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.

Всем привет.

И ещё немного о науке. Шёл декабрь 2023, мы думали о том, как же имитировать науку когнитивную деятельность эксперта по мат. моделированию, решая задачу поиска уравнений.

В целом, с помощью компьютера мы так или иначе строим граф вычислений, который сводится к дифференциальному уравнению. Главный вопрос, что знает эксперт, а компьютер - нет. Ответа два: в большинстве случаев известно уравнение целиком и эксперт просто его выписывает. Чем плохо? Мы бы хотели, чтобы компьютер помогал открывать новые законы, соответственно, надо дать ему меньше ограничений чем готовое уравнение.

Второй ответ: эксперт знает какие слагаемые скорее всего будут в уравнении. Это уже интереснее, вот тут-то мы и придумали, что надо изменять частоту появления тех или иных слагаемых в диффуре. А лучше, если компьютер сам её определит - это задача мета-обучения, как есть.

Ну и по итогу удалось сформировать такую систему, которая смотрит только на данные, а дальше всё делает сама, никаких дополнительных предположений делать не надо.

Кажется, компьютер умеет решать задачи символьной регрессии и так, и так. Но всё осложняется тем, что диффур - неявная функция, так что ошибку вычислить не так просто. Всё сложилось в красивое решение, и получилась наука.

Наука передовая, опубликована в Q1 AI журнале Information Sciences (как водится, надо сказать про IF=7.8, что совсем не стыдно). Ссылка на статью вот.

Вышел наш пост на Хабре с подробностями про разработку ИИ-ассистента ChemCoScientist, про которого недавно рассказывали - https://habr.com/ru/companies/spbifmo/articles/896868/

В нашей лаборатории - одним научным проектом больше:

Выигран групповой грант РНФ под руководством Николая Никитина, тема - "Разработка методов и алгоритмов гибридного ИИ для решения наукоёмких задач
генеративного дизайна на малых выборках обучающих данных ".

Будем продолжать развивать тематику генеративного дизайна, опираясь на задел библиотек GEFEST и GOLEM.

Это один из 7 проектов конкурса ОНГ, выигранных коллективами ИТМО в этом году и единственный из них - по тематике ИИ. Отбор как обычно был плотный - из 4.5к заявок поддержали только 534.

Небольшой анонс:

Завтра (15.04) в 19-00 мск на семинаре Лаборатории Естественного Языка ВШЭ-ЯНДЕКС пройдет доклад Анны Калюжной:

"Научные проблемы и практические достижения агентных систем на основе LLM".

Ссылка на трансляцию: https://us06web.zoom.us/j/84116364928?pwd=rIAZcjbHzbWHThS9VbxA8UiKaplOzo.1

#nss_talk

Продолжаем рубрику "разборы статей и полезные советы от Александра Хватова @sasha_hvat":

1) Попалась статья на АААI этого года по PINNам.

Основная идея в том, что сетку для "решения" нужно брать не равномерную, а по особой формуле.

Такие работы мы видели и не раз. Интересен способ как получили формулу: оказывается, что для Фурье-преобразования можно определить пространства Коробова, и если правильно подобрать степень, то ошибка будет пропорциональна не степени 1/h, а log(h)/h, то есть более точной.

Как вывод, для преобразования Фурье с точки зрения точности передачи сигнала имеет смысл брать не равномерную сетку по частоте, а зависящую от типа передаваемой информации неравномерную. Естественно, на практике проще и быстрее делать DFT.

2) Наткнулся в твиттере на пост о том как писать ребутталы. Выглядит довольно разумно. На сайте есть и гайд как писать статьи.
Напомню ещё о старой (но всё ещё актуальной) презентации о том же.

3) К моей любимой теме, дифференциальным уравнениям.

В 1900 году (аж 125 лет назад) Давид Гильберт с сотоварищами сформулировал 23 задачи, которые, по их мнению, стоят внимания.

Стоят или не стоят, до сих пор нет-нет, да кто-то да гоняется за дурной славой. Последний успешный кейс решения был в 1970, когда ак. Матиясевич (тогда аспирант нашей родной Питерской Стелковки) решил проблему с диофантовыми уравнениями.

Если посмотреть на список, все конкретные задачи уже решены, остались с нечёткой формулировкой. Сегодня нас интересует шестая.

Попробую описать её так: можно ли из стат. физики, из столкновения молекул, статистики Больцмана вывести уравнения макромасштаба, например, уравнения Навье-Стокса. Из уроков школьной физики может показаться, что где-то есть формула средней кинетической энергии молекул и она как-то должна соответствовать таковой по всему полю. Но нет, кинетическая энергия молекул не совсем связана с кинетической энергией на макромасштабе (та, которая ~mv^2/2).

Некоторые учёные в 2018 верили, что переход микро -> макро вообще невозможен.

Как водится, у любого тезиса есть антитезис и в 2025 другие учёные верят, что всё выводится из второго закона Ньютона: и микро, и мезомасштаб, и макро (это точно правда).

Правда ли первое или второе? Да чёрт его знает: первому больше веры, хотя бы потому что это публикация, а не препринт. Я хотел вот такую мысль выразить: не всё, что написано математическими значками (к сожалению) абсолютная истина. Очень много статей про теоремы об "универсальной аппроксимации архитектуры Х" и других. Вплоть до того, что PINN может бесконечно хорошо приближать решения (это точно неправда).

Что делать? Ну видимо надо верить только формулам с примерами (так же как и коду). Ну и второе, максимально скептически относиться к формулам, если в них невозможно разобраться.

#nss_paper_reading_club

Начинаем, можно подключаться.

Коллеги-химики попросили распространить "ВЫЗОВ" (получается, вызов принят). Очень ждут эту лекцию в ИТМО, может кому-то будет интересно.