Организатор конференции – МИЭМ. В этом году главный инженерный студенческий форум проходил 30-й раз и собрал рекордное число участников – около 500 студентов, аспирантов и молодых специалистов. Отдельная секция конференции была посвящена научно-исследовательским работам щкольников. Обширна география участников: Белгород, Долгопрудный, Екатеринбург, Казань, Москва, Нижний Новгород, Оренбург, Пермь, Петрозаводск, Санкт-Петербург, Тамбов, Троицк, Тюмень. Всего были представлены учащиеся и сотрудники 50 организаций, включая профильные ведущие московские и региональные вузы и научно-исследовательские центры, общеобразовательные учреждения (школьная секция).
Ежегодная межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов в МИЭМ носит имя Евгения Арменского, основателя и первого ректора МИЭМ, ординарного профессора НИУ ВШЭ. Конференция впервые была проведена в 1997 году, за прошедшее время ее участниками стали около 11 тысяч человек.
Научные направления юбилейной конференции охватывали широкий спектр ИТ-дисциплин и научно-исследовательской деятельности, ведущейся в МИЭМ. Были представлены секции по 8-ми направлениям и одна школьная секция:
- Аналитика, статистика, машинное обучение; - Кибербезопасность - Компьютерное моделирование физико-механических систем - Математическое моделирование и динамические системы - Материалы и технологии - Схемотехническое моделирование, проектирование и надежность электронных систем - Телекоммуникационные системы и сети - Электроника, компонентная база и устройства - Проекты школьников по физико-математическим и техническим направлениям На открытии конференции с пленарным докладом, посвященным актуальным вопросам применения ИИ, выступил директор ИСП РАН, академик РАН Арутюн Аветисян. Технологии ИИ сегодня применяются настолько широко, что организаторами было принято решение пленарный доклад посвятить именно этой теме.
Академик РАН рассказал о ключевых тенденциях в развитии искусственного интеллекта - переходе от универсальных моделей к специализированным решениям, растущей роли Open source, а также о том, что сегодня приоритетом становится не создание все более крупных моделей, а способность быстро адаптировать существующие технологии под конкретные прикладные задачи. Отдельное внимание докладчик уделил вызовам, которые сопровождают внедрение ИИ - фрагментации данных, нехватке междисциплинарных специалистов, требованиям безопасности и доверия.
Конференция длилась неделю, в течение которой было представлено более 250 докладов студентов, аспирантов и молодых специалистов и 34 работы школьников. Эти цифры значительно превышают все показатели предыдущих лет. Материалы конференции будут изданы и размещены на ресурсах Научной электронной библиотеки eLIBRARY.RU. В сборник войдут доклады, успешно прошедшие рецензирование. Мероприятие поддерживается научными журналами «Системный администратор», «Информационно-управляющие системы» и издательством «Открытые системы». Кроме того, участие в конференции учитывается в портфолио при поступлении на магистерские программы ВШЭ.
«Мы отмечаем растущий интерес молодых учёных к конференции Арменского. Тому целый ряд причин, среди них - сложившаяся положительная репутация конференции и высокий уровень экспертизы при оценке работ. МИЭМ – один из ведущих центров компетенций в России в области инженерного образования, что позволило нам обеспечить участие очень сильных специалистов и ученых для сопровождения каждой секции, будь то кибербезопасность, телекоммуникации, моделирование, микроэлектроника или материаловедение. Хочу выразить признательность всем организаторам конференции, экспертам за огромную проделанную работу. Ждем в следующем году всех студентов, аспирантов и молодых специалистов, которые увлечены научно-исследовательской деятельностью».
Победители конференции – о своих исследованиях
Тема: «Моделирование n-канального полевого транзистора с управляющим p-n-переходом и двумя затворами» (секция «Электроника, компонентная база и устройства»). Научный руководитель: Константин Петросянц (МИЭМ).
Доклад, представленный на конференции, является небольшим фрагментом длительной работы по улучшению электрических параметров аналоговых интегральных микросхем. Ранее были получены положительные результаты по внедрению полной диэлектрической изоляции и n-канальных полевых транзисторов в отечественный комплементарный биполярный технологический процесс. Благодаря этому появилась идея продолжить модернизацию конструкции полевого транзистора с управляющим p-n-переходом и попытаться сделать транзистор с двумя отдельными затворами. Таким образом, ожидается снизить ток утечки и емкость затвора.
С учётом имеющихся в технологическом процессе слоёв были разработаны несколько вариантов вертикальной конструкции и топология транзистора. Сформулированы критерии отбора транзисторов и проведено приборно-технологическое моделирование. Из рассматриваемых вариантов один полностью подходит для дальнейшего изготовления опытных образцов. При успешной реализации транзисторов данного типа на «живых» кремниевых пластинах появится возможность разработки различных высокочувствительных микросхем с входными токами порядка десятков-сотен фемтоампер.
Тема: «Когерентный ток неравновесных квазичастиц в НИС-интерферометрах» (секция «Материалы и технологии»). Соавторы: Гурский А.С., Иевлева В.А., Власова О.Е. (все - МИЭМ). Научный руководитель: Константин Арутюнов (МИЭМ).
Наш коллектив исследовал поведение квантовых частиц (квазичастиц) в гибридных структурах из серебра и алюминия при температурах близких к абсолютному нулю (T ~ 10 мК). Мы создали серию микроскопических интерферометров размером от 1 до 15 мкм. Под действием магнитного поля квазичастицы ведут себя как волны, усиливая или гася друг друга – явление квантовой интерференции. До нашей работы было непонятно, способны ли отдельные неравновесные квазичастицы сохранять свою «волновую память» (фазу) при движении в сверхпроводнике. Измерения туннельного тока показали резкие изменения именно тогда, когда магнитный поток через кольцо кратен фундаментальному кванту Φ₀ = h/e. Эффект проявился только при инжекции частиц с энергией выше сверхпроводящей щели, что подтверждает когерентное поведение именно неравновесных носителей заряда, а не куперовских пар.
Почему это важно? Во-первых, мы впервые экспериментально показали, что «возбужденные» квазичастицы сохраняют квантовую когерентность на микронных расстояниях. Во-вторых, такие устройства могут стать основой для сверхчувствительных магнитных сенсоров (альтернатива СКВИДам), элементов квантовых компьютеров и энергоэффективной электроники будущего. Следующий шаг – измерить предельную дистанцию сохранения фазы для создания практических приборов.
Тема: «Context Rank: геометрическая навигационная рекомендательная система» (секция «Аналитика, статистика, машинное обучение»). Научный руководитель: Сергей Сластников.
Работа ContextRank посвящена задаче прозрачной рекомендации контента с учётом изменения интересов пользователя в реальном времени. Практическая проверка подхода проведена в сотрудничестве с компанией VK на данных о взаимодействиях пользователей с короткими видео. В предложенной архитектуре каждое действие – просмотр, реакция или пересылка – моментально корректирует внутреннее представление о пользователе, смещая его профиль в сторону просмотренного контента с учётом значимости активности. Весь контент структурирован через трёхуровневую иерархическую кластеризацию (метатемы, темы и подтемы), где каждый следующий уровень детализирует смысловые нюансы, не охваченные на предыдущем этапе. При этом используется гибкая классификация: например, видео о приготовлении ужина в походном лагере алгоритм одновременно отнесет и к кулинарии, и к путешествиям, и к активному отдыху. Итоговая рекомендация объединяет два сигнала - смысловую близость к текущему запросу пользователя и совпадение по иерархии на всех трёх уровнях. Это обеспечивает высокую чувствительность системы как к сиюминутному контексту зрителя, так и к сложной тематической структуре интересов.
Тема: «Влияние квантования TinyML-моделей на устойчивость аудиосистем персонального интернета вещей» (секция «Кибербезопасность»). Соавторы: Князев М.А. (аспирант МИРЭА), Гусев М.М. Научный руководитель: Андрей Корольков (МИРЭА).
Умные наушники, колонки с голосовыми ассистентами и другие персональные IoT-устройства всё чаще обрабатывают голосовые команды прямо на устройстве. Это удобно и приватно, но для этого требуется запускать модели машинного обучения на микроконтроллерах с крайне ограниченной памятью и вычислительными ресурсами. На помощь приходит подход TinyML и, в частности, квантование — сжатие модели за счёт снижения точности представления чисел.
Мы задались вопросом: а как квантование влияет не только на размер модели, но и на её безопасность? Ведь такие устройства потенциально уязвимы к состязательным атакам, когда злоумышленник незаметно искажает аудиосигнал так, что модель распознаёт его неправильно. Представьте, в фоновом шуме кафе или в музыке скрыта едва слышимая последовательность звуков, и ваша колонка принимает команду, которую вы не произносили. Такие воздействия мы и моделировали в эксперименте с помощью метода PGD, который итеративно, шаг за шагом, подбирает минимальное возмущение сигнала, достаточное для того, чтобы «обмануть» модель.
Оказалось, что 8-битное квантование после обучения (INT8-PTQ) наилучшим образом подходит для обеспечения безопасности от такого рода атак. Устойчивость сохраняется, а модель становится в 12 раз компактнее. При этом снижение разрядности до 4 бит (INT4) этой логике не следует, так как точность рушится настолько, что модель фактически перестаёт отличать одну команду от другой ещё до каких-либо атак. В итоге мы пришли к выводу, что при правильном квантовании можно и сжать размер модели, и сохранить защищенность всей системы. При проектировании аудиосистем для персональных IoT-устройств режим квантования нужно выбирать осознанно, учитывая угрозы состязательных воздействий.