Церемония награждения победителей конкурса состоялась в Петербурге 22 ноября. Молодых ученых поздравили вице-губернатор Владимир Княгинин, директор Фонда поддержки инноваций и молодежных инициатив Санкт-Петербурга Сергей Салкуцан и председатель комитета по науке и высшей школе Санкт-Петербурга Андрей Максимов.

«Помимо традиционных форматов поддержки научно-исследовательской деятельности, в Петербурге успешно реализуются и такие экспериментальные проекты, как конкурс Blue Sky Research. Целью этого конкурса является выявление и поддержка перспективных научных идей в высокорисковых направлениях междисциплинарных исследований, которые не могут быть поддержаны традиционными способами в рамках действующего бюджетного законодательства. И мы видим по итогам прошлогоднего конкурса, что такие вложения приносят свои результаты», — сказал Владимир Княгинин.

По словам Сергея Салкуцана, тема конкурса — искусственный интеллект, агропромышленность и пищевые технологии — выбрана не случайно, а как область, в которой сейчас возможен наибольший скачок числа исследований с использованием ИИ. При отборе проектов жюри ориентировалось на междисциплинарность — обязательным условием было использование технологий ИИ в сфере сельского хозяйства и агропромышленного комплекса. Также имела значение «блюскайность» темы, то есть насколько она необычная, рисковая, экспериментальная.

Всего в 2023 году участие в конкурсе приняли более 170 молодых ученых из 20 городов России. Исследователи представили 76 проектов на стыке искусственного интеллекта, агропромышленности и пищевых технологий. Десять команд вышли в финал и разделили призовой фонд размером 15 млн рублей. Над четырьмя проектами, признанными лучшими, работали ученые ИТМО.

Справочник вкусов на основе машинного обучения

Команда, в которую вошли ассистент научно-образовательного центра инфохимии Артемий Зенкин и инженер научно-образовательного центра инфохимии Мария Ашихмина, разработала путеводитель по пищевым ингредиентам. С помощью машинного обучения разработка позволяет анализировать пищевые компоненты и определять интенсивность их вкуса. На примере умами ― вкуса высокобелковой пищи ― авторы проекта постарались выяснить, что в большей степени сказывается на вкусе: взаимосвязь пептидов с рецепторами или субъективные ощущения человека. В работе исследователи использовали каскадные алгоритмы, которые анализируют, какую интенсивность вкуса придают пище те или иные пептиды.

«Сейчас мы работаем над базой данных, которая позволит нам анализировать и другие вкусы: сладкий, соленый, горький и кислый. Такая платформа поможет шеф-повару разрабатывать блюда быстрее — сейчас, чтобы придумать и протестировать блюдо, уходит порядка 1–1,5 месяца. В будущем мы планируем опробовать технологию на пищевых блюдах ресторана "Хачо и Пури", а также создать полноценный сервис поиска продуктов с лучшей сочетаемостью и привлечь компаний-партнеров. Кроме того, в перспективе наш проект позволит создать цифровой двойник продукта — это актуально для идеи персонализированного питания», — рассказала Мария Ашихмина.

Алгоритм для лечения растений от вирусов

Другая команда, в которую вошли инженер и младший научный сотрудник химико-биологического кластера ИТМО Никита Серов и магистр химико-биологического кластера ИТМО Мария Еремеева, предложила алг­оритм, подбирающий наиболее эффективные антивирус­ные ДНК-конструкции для лечения забол­еваний сельскохозяйс­твенных культур.​

Около половины всех болезней растений, в том числе сельскохозяйственных, вызывают вирусы. Обычно для борьбы с ними используют вирициды (дезинфицирующие средства), которые действуют неизбирательно, вредят растениям и людям, а также быстро теряют эффективность из-за формирования резистентности. Ученые ИТМО, в свою очередь, предложили более безопасный способ ― препарат на основе коротких последовательностей ДНК, которые способны связываться с генетическим материалом вирусов и «выключать» их. Чтобы быстро создавать такие эффективные конструкции, ученые использовали машинное обучение.

«Мы уже разработали эволюционный алгоритм, который находит ДНК конструкции, инактивирующие вирусы с хорошей эффективностью. Сейчас мы делаем сайт, чтобы ученые могли пользоваться нашей разработкой. Также мы планируем расширить наш алгоритм на более широкий класс соединений и применений. В перспективе разработку можно будет использовать не только для лечения растений, но и для других задач — например, даже в качестве альтернативы технологии редактирования генома CRISPR-Cas для лечения животных», — рассказал Никита Серов.

Модель для поиска эффективных катализаторов для очистки воды от мочевины

Есть немало молекул, которые вредят окружающей среде. Один из примеров ― мочевина, которая преобразуется в окись азота и вносит свою лепту в глобальное изменение климата. Исследователи из ИТМО предложили преобразовывать мочевину в электрохимическом реакторе до нетоксичных и полезных веществ — например, различных газов (в частности, водорода и азота), которые затем используются в топливной энергетике. Для этого команда разработала программу для прогно­зирования эф­фективных катализато­ров, в которой можно задать пар­аметры эксперимента электроокисления моч­евины и получить состав и форму нужного катализа­тора.

Разработка пригодится R&D отделам предприятий (например, агропромышленным производствам, у которых в сточных водах содержится мочевина и производные от нее молекулы), лаборантам и ученым, которые занимаются подобными реакциями. В перспективе проект можно адаптировать и для других электрохимических реакций. 

Над проектом работали ру­ководитель лаборатор­ии прикладных материалов для энергетики ИТМО Елена Кривошапкина, магистры химико-биологического кластера ИТМО Анна Фомкина и Елизавета Романенко, а также младший научный сотрудник лаборатории прикладных материалов для энергетики Анастасия Дмитриева.

«Мы решаем проблему “плохого” ученого: зачастую методом научного тыка ты пытаешься найти нужные катализаторы и тратишь на это много времени и ресурсов. Мы же с помощью ИИ делаем этот процесс быстрее и эффективнее. Мы выбрали проблему незамкнутого углеродного цикла и рассматривали реакции, в ходе которых получаем энергетически полезные вещества. Участие в конкурсе помогло нам выстроить бизнес-модель проекта и карту коммуникаций», — рассказали Анна Фомкина и Анастасия Дмитриева.

Электронный дегустатор кофе на основе машинного обучения

Еще одна команда, в которую вошел младший научный сотрудник лаборатории интеллектуальных технологий в инфохимии ИТМО Александр Агликов, исследует вкус кофе с помощью методов машинного обучения. Для этого ученые изучили электрохим­ические характеристи­ки напитка, а также вместе с профессиональными бариста продегустировали 800 образцов кофе. Авторы разработали систему для дегустации кофе, которая включает сенсорное устройство и программу на основе машинного обучения. Предполагается, что итоговый алгоритм на основе одних только электрохимических характеристик будет с высокой точностью предсказывать, насколько кислым, горьким и сладким будет кофе на вкус.

«Мы провели несколько интервью с представителями индустрии и рассчитываем, что сможем помочь кофейной индустрии сделать их продукт вкуснее, контролируя качество сырья и готового продукта. Сейчас наш алгоритм работает с точностью в 90% и умеет предсказывать, например, что кофе будет очень горьким, но при этом средне-кислым. В перспективе нашу разработку планирует использовать индустриальный партнер проекта — ресторанный холдинг Bellini Group в Красноярске для повышения качества кофе в вендинговых автоматах», — рассказал младший научный сотрудник лаборатории интеллектуальных технологий в инфохимии ИТМО Александр Агликов.

Прочитайте также:

AI-бариста: в ИТМО работают над электронным дегустатором, который предсказывает вкус кофе по его химическим характеристикам

Blue Sky Research — экспериментальный конкурс исследовательских проектов молодых ученых, которые используют искусственный интеллект для решения научных задач во фронтирных областях. Название конкурса (Blue Sky Research ― «исследование голубого неба») описывает научные направления, в которых реальное применение результатов работы может быть неочевидно сразу — поэтому такие исследования считаются высокорисковыми. Работа в команде ученых основана на разделении ролей на «научного заказчика» и «научного исполнителя» — благодаря этому исследователи могут собрать междисциплинарную команду специалистов с нужными компетенциями со всей страны.

Конкурс запустил в 2021 году Фонд поддержки инноваций и молодежных инициатив Санкт-Петербурга при поддержке Правительства Санкт-Петербурга и Центра стратегических разработок «Северо-Запад». Проекты оценивает экспертный совет конкурса, в который вошли представители бизнеса, эксперты в области агропромышленного комлекса и искусственного интеллекта.