От ИИ до новых подходов в минералогии: главные научные открытия 2025 года

Член-корреспондент РАН, доктор технических наук Роман Соловьев разработал новый подход к реализации программ для разработки интегральных микросхем с применением ИИ. Нейросети позволяют выявлять возможные проблемы в выбранном пути проектирования и возвращаться к предыдущим этапам разработки до того, как проявится ошибка. Также нейросети позволяют ускорить сложные вычисления для анализа сложных аналоговых эффектов, влияющих на работоспособность чипа. Это ускоряет проектирование чипов для микроэлектроники и помогает улучшить их потребительские характеристики.

Вторая перспективная разработка Соловьева — реализация нейросетей в системах на кристалле (электронных схемах, объединяющих функции целого устройства на одном чипе). В таких чипах нейронная сеть фактически «вшита» внутрь кристалла, то есть все вычисления выполняются в самой микросхеме. Часть разработок доступна всем исследователям в открытом доступе.

Такие решения можно встраивать в конечные устройства, например видеокамеры или системы автономного вождения автомобилей. Они быстрее обрабатывают информацию, так как данные не передаются в отдельный процессор. Разработки Соловьева можно применить в городских системах безопасности, например в комплексах видеонаблюдения в Москве. В перспективе эти технологии могут стать основой для развития всей российской микроэлектроники.

Академик РАН, доктор геолого-минералогических наук Сергей Кривовичев разработал новые способы изучения структур в минералогии и неорганической кристаллохимии. В отличие от классического подхода, когда минерал описывали через координацию атомов металлов, он предложил рассматривать его с точки зрения взаимодействия анионов (отрицательно заряженных частиц, прежде всего атомов кислорода). Они формируют «каркас» структуры минерала. Такой способ помогает лучше понять свойства и процесс образования промышленно важных природных материалов.

Еще одна инновация, предложенная ученым, — использование методов информационно-энтропийного анализа в изучении кристаллических структур. Минерал рассматривается как носитель информации, а степень его сложности можно выразить численно. Такой анализ позволяет сравнивать разные материалы между собой и изучать их эволюцию.

Новые подходы в минералогии повышают эффективность поиска и добычи полезных ископаемых. Исследования помогают определять, в каких местах искать необходимые минералы и как синтезировать их аналоги. Эти открытия имеют большое значение для современной промышленности — от ядерной энергетики до производства электроники и удобрений.

Доктор медицинских наук, член-корреспондент РАН, онколог-уролог Борис Алексеев разрабатывает уникальные методы диагностики и лечения рака предстательной железы. Одна из главных инноваций — определение сторожевого (сигнального) лимфоузла. В него первыми попадают клетки опухоли — метастазы, которые начинают распространяться по организму. Вместе с молекулярными биологами группа Алексеева внедрила методику, которая позволяет за 15–20 минут во время операции определить состояние лимфоузла. Если метастазов нет, удалять узел не нужно. Так операция становится максимально щадящей. У этой методики нет аналогов, так как стандартная диагностика (КТ, МРТ) не может обнаружить столь мелкие очаги.

Команда Алексеева также разработала инструменты для более точной диагностики онкозаболеваний — специальные панели (набор лабораторных тестов), измеряющие количество молекул РНК в клетках. А чтобы подбирать персонализированное лечение, ученые исследуют 3D-модели опухоли. Из фрагмента ткани в лаборатории выращивают мини-копии злокачественного образования и тестируют на них лекарства. Это позволяет избежать назначения неэффективных препаратов.

Руководитель группы теоретической химии ИОХ РАН, кандидат физико-математических наук Михаил Медведев развивает инновационные методы цифровой химии на основе ИИ. Его исследования направлены на то, чтобы с помощью вычислительных моделей предсказывать ход химических реакций, молекулярные свойства и эффективность катализаторов.

Для этого используются методы квантовой химии и алгоритмы машинного обучения. Они позволяют рассмотреть химическую реакцию на атомном уровне, то есть понять, как движутся атомы и какие продукты образуются. Прямое решение таких задач невозможно даже на суперкомпьютерах. А с помощью ИИ можно быстро находить приближенные ответы с точностью, достаточной для практического применения.

Ранее многие ИИ-инструменты не годились для прикладного использования, потому что идеально решали только те задачи, на которых обучались. Медведев разработал способы оценки, обучения и тестирования моделей, которые повышают их точность.

Цифровое моделирование особенно востребовано в промышленности, так как сокращает стоимость и сроки создания новых материалов. Так, ученый разрабатывает ИИ-модели для нефтехимической отрасли, например для компании «Газпром нефть». Нейросети помогают прогнозировать свойства смазочных материалов и оптимизировать работу химических реакторов.

Кандидат биологических наук, научный сотрудник Института общей генетики им. Н.И. Вавилова РАН Дмитрий Пензар разрабатывает нейросетевые модели для предсказания активности нуклеотидных последовательностей ДНК. Эти модели позволяют прогнозировать, как даже минимальные изменения в молекулярной структуре влияют на генетические механизмы.

Исследования ученого посвящены регуляторным элементам генома — участкам ДНК, которые управляют работой генов, в том числе их включением и выключением. От них зависит здоровье человека. Пензар разработал архитектуру нейросети, которая обучается на специальных экспериментах по измерению активности генома. Модель прогнозирует, как будет вести себя ДНК после мутаций. В результате можно не просто наблюдать за процессом, но и управлять им.

Уже сегодня подобные алгоритмы используются для диагностики онкологических и наследственных заболеваний, а в перспективе могут стать основой новых биотехнологических решений и методов генной терапии. Они помогут точнее предсказывать эффекты мутаций в ДНК и подбирать лечение с учетом генома конкретного пациента.

Реклама: ПАО, Сбербанк, 18+ erid 2SDnjcEcmS8