![7 (jpg, 199 Kб)](/FStorage/Download.aspx?id=510876af-af64-44aa-bc31-5679acbde091)
Для обеспечения
максимальной беспристрастности каждую заявку будут оценивать трое других ученых.
Научная премия Сбера набирает обороты
Завершился прием
заявок для участия во втором сезоне ежегодной Научной премии Сбера с общим
призовым фондом 60 млн руб. В этом году 92 ведущих ученых представят свои
работы, а победителей определит компетентное жюри.
Научная премия
Сбера поддерживает российских и иностранных ученых, которые ведут активную
исследовательскую деятельность в нашей стране и открывают новые перспективы
развития науки и технологий.
По мнению
вице-президента, директора Управления исследований и инноваций Сбербанка
Альберта Ефимова, Научная премия Сбера позволила воплотить важную цель –
запустить традицию поддержки науки в России: «Следом за Сбером последовали и другие
компании, результатом чего стало появление новых премий на рынке, что вкупе
благоприятно влияет на развитие науки в нашей стране. Мы завершили формирование
пула релевантных экспертов по нашей премии, которые будут оценивать каждую
заявку по своей тематике. Они уже приступили к работе. А для максимальной беспристрастности
каждую заявку будут оценивать трое других ученых. Лауреатов ждут крупный
денежный приз и дополнительная поддержка крупнейшей технологической компании
страны – Сбера».
В этот раз
наибольшее количество заявок от ученых было получено в номинации «Науки о жизни»
(биология, медицина и сельскохозяйственные науки). Следом идут «Физический мир»
– физика, химия, астрономия, науки о Земле и технические науки и «Цифровая
вселенная» – математика, компьютерные науки и информатика.
В 2023 году
сопредседатели комитета премии – президент, председатель правления Сбербанка
Герман Греф и ректор Сколковского института науки и технологий, академик РАН
Александр Кулешов. Церемония награждения Научной премии Сбера состоится до
конца этого года.
Премия была
учреждена в 2021 году, в Год науки и технологий в России. В прошлом году в
номинации «Цифровая вселенная» лауреатом стал Александр Холево, академик РАН,
доктор физико-математических наук. В номинации «Науки о жизни» победу одержал
Александр Габибов, академик РАН, доктор химических наук. Юрий Оганесян,
академик РАН, доктор физико-математических наук стал победителем в номинации
«Физический мир».
База изображений
минералов
Исследователи
Сбера вместе с учеными из Института искусственного интеллекта AIRI, МГУ им.
М.В. Ломоносова и Минералогического музея им. А.Е. Ферсмана создали специализированную
базу данных из десятков тысяч изображений образцов горных пород. Она поможет
обучать искусственный интеллект, классифицировать минералы и определять их
размер, а также оценивать качество работы алгоритмов компьютерного зрения для
геологии.
Визуальная
диагностика – самый распространенный метод анализа горных пород и минералов.
Она позволяет отделить образцы, которые можно обрабатывать автоматически, от
экземпляров, требующих ручного контроля. Научные группы по всему миру изучают
методики визуальной диагностики с помощью искусственного интеллекта, чтобы минимизировать
количество ошибок при внешней оценке. Искусственный интеллект позволит исключить
из процесса дорогостоящие спектроскопию или химический анализ в случаях, когда
они выполняются для подстраховки, что экономит и деньги, и время.
В то же время в
открытом доступе отсутствуют большие тестовые базы данных для анализа
изображений необработанных минералов и общепринятая система сравнительного
анализа. Чтобы решить эту проблему, ученые Института искусственного интеллекта
AIRI создали проект MineralImage5k. Вместе с коллегами из Sber AI и МГУ им.
М.В. Ломоносова ученые собрали базу данных из 44 тыс. изображений более чем 5
тыс. видов минералов. Внутри нее содержатся данные для классификации,
сегментации и оценки размера образцов. Работа велась при поддержке
Минералогического музея им. А.Е. Ферсмана, в фондах которого хранится 170 тыс.
образцов горных пород и минералов.
«Определить, какой
минерал находится перед геологом, – сложная и трудоемкая задача, – поясняет
Максим Еременко, вице-президент, директор Департамента развития технологий
искусственного интеллекта и машинного обучения Сбербанка. – Анализ пробы
занимает от 30 минут до нескольких дней. Ситуация осложняется тем, что не все
породы изучены одинаково хорошо. В природе существует более 5 тыс. минералов, а
подробно описано лишь несколько сотен. Сбер вместе с ведущими учеными страны
поставил перед собой непростую задачу: создать систему распознавания необработанных
минералов. Также MineralImage5k привязан к коллекции Минералогического музея,
поэтому любой образец можно дополнительно изучить, используя накопленную о нем
информацию. Таким образом, мы не только помогаем минерологам ускорять их работу,
но и исследуем, как эффективно адаптировать искусственный интеллект для
большого круга задач. Мы не собираемся останавливаться на достигнутом и
продолжим расширять набор данных».