В Центре ИИ МГУ предложили способ точнее предсказывать свойства материалов по химическому составу Исследователи Центра ИИ МГУ разработали подход для более точного предсказания свойств материалов по одной только химической формуле. Учёные использовали перенос знаний между разными типами данных и предложили два варианта моделирования: обучение химических языковых моделей с использованием дополнительных сведений о материалах и восстановление возможной кристаллической структуры с последующим анализом с помощью графовых нейронных сетей. Это позволяет исследовать соединения, для которых структура неизвестна. На открытых наборах данных предложенные методы превзошли ранее опубликованные решения в 25 из 32 случаев. В двух группах задач средняя абсолютная ошибка предсказания снизилась примерно на 15%. Кроме того, исследователи показали, что модель можно использовать для анализа вклада отдельных химических элементов и их сочетаний в свойства материала. Подробнее — на сайте.
МГУ имени М.В.Ломоносова
Клеточный контроль качества: в МГУ выяснили, как организм избавляется от опасных рибосом #наука_мгу Ученые НИИ физико-химической биологии имени А.Н. Белозерского МГУ в составе междисциплинарной научной группы выяснили, как клетки распознают рибосомы, подлежащие уничтожению при стрессе и вирусной инфекции. Исследователи обнаружили, что белок TRIM25 помечает рибосомы специальной молекулярной «меткой», после чего они направляются на переработку. Открытие помогает лучше понять механизмы клеточной защиты и может объяснить одну из функций TRIM25 в противовирусном иммунитете — ограничение синтеза вирусных белков. В перспективе результаты исследования могут быть использованы для изучения рибосомопатий и разработки новых подходов к борьбе с вирусными инфекциями.
Вспомнить все: в МГУ предложили новый подход к памяти цифровых ассистентов #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ предложили архитектуру, которая позволяет ИИ-ассистентам эффективнее работать с долговременной памятью. Вместо хранения всей истории общения система самостоятельно определяет, какую информацию необходимо сохранить, а какую – удалить, сократить или переработать. Новый подход помогает уменьшить объем лишних данных, повысить точность поиска нужной информации и сохранить согласованность ответов при длительном общении с пользователем. Разработка может найти применение при создании ИИ-ассистентов и других интеллектуальных систем, работающих с длинным контекстом.
В Центре ИИ МГУ предложили новый подход к анализу временных рядов #наука_мгу Учёные Центра ИИ МГУ разработали новый метод прогнозирования временных рядов — данных, которые меняются со временем, от сетевого трафика и погоды до финансовых показателей. Исследователи предложили способ статистического восстановления скрытых характеристик случайного процесса, который позволяет извлекать из данных дополнительные признаки и повышать точность прогнозов без применения сложных нейросетевых моделей. Испытания на реальных данных показали снижение ошибки прогноза и более точное определение направления последующих изменений. Результаты работы могут найти применение в управлении вычислительными системами, телекоммуникациями и других областях, где важно прогнозировать поведение сложных динамических процессов. Подробнее — на сайте.
