📆 Как ИИ может ускорить поиск новых лекарств?

Иван Поддъяков - DS из нашей Лабы - представил крутую работу на семинаре Молекулярная кухня от AIRI

Доклад посвящен мультиагентному подходу для генерации малых химических молекул. Суть исследования в том, чтобы построить систему ИИ-агентов, способную выполнять:
- «Понимание» запросов из области молекулярных наук на естественном языке
- Запуск каскада генеративных моделей и расчетных химических инструментов для выполнения задачи
- Формирование для исследователя отчёта с результатами

Такие системы позволят ускорить поиск новых соединений, однако есть важное уточнение:

Подобные исследования не всегда доходят до лабораторных тестов — нужны партнерства с химиками и серьезные ресурсы. Без экспериментов сложно оценить реальную пользу, — комментирует Иван.

Исследование выполнено совместно с друзьями из центра «Сильный искусственный интеллект в промышленности», ИТМО

📺 Запись семинара
📄 Статья


#новости
❤ @sb_ai_lab

Всем привет!

Мы знаем, что не всегда получается заглянуть на наши ИИ-семинары. Поэтому все записи мы аккуратно сложили в один плейлист:

➡️ Забирайте тут

Можно ставить на паузу, пересматривать или разбирать сложные моменты на 0.75x скорости


#новости
❤@sb_ai_lab

🤖 Синолитический Искусственный Интеллект в здравоохранении

07 августа в 17:00 ждём вас на семинаре с Алексеем Заикиным, профессором University College London

Человеческая физиология — это море многомерных данных: геномные, протеомные, ЭЭГ, ЭКГ, временные ряды мышечной активности и другие. Но как обучать модели ИИ, если данных мало, а их сбор сложен и дорог?

Синолитический ИИ — подход, который выявляет скрытые сетевые структуры даже в данных без явной топологии.

✍️ Где это работает?
— Прогнозирование рака по метилированию ДНК — Анализ выживаемости пациентов с COVID-19
— Исследование возрастных изменений при синдроме Дауна — Генеративные модели (GAN + LLM) и сетевая физиология

После доклада — обсудим детали и ответим на вопросы!

➡️ Подключайтесь по ссылке


#анонс
❤️ @sb_ai_lab

🔝Итоги SMILES 2025

С 14 по 27 июля в Китае прошла школа SMILES - одно из самых престижных международных событий по машинному обучению. Наша команда приняла активное участие, об этом мы рассказывали в посте

Событие получилось масштабным: в этом году приняли участие 100 очных и 300 онлайн-участников!

Участники погрузились в мир машинного обучения: прослушали 30+ лекций и практических семинаров, исследовали SOTA-архитектуры, тестировали модели, решали задачи по генерации изображений и текста, изучали свойства LLM и их применение в науке

В этом году ребята из нашей команды не только провели лекции, но и выступили менторами практических проектов учащихся:
🔘 Константин Егоров c проектом Self-Supervised Learning for Biosignals. В проекте участвовало 11 человек
🔘 Анна Володкевич c проектом Semantic Item Representations for Sequential Recommender Systems

Анна рассказала о своем опыте:

Впечатлена высоким уровнем участников — многие уже публиковались на международных конференциях или работают в генеративном ИИ. В моей команде собрались мотивированные студенты, готовые разбираться в новой теме и экспериментировать. Отдельно рада ревью от участников и организаторов — это ценный опыт для представления результатов

Алина Костромина, DS из нашей команды, тоже приняла участие в Smiles и поделилась впечатлениями:

Это была насыщенная поездка, полная ярких впечатлений, новой информации и, конечно же, интересных знакомств и обмена знаниями и экспертизой. Я была рада познакомиться с талантливыми ребятами из разных городов и стран, посетить занятия наших уважаемых преподавателей и узнать, над какими еще интересными темами работают исследователи

В финале — защита 30+ решений. Ребята представили технологии по NLP, CV, GenAI и прикладному ИИ

🔝 SMILES 2025 подтвердила статус главной школы для ML-исследователей. Благодарим организаторов и участников — до встречи в следующем году!


#новости
❤️ @sb_ai_lab

📰 Как детектировать галлюцинации в LLM и искать фактчеки на разных языках?

На ACL 2025 — одной из самых значимых конференций в области NLP — исследователь из нашей команды, Юлия Беликова, представила две работы в рамках воркшопа SemEval при ACL

🔍 Работа Bridging External Knowledge and Model Uncertainty for Enhanced Hallucination Detection посвящена решению задачи детекции галлюцинаций в 14 языках на соревновании Mu-SHROOM при воркшопе SemEval — предложен двухкомпонентный подход, сочетающий методы LLM-as-judge и оценку неопределенности.
Решение вошло в:
✅ топ-3 по арабскому, итальянскому, каталонскому и финскому
✅ топ-10 по остальным языкам (всего 14!)

Соревнование Mu-SHROOM собрало ~50 команд

🌍 В работе Hybrid Retrieval Pipeline for Identifying Previously Fact-Checked Claims предложен гибридный подход для поиска уже проверенных фактов, учитывающий:
✅ лексическое разнообразие
✅ мультиязычность
✅ эффективность в условиях шума

Оба метода — шаг к более надежным и интерпретируемым NLP-решениям

Как думаете, какие еще задачи в детекции галлюцинаций и фактчекинге стоит решать в первую очередь?


#новости
❤ @sb_ai_lab