Microwave seminar | 11 December 2025

Искусственный интеллект (ИИ) уже прочно вошел в нашу повседневную жизнь, и многие идеи, еще недавно считавшиеся научной фантастикой, становятся новой реальностью. Не менее глубокие перемены происходят и в науке – сфере, где ИИ все чаще берет на себя задачи, ранее считавшиеся исключительно прерогативой человека: от формулировки гипотез и планирования экспериментов до анализа огромных массивов данных и подготовки научных публикаций.
В рамках лекции мы разберемся, что на самом деле стоит за понятием «искусственный интеллект» и какое место в нем занимают машинное обучение и нейронные сети. Обсудим, как эти технологии трансформируют методы научного поиска и способствуют становлению новой научной парадигмы. Мы рассмотрим примеры прорывных открытий, сделанных с помощью интеллектуальных алгоритмов, а также постараемся ответить на вопрос, сможет ли ИИ в будущем заменить ученого. В заключение поговорим о навыках, которые уже сегодня необходимо развивать молодым исследователям, чтобы оставаться востребованными в стремительно меняющемся технологическом мире.

Main paper/arXiv, related to the seminar, and other references, up to 5
J. Degrave et al., Magnetic control of tokamak plasmas through deep reinforcement learning, Nature 602, 414 (2022).
Merchant, Amil, et al. Scaling deep learning for materials discovery. Nature 624, 7990 (2023).
Wong, Felix, et al. Discovery of a structural class of antibiotics with explainable deep learning. Nature 626, 7997 (2024).
N. J. Szymanski et al., An autonomous laboratory for the accelerated synthesis of novel materials, Nature 624, 86 (2023).
M. Naddaf, How are researchers using AI? Survey reveals pros and cons for science, Nature d41586 (2025).