В этом году на конкурсе молодых ученых МГУ было подано 40 заявок по тематическим модулям: «Биомедицинские и химические применения искусственного интеллекта»; «Инженерные и естественнонаучные приложения искусственного интеллекта»; «Когнитивные системы и мозг»; «Математические аспекты алгоритмов искусственного интеллекта»; «Гуманитарные и бизнес-аспекты применения искусственного интеллекта».
Модуль: «Когнитивные системы и мозг»
Андрей Мирошников, аспирант биологического факультета МГУ
Тема исследования: «Исследование нейрофизиологических коррелятов моторных и тактильных мысленных образов»
Мое исследование связано с феноменами сознания, а любая тема, связанная с мозгом и сознанием человека, мне кажется безусловно интересной. Я исследую сенсомоторное мысленное представление – это когда человек создает у себя в голове образ какого-нибудь осязательного или двигательного феномена (например, ощущения от шершавой поверхности или от сжимания кистей рук), и при этом в мозге на разном уровне можно отследить изменения очень похожие на те, какие регистрируют при реальных двигательных актах и тактильных воздействиях. Не чтение мыслей, конечно, но тоже здорово. А если иметь в виду, что подобное мысленное представление лежит в основе многих интерфейсов мозг-компьютер, волей-неволей чувствуешь себя на острие науки.
Ключевая задача исследования – найти регионы коры головного мозга, в которых регистрируется специфическая активность, связанная с двигательным или тактильным представлением, и сравнить паттерны этой активности. Это позволит нам сделать выводы о том, на каких субстратах и с вовлечением каких механизмов реализуются эти два похожих, но все же разных вида мысленного представления, а также мы поймем, какие именно биологические данные лучше всего отражают эти различия.
Далее встает вопрос разработки алгоритмов и архитектур нейронных сетей, способных классифицировать эти два вида мысленного представления, что в будущем позволит продвинуться вперед в разработке мультимодальных нейроинтерфейсов. А такие нейроинтерфейсы, основанные на сенсомоторном воображении, могут найти свое применение в терапии и реабилитации двигательных нарушений.
Модуль: «Математические аспекты алгоритмов ИИ»
Юлий Васильев, аспирант факультета вычислительной математики и кибернетики МГУ
Тема исследования: «Исследование и разработка методов машинного обучения анализа выживаемости»
Область анализа выживаемости основана на идее описания и прогнозирования наступления событий. В такой постановке можно решать множество интересных и необычных прикладных задач. Например, в качестве события часто рассматривается исход болезни пациента, поломка оборудования или отказ клиента от услуг. Главная задача - на основе первичных признаков определить, как будет изменяться риск наступления события с течением времени. Также модели выживаемости работают с цензурированными наблюдениями, для которых не известно точное время наступления события. Мне очень близка гибкость и масштабность анализа выживаемости, поскольку развитие методов машинного обучения позволит повысить точность решения задач в разных областях.
Теоретические задачи исследования связаны с разработкой новых методов машинного обучения, не использующих строгих предположений относительно цензурирования наблюдений. Существующие модели предполагают, что цензурирование происходит случайно, однако причины потери наблюдения могут быть связаны с условиями исследования. Необходимо рассмотреть, как информативность цензурирования влияет на прогноз моделей и предложить подходы учета этой информации. В то же время нейросетевые модели не используют строгих предположений, но имеют весьма ограниченный функционал прогнозирования. Для решения прикладных задач необходимо предложить подход построения непрерывных оценок функций выживания. Экспериментальное исследование качества предложенных моделей будет проводиться как на медицинских данных, так и в области анализа надежности. На данный момент модели анализа выживаемости применяются только для прогнозирования времени отказа оборудования. Но функционал моделей гораздо шире, и задача исследования — собрать данные об изменении состояния оборудования и оценить пользу и перспективы использования более сложных прогнозов.
Модуль: «Гуманитарные и бизнес- аспекты применения ИИ»
Антон Колотуша, кандидат экономических наук, программист 2-ой категории экономического факультета МГУ
Тема исследования: «Классификация отзывов пациентов российских клиник для управленческих решений в области совершенствования системы здравоохранения с использованием методов машинного обучения»
Меня привлекла тема моего исследования, потому что я участвую в долгосрочном коллективном проекте по цифровой демографии, который существует уже 5 лет под руководством доктора экономических наук, профессора Ирины Евгеньевны Калабихиной. Этот проект получает стабильное финансирование от экономического факультета МГУ и с 2021 года является частью научно-образовательной школы «Мозг, когнитивные системы, искусственный интеллект». Два года назад мы решили сосредоточиться не только на теме рождения детей, но и на вопросах здоровья, и моя задача заключалась в том, чтобы найти подходящие сюжеты для исследований. Когда я увидел много зарубежных работ, изучающих идеальные образы врачей и моделей здравоохранения в глазах пациентов при помощи NLP-анализа их отзывов, а также недостаток таких исследований в России, я понял, что наша команда может заполнить эту нишу.
Люди могут иметь разные причины для жалоб на медицинское обслуживание. Некоторые недовольны долгим ожиданием, плохим общением с врачами или высокими ценами на услуги. Другим не нравится, когда им ставят неправильный диагноз или не помогают вовсе. Основная задача нашего исследования - выявить «болевые точки» в российском здравоохранении, то есть понять, по каким причинам пациенты остаются недовольны медицинским обслуживанием. Мы хотим выяснить, есть ли различия в отзывах в зависимости от специальностей врачей, пола пациентов и то, как эти отзывы менялись с течением времени. На второй год нашего проекта мы поставили амбициозную цель - создать алгоритм для мониторинга причин недовольства медицинскими услугами в России в реальном времени с помощью суперкомпьютера «Ломоносов».
Модуль: «Биомедицинские и химические применения ИИ»
Виталий Безуглов, аспирант научно-исследовательского института физико-химической биологии имени А.Н.Белозерского, факультет биоинженерии и биоинформатики МГУ
Тема исследования: «Применение современных методов обработки мультиомиксных данных с целью прогнозирования метаболического и репродуктивного здоровья»
Мне всегда было интересно анализировать самые разные биологические данные и находить в них различные закономерности, которые могут стать открытием как для фундаментальных, так и для прикладных областей науки, именно поэтому я выбрал тему для исследования: «Применение современных методов обработки мультиомиксных данных с целью прогнозирования метаболического и репродуктивного здоровья»
Лаборатория, частью которой я являюсь, долгие годы ведет уникальное перспективное когортное «Российское исследование детского здоровья». Задачи моего исследования состоят в том, чтобы на основе данного исследования (1) описать более 80 антропометрических параметров, гормонального и метаболического профиля, (2) проанализировать мультиомиксных данных (экзом, эпигеном, протеом, экспосом) для выявления предикторов и молекулярных маркеров метаболического и репродуктивного здоровья и их взаимосвязи и (3) создать прогностических моделей метаболического и репродуктивного здоровья с помощью методов ИИ.
Модуль: «Биомедицинские и химические применения ИИ»
Анна Сопленкова, аспирант факультета биоинженерии и биоинформатики МГУ
Тема исследования: «Изучение генетического контроля N-гликозилирования иммуноглобулина G с помощью методов машинного обучения»
Тема моего исследования находится на пересечении двух наук — генетики и гликомики. С генетикой я познакомилась во время написания диплома на последнем курсе механико-математического факультета МГУ, прослушивая онлайн-курс лекций д.б.н. Ю.С. Аульченко по количественной генетике. Генетика показалась мне очень интересным направлением, и я решила посвятить свою дальнейшую научную деятельность этой области, поступив в аспирантуру ФББ. Гликомика, в свою очередь, — это подраздел гликобиологии — науки, которая изучает достаточно сложный процесс присоединения углеводного остатка (гликана) к белку или липиду. Гликозилирование начали активно изучать сравнительно недавно, но оказалось, что его влияние на организм очень велико. Меня вдохновляет возможность узнавать об устройстве нашего организма чуть больше, чем это было известно ранее.
Моя цель — узнать, какие гены регулируют сложный процесс гликозилирования белка иммуноглобулина G, это позволит пролить свет на то, как гликаны вовлечены в контроль мультифакторных заболеваний человека, а также разработать новые биомаркеры для гликом-ассоциированных заболеваний. Для того чтобы это сделать, мне нужно, во-первых, разработать инструмент для восстановления уровней представленности N-гликанов иммуноглобулина G по уровням представленности N-гликанов всех белков плазмы крови человека вместе. И, затем, провести крупнейшее в мире исследование по поиску генетических ассоциаций N-гликозилирования иммуноглобулина G.
Напомним, конкурс молодых ученых МГУ был организован и впервые состоялся в 2021 году. Победители будут получать долгосрочную финансовую поддержку от фонда «Интеллект» и смогут работать над своими исследованиями под руководством ведущих ученых МГУ.