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».