Научная премия Сбера набирает обороты

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».