16-20 апреля 2024 года в Институте математики, физики и информатики КазНПУ имени Абая состоится Евразийская научная конференция «Обратные и некорректные задачи в естествознании и искусственный интеллект».
Целью мероприятия является объединение известных ученых и талантливых молодых исследователей, работающих в области обратных и некорректных задач естествознания, искусственного интеллекта (ИИ), биомедицины, финансов и экономики, для обмена опытом, обсуждения новых результатов и тенденций в развитии численных методов решения обратных задач и их применения на практике.
Работа конференции будет проходить во взаимодействии с Традиционной международной апрельской математической конференцией Института математики и математического моделирования КН МНВО РК и Международным математическим Центром СО РАН (Новосибирск, Россия).
Основные направления конференции:
- Теория и численные методы решения обратных и некорректных задач и методы регуляризации
- Обратные задачи акустики, геофизики и других разделов естествознания
- Обратные задачи эпидемиологии, иммунологии, биологии и медицины
- Обратные задачи и искусственный интеллект
- Обратные задачи финансов и экономики
Казанский федеральный университет, Академия наук Республики Татарстан и Научно-образовательный математический центр Приволжского федерального округа организуют международную научную конференцию “Алгебра и математическая логика: теория и приложения” (г. Казань, 27 июня – 1 июля 2024 г.), посвященную 130-летию со дня рождения основателя кафедры алгебры Казанского университета члена-корреспондента АН СССР Николая Григорьевича Чеботарева (1894-1947) и 80-летию со дня рождения нынешнего заведующего кафедрой академика АН РТ Марата Мирзаевича Арсланова.
Конференция пройдет в г. Казани, на базе Института математики и механики имени Н. И. Лобачевского КФУ с 27 июня – 1 июля 2024 года. К участию приглашаются специалисты по алгебрам Ли, теории групп, теории Галуа, теории колец, теории моделей, алгебраической геометрии, компьютерной и универсальной алгебре, теории вычислимости, математической и прикладной логике, алгебраическим и логическим методам в программировании, а также другим близким разделам математики.
Крайний срок подачи тезисов докладов: 30 апреля 2024 года.
В Институте математики им. С. Л. Соболева СО РАН в рамках федерального проекта «Развитие человеческого капитала в интересах регионов, отраслей и сектора исследований и разработок» национального проекта «Наука и университеты» откроется инновационная молодёжная ИИ-лаборатория.
Об этом стало известно в пятницу, 5 апреля, после объявления бюджетной комиссией Министерства науки и образования РФ о выделении средств на открытие лаборатории.
Институт математики СО РАН вышел на финальную стадию создания молодёжной лаборатории в сфере искусственного интеллекта. Состав лаборатории в первый год должен состоять на 75% из молодых сотрудников, - до 35 лет, и в каждым годом процент молодых сотрудников должен увеличиваться. Успех лаборатории зависит от количества и качества научных публикаций, активности сотрудников на научных конференциях и сессиях, а также на достижении результата, описанного в программе.
Учёный секретарь Института, Наталия Александровна Даурцева, рассказала об успешном участии молодых учёных ИМ СО РАН в конкурсе Российского научного фонда в декабре 2023 года:
«В конце декабря был объявлен конкурс на открытие молодёжных лабораторий по программе «Наука и университеты». Все новые лаборатории должны быть на определённую тематику. Присутствовали конкурсы на финансирование лабораторий по биологии, медицине и другим областям. Из всех тем наш Институт мог заявить участие в теме «Искусственный интеллект». Было подготовлено три заявки, из представленных проектов победу одержала тема «Обратные некорректные задачи и машинное обучение в биологических, социально-экономических и экологических процессах» под руководством доктора физико-математических наук Ольги Игоревны Криворотько».
Новая лаборатория будет способствовать созданию компьютерных программ на основе Искусственного Интеллекта для сбора и анализа информации о процессах в природе, обществе, экономике и окружающей среде. Планируется создать эффективный метод прогнозирования климатических процессов, распространения загрязнений, распространения заболеваний в живом организме и в популяции, таких как туберкулез, ВИЧ, COVID-19.
Стоит отметить, что ранее научная группа Международного математического центра Института математики совместно с коллегами из ИВМиМГ СО РАН и ИВМ СО РАН разработали инструменты математических расчётов, моделирующих распространение эпидемий с учётом экономической и социальной ситуации в регионах. Командой был разработан комплекс программ «ЭПИДЕМИЯ» для моделирования эпидемий на примере COVID-19, показавший более 96% точности прогнозирования. Для обработки огромного количества данных необходима мощная компьютерная сеть, которая позволит учёным быстрее и эффективнее находить ответы на свои вопросы.
«Наши исследования основаны на обратных задачах и дифференциальных уравнениях. Обратные задачи — это поиск свойств или параметров объекта, которые нельзя измерить напрямую. Например, прямое обнаружение клада под землёй невозможно. В этом случае используются косвенные методы измерения, такие как сейсмография, при которой по отражению звуковых волн от объекта и их характеристикам можно сделать выводы о положении, размерах и плотности объекта, - рассказала заведующая новой лабораторией, начальник научно-исследовательского отдела ММЦ Ольга Криворотько. - Для обнаружения опухоли в теле человека также используются не прямые методы, используют томографию, так как напрямую увидеть или измерить объект невозможно, разве что вскрыть тело, чтобы увидеть опухоль»
Решение обратных задач позволяет, используя косвенные измерения, таких как плотность объектов, восстанавливать информацию о начальном положении или состоянии объекта. Допускаемая ошибка в таких измерениях учитывается в вычислениях. Подобные методы применяются в том числе в прогнозировании цунами: по определённым признакам, таким как землетрясения, можно предсказать приближение волны и её мощность, что критически важно для предупреждения населения и минимизации потерь. Обратные измерения и вычисления требуют точности, скорости и, самое главное, правильной и математически верной постановки задачи.
«В обратных задачах всё сводится к двум вещам: точно поставить математику и найти быстрые алгоритмы. Это важно, потому что за часы смысловое значение может быть потеряно. Взять, к примеру, цунами: если сможешь предсказать его раньше, можешь спасти жизни. Обучив систему на исторических данных, например, о цунами или землетрясениях, можно создать модель, способную быстро делать прогнозы. Тем не менее, на данный момент машинному обучению не всегда доверяют, так как для получения доверия требуются проверки и математические обоснования. Сейчас ещё делают упор на математическую верификацию несмотря на то, что она долгая. Надеемся, что благодаря таким лабораториям, как наша, методы машинного обучения заработают большее доверие», - надеется заведующая лабораторией Ольга Криворотько.
