Роман Соловьев: создание микроэлектроники нового поколения
Роман Соловьев вырос в эпоху, когда российская электроника переживала упадок. После распада СССР многие разработки и производство микросхем были свернуты, а будущих инженеров обучали на зарубежном программном обеспечении. Тогда Соловьев поставил перед собой амбициозную цель: «А что, если мы не будем догонять, а сразу начнем делать системы автоматизированного проектирования, которые будут основаны на новых разработках и искусственном интеллекте?»
Сегодня Соловьев — член-корреспондент РАН, доктор технических наук, один из заметных российских специалистов в области ИИ и микроэлектроники. Он получил мировое признание как практик: долгое время удерживал первое место среди российских участников платформы Kaggle — главного международного сообщества дата-сайентистов — и входил в топ-4 ее глобального рейтинга.
Научную работу ученый совмещает с преподаванием. Он занимается подготовкой специалистов в области машинного обучения и проектирования микроэлектронных систем в национальном исследовательском университете «Московский институт электронной техники».
Одно из главных направлений работы Романа Соловьева — аппаратная реализация нейронных сетей. ИИ в таких системах работает непосредственно внутри микросхемы. Благодаря этому устройства быстрее обрабатывают данные, так как их не нужно передавать на сервер. Такие решения уже применяются в системах уличного видеонаблюдения, в том числе в Москве. Они помогают снизить уровень преступности и число дорожно-транспортных происшествий.
Еще одна область, в которой работает ученый, — применение методов машинного обучения в автоматизации проектирования микрочипов. Алгоритмы на основе ИИ помогают моделировать поведение сложных схем, заранее выявлять потенциальные проблемы и сокращать сроки производства.
В 2025 году вклад ученого в развитие методов создания интегральных схем и аппаратную реализацию нейросетей был отмечен Научной премией Сбера. Работы Соловьева создают основу для дальнейших прорывов в области проектирования и эксплуатации интеллектуального оборудования.
Сергей Кривовичев: переосмысление современной минералогии
Сергей Кривовичев родился в семье геологов. С детства он проводил много времени в Минералогическом музее, а во время обучения в Санкт-Петербургском государственном университете начал изучать структурную кристаллографию — науку о том, как устроены кристаллы на атомном уровне. «Минералы образовывались и находились в глубинах земного шара и в космических пространствах многие миллионы, даже миллиарды лет. С точки зрения человеческой жизни это вечность. Эта запечатленная вечность просто завораживает», — отмечает ученый.
Сергей Кривовичев — академик РАН, доктор геолого-минералогических наук, преподает в Санкт-Петербургском государственном университете. Также он является ведущим редактором международного журнала European Journal of Mineralogy и занимает должность генерального директора Кольского научного центра РАН, крупнейшего научного центра за Полярным кругом.
За годы работы Кривовичев расшифровал структуры более 200 минералов из месторождений России и других стран и стал соавтором открытия более 90 новых минеральных видов. Значительную их часть открыли в российских регионах — на Кольском и Камчатском полуостровах. Этот массив данных лег в основу дальнейших исследований Кривовичева.
Ученый сформулировал новое представление о том, как устроены и формируются минералы. Он обосновал теорию анионоцентрированных структур. При таком подходе кристаллы рассматриваются как системы, в которых главную роль играют анионы (например, атомы кислорода), а не металлы. Это позволяет лучше объяснить свойства и процесс образования некоторых минералов.
Еще одно достижение Кривовичева — инновационный способ изучения кристаллов на основе теории информации. Ученый ввел количественные характеристики структурной и химической сложности минералов, которые в мировой научной литературе получили название «меры кривовичевской сложности». Эти параметры позволяют сравнивать структуры и изучать минеральную эволюцию с момента появления первых кристаллических веществ во Вселенной.
Научные подходы ученого меняют представления о минералообразовании на Земле и в космосе, а также открывают перспективы создания новых материалов. За вклад в развитие минералогии, геохимии и неорганической кристаллохимии Кривовичев был удостоен Научной премии Сбера.
Борис Алексеев: персонализированные подходы в онкохирургии
Интерес к биологии и науке о жизни у Бориса Алексеева — доктора медицинских наук и одного из ведущих российских специалистов в области онкоурологии — появился в детстве.
Сегодня Алексеев сочетает клиническую практику с научной и организационной деятельностью. Он член-корреспондент РАН, заместитель генерального директора по научной работе НМИЦ радиологии Минздрава России. «Я считаю себя счастливым человеком, потому что мне удалось совместить профессию врача-хирурга и ученого», — отмечает Алексеев.
Область его научных интересов охватывает изучение роли молекулярно-генетических изменений в прогрессировании и прогнозе злокачественных опухолей простаты, почки и мочевого пузыря. Алексеев одним из первых в мире доказал преимущество хирургического лечения рака предстательной железы с высоким риском прогрессирования. Пятилетняя выживаемость у пациентов, которым провели операцию, достигает 80%. У тех, кто получил лучевую терапию без оперативного вмешательства, — 45%.
Алексеев руководил исследованиями, направленными на поиск новых молекулярно-генетических маркеров для ранней диагностики рака предстательной железы. Его команда выявила микроРНК и на их основе сформировала диагностические панели (набор лабораторных тестов), повышающие точность выявления опухоли на ранних стадиях. Такие панели позволяют сократить количество биопсий, снизить риск осложнений и уменьшить затраты на диагностику.
Под руководством ученого были проведены исследования распространения рака предстательной железы в лимфатических узлах на выборке пациентов — более 2 тыс. человек. Группа Алексеева разработала методику выявления сигнального (сторожевого) лимфатического узла. Она позволяет во время операции определить, есть ли в нем метастазы, и принять решение об удалении. Это снижает травматичность операции и ускоряет восстановление пациентов.
Исследования ученого получили признание в России и на мировом уровне. В 2024 году Алексеев вошел в список самых влиятельных ученых мира по уровню цитируемости Highly Cited Researchers. А в 2025 году за инновационные методы лечения рака предстательной железы и диагностические панели ученому была присуждена Научная премия Сбера.
Михаил Медведев: развитие методов цифровой химии
Кандидат физико-математических наук, химик-теоретик Михаил Медведев занимается развитием цифровых методов молекулярного моделирования и применением ИИ в теоретической химии. Интерес к науке возник у него еще в школьные годы, а в 2012 году будущий ученый поступил в Высший химический колледж РАН (факультет РХТУ им. Д.И. Менделеева). Там Медведев начал проводить экспериментальные исследования, а затем сосредоточился на задачах теоретической химии. С 2019 года он работает доцентом НИУ ВШЭ, а с 2020 года руководит научной группой в ИОХ РАН.
Медведев с коллегами показал, что ряд известных методов теории функционала плотности (основного инструмента моделирования, используемого для расчета свойств молекул и химических процессов) дают надежные результаты лишь в ограниченном круге задач. Дело в том, что эти методы подстраиваются под обучающие данные и теряют точность при применении к новым системам. «Это как школьник, который вместо того, чтобы понять предмет, просто выучил правильные ответы на тест», — поясняет ученый.
Поэтому важная задача работы его группы — тестировать методы на предмет их переобученности. Параллельно ученые разрабатывают способы обучения ИИ, при которых цифровые модели корректно воспроизводят физические законы при решении новых задач.
В 2025 году группа Медведева предложила новый подход к поиску «пропущенных» форм молекул в сложных конформационных ансамблях (наборах возможных пространственных форм одной и той же молекулы). ИИ анализирует уже найденные геометрии и подсказывает, какие могли остаться незамеченными. Так можно еще на этапе компьютерных расчетов отбирать наиболее перспективные реакции и сокращать число дорогостоящих лабораторных экспериментов.
Разработанные Медведевым методы устраняют основные проблемы, с которыми сталкиваются химики-теоретики, и делают результаты вычислений более точными. Это дает возможность использовать молекулярное моделирование для решения практических задач в области органического синтеза, фотофизики и фармацевтики. В 2025 году за вклад в развитие цифровой химии ученый получил Научную премию Сбера.
Дмитрий Пензар: расшифровка человеческого генома с помощью ИИ
Дмитрий Пензар — кандидат биологических наук, биоинформатик, исследующий генетику с помощью методов машинного обучения. Еще на втором курсе МГУ будущий ученый пробовал применить их для разработки подхода к группировке потенциальных лекарств. К окончанию университета Пензар сосредоточился на задачах генетики человека — предсказании последствий мутаций в ДНК. Сегодня Пензар — научный сотрудник Института общей генетики имени Н.И. Вавилова РАН и доцент Физтех-школы биологической и медицинской физики МФТИ.
Ученый исследует регуляторные участки ДНК, которые управляют работой генов. Нарушения в их работе приводят к сердечно-сосудистым патологиям, нейродегенеративным заболеваниям, опухолям.
Группа Пензара разработала нейросеть для анализа участков ДНК. Обучаясь на экспериментальных данных, модель учится предсказывать изменения в активности генов, которые могут произойти из-за мутаций в ДНК. В результате становится возможным не просто описывать процесс, а управлять им.
Если заранее понимать, какие мутации нарушают работу генов, можно точнее прогнозировать развитие заболеваний и подбирать стратегии лечения. «Мы должны научиться предсказывать эффекты регуляторных мутаций на уровне, пригодном для клинической практики», — подчеркивает ученый.
Пензар также адаптировал диффузионные нейросетевые модели (алгоритмы для создания изображений, видео, звука путем очищения их от случайного шума) для работы с ДНК. В геноме такими «шумами» выступают случайные мутации. С помощью нейросети можно генерировать регуляторные участки ДНК с заданными свойствами — такие исследования важны для биотехнологий и генной терапии.
За разработку нейросетевых методов моделирования и прогнозирования свойств регуляторных последовательностей ДНК Дмитрий Пензар был удостоен Научной премии. Его исследования приближают момент, когда геном можно будет не только читать, но и осознанно изменять с учетом особенностей человека.
Спроси у ГигаЧата:
Реклама: ПАО, Сбербанк, 18+ erid 2SDnjceFs3n
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.