В этом году конкурс проводился по трем направлениям. К участию в треке «Новые фронтирные лаборатории по широкой фокусировке» приглашались команды, которые готовы работать над прорывными исследованиями в разных научных областях. Главное условие для проектов ― их соответствие глобальному научному фронтиру. Кроме того, конкурсную заявку должен был поддержать исследователь, представляющий организацию, с которой планируется выстраивать стратегическое партнерство. 

Участниками трека «Новые фронтирные лаборатории ИИ в науке» могли стать исследовательские группы с идеями передовых междисциплинарных разработок использования ИИ в конкретных предметных областях — например, в физике, химии, биологии и других науках. В рамках трека «ИИ в образовании» рассматривались проекты, направленные на формирование среды осознанного и ответственного использования сервисов искусственного интеллекта в образовании.

Как подчеркивает научный консультант конкурса по трекам фронтирных лабораторий Алексей Слобожанюк, такая логика полностью соответствует основным направлениям, развиваемым в рамках федеральной программы «Приоритет 2030».

«В соответствии с программой "Приоритет 2030" в ИТМО развивается передовая наука, которые стала частью фундамента нашего университета. Поэтому нам важно поддерживать новые фронтирные лаборатории в разных исследовательских областях. Также в этот раз мы сделали трек с фокусировкой на ИИ и решении с его помощью конкретных задач в смежных доменных направлениях. Мы рассчитываем, что лаборатории широкой фокусировки помогут выстроить кооперацию с ключевыми академическими партнерами по всему миру, а лаборатории ИИ в науке будут стимулировать межструктурное взаимодействие и сотрудничество с ведущими технологическими компаниями, в частности Сбером и Институтом искусственного интеллекта AIRI», — поясняет он.

Участвовать в конкурсе могли как преподаватели и студенты ИТМО, так и представители других российских или иностранных вузов или организаций. Для этого нужно было выбрать трек, подготовить заявку и отправить ее на сайте конкурса. Все поступившие предложения проходили двухуровневую экспертизу. На первом этапе заявки оценивались по формальным признакам на предмет соответствия требованиям конкурсной документации. На втором ― основном этапе ― проектные предложения рассматривали ведущие специалисты из ИТМО, российских и зарубежных университетов с профильной экспертизой по областям фокусировки фронтирной лаборатории. Они обращали внимание на актуальность, значимость проектов и принадлежность выбранной командами фокусировки мировому фронтиру. Заявки по треку «Новые фронтирные лаборатории ИИ в науке» также проходили экспертизу со стороны Совета ИТМО по искусственному интеллекту.

Финальным этапом стала открытая защита проектов, на которой участникам конкурса нужно было объяснить, какую актуальную проблему решают их проекты и каким образом, в чем преимущество задумки, как будет выглядеть и измеряться итог работы, а также как будет выстраиваться дальнейшее развитие проекта.

По итогам открытых защит победителями признали 11 проектов — семь на треке «Новые фронтирные лаборатории по широкой фокусировке» и четыре на треке «Новые фронтирные лаборатории ИИ в науке». Со списком всех проектов можно ознакомиться на сайте. 

Всего на три направления конкурса, по данным организаторов, поступила 41 заявка. Большинство проектов (21) участники прислали на трек «Новые фронтирные лаборатории по широкой фокусировке». 

Победители получат доступ к экспертным, кадровым и инфраструктурным ресурсам ИТМО и его партнеров, а также финансовую поддержку (до 20 миллионов рублей в год на треке «Новые фронтирные лаборатории ИИ в науке» и до 10 миллионов рублей в год на треке «Новые фронтирные лаборатории по широкой фокусировке»). 

Проекты получат финансирование с 2025 года. В первый год они будут полностью поддерживаться ИТМО, далее команды должны самостоятельно привлечь финансирование (не менее 50% во второй и 100% в третий год). Также по условиям конкурса, команды будут дважды в год представлять результаты своей работы. 

Победители 

«Новые фронтирные лаборатории по широкой фокусировке»

• Разработка продвинутых гибких оптических сенсоров для мониторинга показателей здоровья

Одним из лучших на треке «Новые фронтирные лаборатории по широкой фокусировке» был признан проект под руководством главного научного сотрудника физического факультета ИТМО Сергея Макарова. Ключевая идея заключается в разработке гибких оптических сенсоров на основе новых наноматериалов с улучшенными спектральными характеристиками. Такие сенсоры могут помочь одновременно измерять несколько показателей — пульс, оптическую кардиограмму, сатурацию кислородом (SpO2) и уровень глюкозы.

«Сейчас возникает большой запрос на создание гибких носимых устройств для мониторинга здоровья, которые удобно прикрепляются к телу человека. Однако такие приборы недостаточно надежны и дорого стоят. В кооперации с медицинскими учреждениями мы разработаем прототипы неинвазивных многоканальных гибких устройств для диагностики нескольких параметров здоровья человека — пульса, оптической кардиограммы, сатурации кислородом, а также уровня глюкозы. Преимущество наших устройств в более узких спектральных линиях светоизлучающего блока сенсора, за счет которых можно получить более селективный отклик от биомолекул. Это позволит снизить перекрестное поглощение от основных хромофоров кожи (биомолекул, поглощающих свет и мешающих измерению) и создать многоканальный сенсор для одновременного детектирования оксигенации, пульса и уровня сахара. Также предлагаемая платформа ориентирована на создание патчей, которые можно будет крепить на любой участок кожи», — объяснили Сергей Макаров и младший научный сотрудник физического факультета ИТМО Мария Санджиева.

Также другими лучшими проектами на треке признали создание лабораторий, в которых будут изучать аксионы — кандидатов на роль частицы темной материи, создавать нанофотонные метаструктуры, которые позволят проводить сверхбыстрые оптические вычисления, и полупроводниковые гетероструктуры для передачи и обработки информации с помощью оптоэлектронных приборов.

«Новые фронтирные лаборатории ИИ в науке»

• Умный ассистент для создания новых лекарств и материалов 

Проект старшего научного сотрудника исследовательского центра «Сильный искусственный интеллект в промышленности» ИТМО Анны Калюжной посвящен разработке умного цифрового ассистента для химиков на основе LLM. Под «капотом» разработки —  большие языковые модели, которые управляют агентами-химиками и ML-агентами, они помогут искать информацию, создавать новые молекулы, предсказывать их свойства и планировать эксперименты. Всё это ускорит и упростит создание новых лекарств и материалов для сотрудников научных лабораторий, фармацевтических компаний и химических производств. При этом ядро цифрового ассистента может будет адаптировать и для других отраслей, а для его использования химикам не потребуется становиться программистами. 

Проект реализуется  в партнерстве со Сбером. За три года команда планирует пройти путь от proof of concept до полноценного продукта, решая возникающие научные задачи. Сначала цифрового помощника научат работать с источниками информации в интернете, прокачают его возможности по генерации молекул, материалов и предсказания их свойств, а в финале всё объединят и протестируют на реальных задачах с партнерами.

• Платформа полного цикла для виртуального скрининга химических соединений-кандидатов посредством мультимодальных моделей

Еще один победитель этого трека — заведующий лабораторией генеративного дизайна ферментов и аптамеров ИТМО Никита Серов. Со своими коллегами из Центра ИИ в химии он предложил разработать платформу открытого кода для виртуального скрининга полного цикла соединений-кандидатов. Разработка поможет медицинским химикам, биотехнологам и материаловедам точно прогнозировать сложные свойства химических систем, в частности взаимодействие с белком-мишенью, каталитическую активность и поведение в живых организмах. Эти знания пригодятся, например, для создания антибактериальных препаратов и неорганических катализаторов, на чем и планируется протестировать эффективность работы платформы в качестве практиконаправленных кейсов. 

В основе платформы ― ансамбль предобученных мультимодальных моделей, также платформа включает в себя модули сбора, аугментации и предобработки химических данных, построения моделей и валидации кандидатов методами теоретического моделирования и общий пайплайн виртуального скрининга сразу нескольких больших классов химических систем — малых молекул, полимеров и кристаллических веществ.

• Новые методы моделирования для изучения активной материи

Проект научного сотрудника физического факультета ИТМО Никиты Олехно и доцента института прикладных компьютерных наук ИТМО Ильи Макарова направлен на исследование скоплений частиц, каждая из которых может преобразовывать внутреннюю энергию в направленное движение. К примерам таких частиц относятся как природные объекты — группы животных, скопления бактерий и ткани организмов, так и искусственные — от скоплений из большого числа роботов до растворов коллоидных частиц.

В рамках проекта команда разработает новые методы моделирования таких сред, а также новые способы управления их самоорганизацией, основанные на применении машинного обучения и искусственного интеллекта. Такой подход позволит превзойти эффективность текущих решений за счет того, что его реализация будет отталкиваться от автоматизированного проведения большого числа экспериментов со скоплениями из десятков и сотен небольших движущихся роботов и использования этих данных для обучения ИИ-систем.

Результаты проекта будут полезны как для развития фундаментальной физики таких повсеместно распространенных сред, так и для дальнейшей разработки прикладных решений, основанных на управляемом динамическом перестроении материи на макро- или микроуровне — в робототехнике, микрофлюидике и коллоидных системах. Развивать лабораторию планируется при участии ученых из Института AIRI, уделяя большое внимание созданию открытого ПО на основе полученных результатов.

• Модели ИИ для проектирования сложных инженерных решений

А идея другого победителя конкурса — начальника лаборатории композитного искусственного интеллекта ИТМО Александра Хватова — в том, чтобы обучить фундаментальную модель ИИ для физики с открытым кодом, весами и архитектурой, которая в разы ускорит проектирование сложных инженерных решений. Сейчас для создания одного сложного устройства с помощью точных физических уравнений требуется много времени. Вместо текстов, как это делается обычно, фундаментальная модель ученых ИТМО будет способна предсказывать физические поля для подбора геометрических и иных параметров предполагаемого устройства с помощью упрощенной модели, построенной на физическом ядре. Таким образом получится быстрее спроектировать, например, нейроморфные вычислители, ускоряющие и удешевляющие работу с нейронными сетями, а также двигатели, лазеры и микрофлюидные устройства.