Сотрудники ФКН получили академические надбавки
В 2026 году преподаватели и исследователи факультета компьютерных наук стали получателями более ста академических надбавок НИУ ВШЭ, которые присуждаются за книги, за публикации в журналах списков А и В, а также за регулярные публикации в международных рецензируемых изданиях. Мы поговорили с несколькими лауреатами этого года об их исследованиях.
Полный список сотрудников ФКН, получивших надбавки — здесь.
Ольга Максименкова, заместитель руководителя департамента программной инженерии, получила надбавку уровня В — за публикации в журналах списка В. Ольга — одна из авторов цикла публикаций на стыке философии и технических наук в журнале «Вопросы философии».
По словам Ольги, пока вышла лишь первая статья из серии работ в соавторстве с Александром Сегалом, кандидатом философских наук, старшим научным сотрудником философского факультета МГУ. Исследование посвящено осмыслению искусственного интеллекта как объекта взаимодействия с реальными людьми и представляет собой научную дискуссию на стыке философии и технических наук — о характере и обдуманности этого взаимодействия, а также о связанных с ним надеждах и опасениях.
Работа вписывается в более широкий исследовательский интерес: переход проектной группы ПИКИ к задачам человеко-машинного взаимодействия в высокоиммерсивных средах — в частности компьютерных играх — в условиях тотальной интеллектуализации программного обеспечения. Философский подход был выбран как точка входа в новую для группы область, и он оказался продуктивным: исследователи вышли на конкретные постановки исследовательских задач в технических науках и первые программные реализации.
Одновременно Ольга направила в журнал из списка В еще одну статью по программной инженерии, написанную в соавторстве с доцентом департамента программной инженерии Алисой Меликян.
Для многих ученых важно признание, а что лучше показывает признание, как не публикация в признанном, высокорейтинговом журнале? Мне тоже приятно, что некоторые мои работы могут выходить в подобных журналах, хотя мое личное отношение к публикациям скорее утилитарное. Я искренне полагаю, что идеи, результаты и мысли, зафиксированные в публикациях, становятся интеллектуальной собственностью автора и далее статья может предъявляться как некоторый артефакт и аргумент в научной дискуссии.
Собственно, возвращаясь к философии, научная публикация — это важная составляющая дискуссии, а они двигают науку вперед. Публиковаться в философских изданиях полезно и важно. Это позволяет выйти на совершенно иной уровень осмысления, который сейчас очень необходим, к примеру, в связи с ураганным развитием генеративного искусственного интеллекта. И, конечно, чтобы не забывать, откуда вышли все современные науки в том числе и технические.
— Ольга Максименкова
Многие исследователи получили надбавки уровня А — за публикации в ведущих международных рецензируемых изданиях (список A):
Тигран Рамазян, преподаватель департамента больших данных и информационного поиска, — один из авторов работы, представленной на Европейской конференции по искусственному интеллекту (European Conference on Artificial Intelligence). Это исследование объединяет две методологии в задачах физики высоких энергий: быструю симуляцию с помощью генеративных моделей и оптимизацию конфигурации эксперимента. Использование модели быстрой симуляции позволяет задействовать больше информации при оптимизации с существенно меньшими вычислительными затратами — метод предлагает несколько оптимальных конфигураций быстрее классических подходов.
Работа была представлена на Европейской конференции по искусственному интеллекту, и, несмотря на название, на эту конференцию съехались коллеги из разных уголков мира. Подобные мероприятия позволяют взглянуть на свою работу с абсолютно новой точки зрения — решая одну и ту же задачу, ученые из разных школ придут к совершенно разным решениям. Обмен мнениями и опытом ссс коллегами со всего мира максимально ценен для молодых ученых.
— Тигран Рамазян
Артём Башкатов, младший научный сотрудник Центра биомедицинских исследований и технологий, — один из авторов статьи об ИИ-модели DeepGQ, опубликованной в журнале Nature Scientific Reports. В основе разработки — задача, которая прежде решалась только в экспериментальных лабораториях: картирование G-квадруплексов — особых структур ДНК, влияющие на то, какую роль клетка будет выполнять в организме. Сбои в этих структурах связывают с развитием рака мозга и нейродегенеративных заболеваний.
DeepGQ строит индивидуальную карту таких структур для каждого из 14 основных типов тканей, «читая» цепочку ДНК сразу в двух направлениях с помощью методов глубокого обучения. Практическое значение разработки — в перспективе создания точечных препаратов: если восстановить нужную структуру ДНК, можно помочь клетке «вспомнить» свое предназначение и остановить развитие болезни. В дальнейших планах команды — модель, которая позволит подбирать индивидуальное лечение на основе данных биопсии опухоли.
Публикация в изданиях уровня Nature Scientific Reports означает, что работа прошла независимое рецензирование экспертов — это подтверждает надежность методов и выводов еще до того, как результаты станут доступны широкой аудитории. Такие журналы обеспечивают статье максимальный охват: ее видят коллеги по всему миру, что ускоряет цитирование, коллаборации и практическое применение открытия. Публикация в престижном журнале также важна для карьеры ученого и репутации научного центра — она служит подтверждением качества работы при получении грантов и оценке результатов. А открытый доступ, как в случае с DeepGQ, делает результаты доступными не только ученым, но и врачам и разработчикам лекарств, которые могут применить их на практике.
—Артём Башкатов
Глеб Баженов, младший научный сотрудник научно-учебной лаборатории Яндекса, — один из авторов работы, принятой на конференцию NeurIPS (Conference on Neural Information Processing Systems). Исследование посвящено оценке моделей машинного обучения на графах — структурах данных, в которых наблюдения связаны между собой, как в социальных сетях или рекомендательных системах. Традиционные бенчмарки для проверки таких моделей строятся на узком круге академических наборов данных и плохо отражают реальные условия.
Команда предложила GraphLand — бенчмарк из 14 разнообразных датасетов, включающих социальные и дорожные сети, данные о товарах, рекламе, пользователях и срезы интернета. Ключевой вывод работы состоит в том, что результаты на традиционных бенчмарках не всегда позволяют судить о качестве модели в реальных приложениях: временны́е изменения данных и появление новых узлов существенно усложняют задачу, а простые методы вроде градиентного бустинга нередко показывают результаты, сопоставимые с графовыми нейросетями.
Наша работа принята на NeurIPS — это одна из ведущих международных конференций по машинному обучению и искусственному интеллекту наряду с ICLR и ICML. У таких конференций всегда строгая процедура отбора, поэтому подготовка статьи требует больших усилий, и прохождение рецензирования позволяют получить содержательную независимую оценку работы, выявить ее слабые места, устранить их и повысить качество исследования. Публикация также помогает донести результаты до широкого международного научного сообщества, сделать предложенные методы и данные доступными другим исследователям и повлиять на дальнейшее развитие направления. Поэтому для ученого, который хочет заниматься передовыми исследованиями в машинном обучении, это важная часть научной работы.
— Глеб Баженов
Иван Бельдиев, младший научный сотрудник научно-учебной лаборатории алгебраических групп преобразований, — один из авторов работы по теории аддитивных действий в алгебраической геометрии.
Работа посвящена исследованию аддитивных действий, то есть регулярных эффективных действий аддитивной группы поля на алгебраических многообразиях. Наиболее понятно устроен случай, когда многообразие является гиперповерхностью (то есть задается одним уравнением) в проективном пространстве, а действие — индуцированное, то есть может быть продолжено до действия той же группы на всем проективном пространстве.
В этой ситуации с помощью алгебраической техники ранее был доказан ряд утверждений. Например, уже было известно, что степень гиперповерхности в n-мерном проективном пространстве, допускающей индуцированное аддитивное действие, не превосходит n. Кроме того, такая гиперповерхность степени n единственна с точностью до естественной эквивалентности.
В данной работе исследователям удалось расширить классификацию таких гиперповерхностей до степеней n - 1, n - 2 и n - 3. Особенно интересным оказался случай n = 9: здесь удалось найти бесконечное семейство попарно неизоморфных гиперповерхностей степени n - 3 = 6.
Публикации в подобных изданиях — это в первую очередь возможность обнародовать свои результаты среди научного сообщества. Кроме того, публикация в журнале высокого уровня — определенный знак качества, подтверждающий научную ценность работы.
— Иван Бельдиев