800 молодых исследователей со всей страны стали победителями третьего конкурсного отбора на назначение стипендии Президента России для аспирантов и адъюнктов. Высшая школа экономики вошла в топ-5 вузов-победителей: обладателями стипендии стали 19 учащихся университета.
Вышкинцы представляют не только классические для конкурса естественно-научные направления, на которые приходится большинство конкурсных заявок по стране, но также общественные и гуманитарные отрасли науки. Аспиранты рассказали «Вышке.Главное» о своих исследованиях и победе в конкурсе.
Дарья Мазур, аспирант департамента прикладной математики НИУ ВШЭ, стажер-исследователь Лаборатории вычислительной физики НИУ ВШЭ
О чем исследование
— Моя работа посвящена моделированию двойного электрического слоя на границе металлического электрода и раствора электролита. Это фундаментальная задача, поскольку на этой границе одновременно действуют электростатические, стерические и химические взаимодействия разных масштабов. В рамках теории самосогласованного поля мы разработали подход, учитывающий эффекты, которые классические модели обычно игнорируют: специфические короткодействующие взаимодействия, гидратацию ионов, диэлектрическое насыщение растворителя и эффекты исключенного объема. Параметры модели опираются на квантово-химические расчеты, что позволяет воспроизводить дифференциальную емкость водных электролитов на серебряных электродах.
В дальнейшем мы планируем расширить модель на системы с сильной адсорбцией ионов, что открывает перспективы для применения в электрокатализе и проектировании электрохимических устройств.
Возможность развиваться
Работа в Лаборатории вычислительной физики НИУ ВШЭ дала мне возможность погрузиться в живую научную среду и быть частью сильного коллектива. Особую благодарность хочу выразить своему научному руководителю Юрию Алексеевичу Будкову, который работает со мной с бакалавриата, через магистратуру и теперь в аспирантуре. Его поддержка и глубокая вовлеченность в мою работу помогали и помогают мне двигаться вперед на каждом этапе.
Стипендия Президента России для меня прежде всего шанс сосредоточиться на исследовании, не отвлекаясь от науки, и ощутимая поддержка в работе.
Антон Сурков, аспирант департамента информатики, младший научный сотрудник Лаборатории социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург
О чем исследование
Мое исследование посвящено применению математического формализма, пришедшего из статистической физики, к моделям машинного обучения, или, выражаясь менее техническим языком, к моделям искусственного интеллекта. Мой научный руководитель Сергей Николаевич Кольцов — один из первых ученых, которые активно занялись этой проблематикой для компьютерных наук.
В физике эта математика уже давно нашла много приложений и дала много полезных результатов, а применять ее в компьютерных науках начали только недавно. Когда мы формулировали тему, то ожидали, что получится провести хорошие исследования и получить интересные результаты. Так, собственно, и произошло. Уже вышло несколько статей в ведущих международных журналах и будут еще. Мы подошли к проблеме с разных сторон и попытались улучшить модели машинного обучения (а также процесс их настройки) в нескольких областях: работали с обычными табличными данными, с текстовыми данными, картинками и когнитивными данными. И во всех случаях более или менее успешно удалось показать, что можно улучшить модели. Самый важный результат, пожалуй, это то, что мы сформулировали величину, позволяющую неплохо аппроксимировать поведение нейронных сетей при их разреживании. Если говорить простым языком, то мы сделали формулу, которая помогает довольно быстро (что очень важно) понять, как сильно мы можем проредить нейронную сеть (сделать ее меньше и компактнее) без сильной потери качества.
Множество проектов
Кроме аспирантского исследования, в Лаборатории социальной и когнитивной информатики у нас есть много интересных проектов, в которых я принимаю непосредственное участие. Мы развиваем собственную библиотеку для анализа движений глаз, создаем агентов на основе искусственного интеллекта для образования и медицины.
Диана Суховерхова, стажер-исследователь Лаборатории вычислительной физики НИУ ВШЭ
Суть работы
Я занимаюсь исследованием спиновых моделей методами машинного обучения. Это быстро развивающаяся область, которая сочетает современные методы численного моделирования и искусственный интеллект с фундаментальными физическими задачами, конкретно — с описанием коллективного поведения в сложных системах. В частности, в исследовании, которое было проведено совместно с коллегами из Лаборатории вычислительной физики, мы «заглянули внутрь» точки фазового перехода модели Поттса. Совокупность многоступенчатого алгоритма численного моделирования MCPA и методов тернарной классификации позволила построить функции вероятностей фазовых переходов 1-го рода, что раньше никому не удавалось сделать.
Заявка на конкурс и получение стипендии
Результат каждой одобренной заявки — это не только оценка уже сделанной работы, но и аванс на будущее. При подаче заявки важно было показать, что исследование вписывается в актуальную научную повестку и имеет перспективу развития.
Получение стипендии — это и большая честь, и серьезная поддержка для продолжения исследований. В планах — применение подхода к более сложным задачам, таким как моделирование геометрических фазовых переходов и исследование машинным обучением фрустрированных моделей, которые являются основой спиновых стекол. Отдельно хочется поблагодарить научного руководителя Льва Николаевича Щура и коллег, без которых эти результаты были бы невозможны.
Анна Корчак, младший научный сотрудник Международной лаборатории проектирования и исследований в онлайн-обучении НИУ ВШЭ
О чем исследование
Если верхнеуровнево — о том, как лучше использовать искусственный интеллект на письме — и функционально, и по объему. Поскольку все исследование строится на изучении работы в группах, то здесь добавляется сразу несколько слоев. Первый: является или нет ИИ партнером при работе в группе, и если да, то в каких случаях. Второй слой про то, как каждый студент использует искусственный интеллект индивидуально и что происходит, когда встречаются студенты с разными стратегиями в группах. На данный момент у нас есть несколько интересных результатов. Первый — о том, что если мы над чем-то целенаправленно хотим поработать в задании, над определенными навыками, то лучше ИИ для этого не использовать. К примеру, если развиваем навыки абстрактного мышления, то лучше поработать с идеями самому. Искусственный интеллект можно попросить справиться с какими-то другими аспектами задания, но такой помощи не должно быть слишком много. Если его помощь становится избыточной, то студент, условно, выходит в красную зону, которая тормозит его прогресс. В то же время мы обнаружили, что работа в группе может переключать такую красную зону на зеленую через совместные обсуждения, доработку. Даже если что-то и было сгенерировано ИИ, то именно в группе есть шанс, что прямого копирования не случится.
О победе в конкурсе и планах
Этот успех — в первую очередь признание важности темы. Появляется ощущение, что результаты исследования будут востребованы и полезны и для студентов, и для преподавателей. Во-вторых, это подтверждение того, что мы движемся в правильном концептуальном направлении, которое находит отклик.
Думаю, впереди у нас еще много работы. Есть мысли о том, чтобы создать условную модель работы с ГИИ (генеративным искусственным интеллектом). Пока мы думаем о трех аспектах: конкретные задачи, с которыми ИИ помогает студентам, объем поддержки, которую он предоставляет, и вовлеченность студентов в процесс работы с ГИИ. Последнее особенно важно с точки зрения усилий, которые затрачиваются на обучение, так как продуктивные усилия в учебном процессе — это то, что приводит к долговременным образовательным результатам. И в случае с ГИИ важно эти усилия сохранить. Хотелось бы, чтобы в дальнейшем это исследование легло в основу заявки на грант и стало более масштабным.