спектра других задач, сводящихся к подобной постановке.

Всем привет.

В рамках взращивания своего, отечественного, решили поучаствовать в конференции MathAI 2025. Она пройдёт в конце марта (24.03-28.03) в Сириусе.

Конференция проводится первый раз, обещают проводить строгий отбор. Есть и минусы: пока что для большинства статей планируется non-archival формат, то есть, без публикаций.

Зачем тогда это нужно?

- Аспирантам - выступление на конференции всё ещё засчитывается в показатели.
- Всем, кто подаёт на А* - подача через openreview.net (к слову, говорят, что сейчас валидация профиля проходит около двух недель).
- Вообще всем - посмотреть, что делается в России по ИИ. Нетворкинг, получается.

Что нужно делать (всё как всегда):

- До 1 февраля подать абстракт сюда
- До 20 февраля статью
- Дальше ребуталы, метаревью

В любом случае, регайтесь на openreview.net, не помешает. =)

Про нас пишут на Хабре:

#nss_interview

Вышло ещё одно интервью от Дмитрия Кабанова - на это раз со мной, про актуальность опенсорс-подходов в науке.

Почитать можно на Хабре: https://habr.com/ru/articles/876770/

У нас вышла большая статья "LLM Agents for Smart City Management: Enhancing Decision Support Through Multi-Agent AI Systems" в предметном Q1-журнале Smart Cities - результат коллаборации NSS Lab и коллег из Института Дизайна и Урбанистики ИТМО.

В ней описывается наш опыт реализации мультиагентной LLM-системы для автоматизации работы с неоднородными городскими данными и сервисами. Также составили новый предметный бенчмарк и поисследовали эффективность различных реализацией агентов для такой задачи.
Код и данные - в открытом доступе.

Для цитирования:
@article{kalyuzhnaya2025llm,
title={LLM Agents for Smart City Management: Enhancing Decision Support Through Multi-Agent AI Systems},
author={Kalyuzhnaya, Anna and Mityagin, Sergey and Lutsenko, Elizaveta and Getmanov, Andrey and Aksenkin, Yaroslav and Fatkhiev, Kamil and Fedorin, Kirill and Nikitin, Nikolay O and Chichkova, Natalia and Vorona, Vladimir and others},
journal={Smart Cities},
volume={8},
number={1},
pages={19},
year={2025},
publisher={Multidisciplinary Digital Publishing Institute}
}

Мы не только пишем свои статьи, но и читаем чужие. Поэтому сегодня - подборка из трех любопытных статей от руководителя лаборатории Александра Хватова @sasha_hvat:

1) Среди недавних статей на ICRL обнаружил довольно забавную NO EQUATIONS NEEDED: LEARNING SYSTEM DYNAMICS WITHOUT RELYING ON CLOSED-FORM ODES

По сути, утверждается, что динамическую систему можно однозначно определить зная положение, скорость и ускорение точки в каждый момент времени. Своего рода переизобретение фильтра Калмана, но показывает, что простые идеи с хорошими экспериментами - это довольно достоверный рецепт публикации.

2) Вторая статья, но уже на NeurIPS 2024 - Neuc-MDS: Non-Euclidean Multidimensional Scaling Through Bilinear Forms .

Тут немного посложнее. Обычно, если мы вспомним что-то вроде kernelPCA, мы зануляем отрицательные собственные числа, и берём сокращённую сумму K ~ \sum \lambda_i v_i, где \lambda_i - отобранная часть наибольших собственных чисел, а v_i - соответствующие им вектора. А тут подумали (sic!), что отрицательные числа что-то значат и развели теорию на этом.

Почему это интересно? Большая часть цифрового мира вокруг нас - неевклидова. Как пример - попиксельное расстояние между картинками котов довольно большое, но модели надо объяснить, что эти два клочка пикселей - одинаковы. И вот такое несоответствие попиксельного (попризнакового) и сутевого расстояния как раз и порождает неевклидовость. И такие методы позволяют работать и со сложными расстояниями и метриками.

3) Тем, кто занимается LLM, наверное, знакома такая статья Emergent Abilities of Large Language Models. Недавно я задался вопросом, а всегда ли рост числа параметров влечёт переход к "Сильному ИИ"? И, как водится, сразу наткнулся на замечательную статью на прошлом (уже) нипсе Are Emergent Abilities of Large Language Models a Mirage? Которая говорит, что "эмерджентность" (a.k.a. скачок в условно мульти-задачном качестве) в глазах смотрящего. Если выбрать правильную метрику, то эмерджентность присутствует, а если измерить несколькими способами, то не всегда.

#nss_paper_reading_club

И ещё одно интервью, на этот раз на РБК:
https://companies.rbc.ru/news/piZUGEYfO4/den-rossijskoj-nauki-s-annoj-kalyuzhnoj-kak-ii-menyaet-trud-issledovatelej

Рассказывают про исследования Анны Калюжной в области применения агентных технологий, основанных на LLM, для задач AI4Science.

#nss_interview

Кстати, можем похвастаться как раз связанной с этой тематикой статьёй про ИИ-агентов для химии - "Towards LLM-Driven Multi-Agent Pipeline for Drug Discovery: Neurodegenerative Diseases Case Study", которую приняли на 2nd AI4Research Workshop: Towards a Knowledge-grounded Scientific Research Lifecycle конференции AAAI.

Среди многочисленного коллектива авторов - сотрудники нашей лаборатории, коллеги из центра ИИ в Химии ИТМО, центра инфохимии ИТМО, представители Sber AI Lab: Gleb V. Solovev, Alina B. Zhidkovskaya, Anastasia Orlova, Anastasia Vepreva, Ilya Tonkii, Rodion Golovinskii, Nina Gubina, Denis Chistiakov, Timur A. Aliev, Ivan Poddiakov, Galina Zubkova, Ekaterina V. Skorb, Vladimir Vinogradov, Nikolay Nikitin, Andrei Dmitrenko, Anna Kalyuzhnaya, Andrey V. Savchenko

Пока это non-archival формат - но уже учли фидбек из рецензий с воркшопа и подали расширенную версию на main-track одной из ведущих конференций.

Scientific Open Source Meetup - сезон 2025 открыт!

Дорогие друзья и единомышленники!

С радостью приглашаем вас на первый в этом году традиционный Scientific Open Source Meetup от нашего сообщества ITMO Opensource, который пройдет 26 февраля 2025 года с 19:00 до 22:00 в Санкт-Петербурге в уютном лофте на Газовой, 10ж. Это отличная возможность встретиться, обсудить актуальные темы и поделиться опытом в мире открытого программного обеспечения!

Что вас ждет на митапе?

• Доклады от экспертов по разработке open source, open hardware и другим насущным вопросам.

• Погружение в экосистему ИИ-опенсорса из Китая

• Представление новых open-source инструментов;
• Обмен опытом по использованию опенсорс-подходов в различных областях (например хакатонах)
• Живое общение с коллегами и единомышленниками;
• Возможность задать вопросы и обсудить последние тренды в Open Source
• Дискуссия о развитии научного опенсорса в России с участие экспертов из индустрии

Не упустите шанс стать частью этого увлекательного события! Присоединяйтесь к нам, чтобы обсудить интересные доклады в дружеской атмосфере.

Мероприятие проходит при поддержке:

- GitVerse
Среди разработок GitVerse — не только платформа с возможностью размещать, зеркалировать и импортировать репозитории, запускать CI/CD, но и инструмент для обучения ИТ-специалистов, SmartClass.
Разработчики могут использовать встроенную среду разработки GigaIDE, в том числе в облачном варианте, а также AI-ассистент GigaCode, чтобы избавиться от рутинных задач!

- OpenScaler

OpenScaler — сообщество разработчиков ОС с открытым исходным кодом. Они уже несколько лет исследуют китайскую open-source экосистему, а также недавно запустили канал Китай.AI, где публикуют и разбирают статьи из первоисточников про достижения Китая в ИИ. На этот раз коллеги расскажут о том, как в Китае развивается национальная экосистема ИИ и почему ОС — один из ключевых кейсов в этой сфере.

Дата: 26 февраля 2025 года
Время: 19:00 - 22:00
Место: Лофт на Газовой, 10ж

Участие бесплатное, но количество очных мест ограничено! Для тех кто не сможет очно - выложим ссылку на трансляцию.

Ссылка на регистрацию

Ждем вас на митапе!

#OpenSource #GitVerse #Митап #Наука #Технологии

Про наши разработки в области применения LLM-агентов для задач химии опять пишут:

Можно еще насладиться видео

Cобираем мнения для нашего митапа:

Наш опенсорс-митап начинается уже через пару часов - вся нужная информация на сайте https://openmeetup.ru.

А тем временем ссылка на трансляцию - вот. В 19-00 начинаем!

Большинство спикеров есть в нашем чате - так что если будут заочные вопросы - пишите. Ответим в процессе или после митапа.

Недавно выступал на семинаре китайского сообщества MindSpore с рассказом про наши результаты в применение мульти-агентных LLM-решений для научных задач (в том числе - совместно с Центром ИИ в химии ИТМО).

Посмотреть запись (на английском) можно на нашем ютуб-канале https://www.youtube.com/watch?v=xSSVPmIvIoo

Другие варианты: на исходном хостинге https://www.bilibili.com/video/BV1h9QEYgEMQ или на ютубе MindSpore - https://www.youtube.com/watch?v=q5jp4rGzjeA

#nss_talk

На днях вышла наша совместная с коллегами из Арктического научного центра публикация про разработку нейросетевых методов прогнозирования динамики морского льда в Арктике (с заблаговременностью до 1 года):

Н. О. Никитин, Ю. И. Борисова, Я. В. Аксенкин, К. Башкова, Е. И. Луценко, А. В. Калюжная, Д. О. Якимушкин, А. М. Котилевская, Т. Н. Верташ, А. А. Колюбакин, Е. С. Багорьян, А. В. Бухановский
"Предвычисление ледовых условий для обеспечения хозяйственной деятельности в морях российской арк тики с помощью методов глубокого обучения"

Кратко рассказали о подготовке данных, архитектуре модели и результатах тестирования на нескольких акваториях. Постарались наглядно все показать на красочных картах и графиках.

В этом раз выбрали отечественный предметный журнал "Арктика: экология и экономика" (Q2). В русскоязычные издания подаемся не так часто, но текущий опыт скорее позитивный, редакция относится к делу очень ответственно. Пожелать можно только более широкого внедрения latex-шаблонов)

Сегодня в Сочи стартовала конференция MathAI 2025, в которой представители нашей лаборатории выступают как докладчики и участники программного комитета.

В 15-00 мск можно послушать доклад Александра Хватова ("Finding a new inspiration within the Physics-Informed ML"), в 16-20 - доклад Николая Никитина ("Multi-Agent LLMs for Scientific Applications").
Доступ для удаленных участников - в zoom-трансляции.

Во вторник, четверг и пятницу будут выступления Владимира Латыпова, Иллариона Иова, Ксении Башковой и Марии Хильчук.

Программа - во вложенных файлах, все обновления - в канале конференции.