Дайджест по некоторым научным новостям из МФТИ за последние 2 месяца

В августе этого года я начал выкладывать свои релизы по научным статьям, которые делаю для МФТИ, на Хабр. Эти релизы представляют из себя особый жанр статей: это подробные пересказы содержания научных статей и исследований российских ученых, содержание которых они сами одобрили и в большинстве случаев отредактировали.

Я пишу по 10 релизов в месяц, начиная с июля 2024-го года. Вплоть до конца марта 2025-го года релизы делались полностью вручную, а затем опыт ^[1], навыки и понимание структуры были использованы, чтобы создать подробный промпт для облегчения этой работы. Этот промпт совсем не дает готового релиза (нужно проверять по содержанию статьи, редактировать, исправлять, подбирать иллюстрации и делать тому подобное), но очень полезен для быстрого чтения научных статей и помогает при работе по созданию релизов

https://colab.research.google.com/drive/1IhrozZA9RyxZNimoP3usQfOIHxi0FV0S?usp=sharing ^[2]

Он же в ворд документе

https://docs.google.com/document/d/1vjMs0msmleQqDXr_0TYyAgB2uelUHXHSmPYTX8I4Ulo/edit?usp=sharing ^[3]

Здесь сделаю обзор своих последних релизов, которые не успел выложить на Хабр (и по одному больше не буду выкладывать). Новые релизы выйдут уже в 2026-м году.

Исследования LLM от МФТИ вместе с ТБанком.

Искусственный интеллект научили думать по-разному ^[4]— здесь участвовал и МИСИС.

Ученые разработали новый подход Saliency-Diversified Deep Ensembles (SDDE) к обучению ^[5] ансамблей нейронных сетей, который заставляющий каждую модель в группе анализировать данные по-разному, чтобы повысить эффективность обучения. Например:

Карты внимания для обычного ансамбля и для ансамбля, обученного по методу SDDE, при анализе фотографии лодки. В первом случае все модели «смотрят» на одну и ту же центральную часть судна. Во втором — их внимание распределено: одна модель фокусируется на парусе, другая — на отражении в воде, третья — на линии горизонта. SDDE заставляет нейросети видеть картину целиком, во всем ее многообразии. — Карты внимания ^[6] для обычного ансамбля и для ансамбля, обученного по методу SDDE, при анализе фотографии лодки. В первом случае все модели «смотрят» на одну и ту же центральную часть судна. Во втором — их внимание распределено: одна модель фокусируется на парусе, другая — на отражении в воде, третья — на линии горизонта. SDDE заставляет нейросети видеть картину целиком, во всем ее многообразии.

Создана первая карта потоков “мышления” искусственного интеллекта ^[7]

Новый метод позволяет строить детальную «карту» эволюции абстрактных понятий в глубине больших языковых моделей. В статье тоже нарисовали механизм внимания

Механизм внимания. Этот граф потока, построенный с помощью нового метода, наглядно демонстрирует эволюцию одной-единственной концепции, связанной с научной физикой. Горизонтальная ось представляет собой глубину нейросети — от ранних слоев (слева) до финальных (справа). Каждая точка — это конкретное проявление этой концепции на определенном слое, а линии показывают ее «наследование». Видно, как на ранних этапах появляются общие научные термины, а по мере продвижения вглубь модели они уточняются и кристаллизуются в узкоспециализированные понятия, такие как «параметры стандартной модели». Источник: Daniil Laptev et al. / ICML 2025. — Механизм внимания. Этот граф потока, построенный с помощью нового метода, наглядно демонстрирует эволюцию ^[8] одной-единственной концепции, связанной с научной физикой. Горизонтальная ось представляет собой глубину нейросети — от ранних слоев (слева) до финальных (справа). Каждая точка — это конкретное проявление этой концепции на определенном слое, а линии показывают ее «наследование». Видно, как на ранних этапах появляются общие научные термины, а по мере продвижения вглубь модели они уточняются и кристаллизуются в узкоспециализированные понятия, такие как «параметры стандартной модели». Источник: Daniil Laptev et al. / ICML 2025.

Искусственному интеллекту задали плавающий ориентир для лучшего обучения ^[9]

Для борьбы со сверхоптимизацией (деградации качества моделей при продолжении их обучения дальше некоторого уровня) ученые разработали семейство новых алгоритмов.

Ученые создали аналог МРТ для искусственного интеллекта ^[10] — здесь участвовал и ВШЭ.

Здесь исследователи научились прослеживать трансформацию абстрактных концепций и признаков внутри нейросети, что позволяет лучше интерпретировать, LLM работают. Конечная цель этого — научиться вмешиваться в процесс обработки информации нейронкой, корректируя и контролируя его, повышая эффективность и безопасность.

Другие исследования LLM, в которых участвовал МФТИ.

Экзамен на выносливость для искусственного интеллекта ^[11]

Команда исследователей из SberAI, НИУ ВШЭ, Института искусственного интеллекта ^[12] AIRI и МФТИ представила LIBRA — первый в своем роде масштабный бенчмарк для оценки способности больших языковых моделей (LLM) работать с длинными текстами на русском языке. Он опубликован в открытом доступе и вот его структура:

Структура бенчмарка LIBRA. Бенчмарк представляет собой комплексный «экзамен» для нейросетей, состоящий из 18 заданий, которые разделены на четыре группы по возрастанию сложности. От простых задач по поиску «иголки в стоге сена» (Group I), до заданий, требующих анализа и сопоставления фактов, разбросанных по всему тексту (Group II и III), и решения логических и математических задач на основе прочитанного (Group IV). Такая многоуровневая структура позволяет оценить способность искусственного интеллекта работать с текстами объемом до 128 тысяч токенов, что эквивалентно целой книге. Источник: Churin et al., Long Context Benchmark for the Russian Language (2025)

Цифровой иммунитет для искусственного разума ^[13]

Команда исследователей из Института системного программирования им. В. П. Иванникова РАН (ИСП РАН), МФТИ, НИУ ВШЭ, РТУ МИРЭА и Института AIRI представила новый подход взаимодействия с ИИ-помощниками для разработки, направленный на снижение количества дефектов в коде. Их система самостоятельно находит и исправляет свои ошибки ^[14] в коде.

Сравнение исходного и модифицированного кода, сгенерированного с помощью LLM, с предупреждающим анализом статического анализатора Svace. Источник: Труды Института системного программирования РАН. 2025;37(5):111-122

Исследования в области неязыковых моделей искусственного интеллекта.

Искусственный интеллект обретает здравомыслие ^[15]

Ученые предложили новый метод под названием Identity Curvature Laplace Approximation (ICLA), который заставляет нейросети, распознающие объекты на изображениях, сомневаться в своих ответах и исправлять в них ошибки.

Эти исследования важны прежде всего для улучшения работы беспилотных систем, а также для нейронных сетей в медицине, чтобы аккуратнее работать с атипичными случаями.

Зеркальный лабиринт алгоритмов ^[16]

Ученые построили модель, описывающую, как системы искусственного интеллекта влияют на собственное будущее, обучаясь на данных, которые сами же и породили. Описанный им механизм «цифровой эхо-камеры» приводит к тому, что модели теряют адекватность.

Искусственный интеллект заглянул под кромку антарктических льдов ^[17]

Ученые разработали новый нейросетевой метод для автоматического обнаружения и классификации океанических вихрей в прикромочной ледовой зоне Антарктики.

Статистический портрет антарктических вихрей. (a) Карта географического расположения циклонических (синий) и антициклонических (красный) вихрей, использованных для обучения модели. (b) Распределение вихрей по размерам, показывающее доминирование малых циклонов и крупных антициклонов. (c) Пример антициклонического вихря на спутниковом снимке с отмеченным центром. Источник: Frontiers in Marine Science

Ученые научили искусственный интеллект оценивать уверенность своих прогнозов о том, как долго еще может проработать двигатель самолета ^[18]

Оставшийся срок службы набора испытательных двигателей, рассчитанный с помощью предлагаемой модели, учитывающей неопределенность. Источник: Russian Journal of Nonlinear Dynamics.

Исследования в области численного моделирования.

Океанологи нашли предел предсказуемости климата океана ^[19]

Их интересует прежде всего климат в Арктике.

Российские физики создали виртуальный микроскоп для недр земли ^[20]

Новый метод нужен для сейсмической разведки полезных ископаемых и ультразвуковой дефектоскопии материалов (железнодорожных рельс прежде всего).

Физики уточнили формулу для измерения энергии плазмы ^[21]

Это очередная теоретическая работа для создания термоядерного реактора.

Одно кольцо, чтобы править плазмой ^[22]

Ученые разработали новый оптоволоконный датчик тока для токамака Т-15МД.

Принципиальная схема двухпроходного (отражательного) оптоволоконного датчика тока с измерением на промежуточной частоте для токамака Т-15МД. Источник: Physics of Atomic Nuclei.

Исследования для миссии на Марс.

Ученые воссоздали в лаборатории искры марсианских вихрей ^[23]

Российские ученые научились интерпретировать электрические разряды в песчаных бурях ^[24]

Исследования проходят в лабораториях и в степях Калмыкии, в которых наблюдаются пылевые бури и условия, похожие на марсианские.

Прибор «Пылевой комплекс» во время полевых измерений в Калмыкии. Электромагнитный анализатор с антенной установлен на мачте для регистрации естественных радиосигналов, порождаемых электризацией пыли в приземном слое атмосферы. Такие полевые кампании необходимы для калибровки лабораторных данных и проверки моделей в реальных условиях. Источник: Solar System Research, 2025

Фотоэлектроны и хиральность.

Закрученный электрон помог физикам из МФТИ увидеть хиральность молекул ^[25]

Дайджест по некоторым научным новостям из МФТИ за последние 2 месяца - 9

Как использовать фотоэлектрон для измерения хиральности ^[26]

Дайджест по некоторым научным новостям из МФТИ за последние 2 месяца - 10

Исследования в области квантового компьютера

Трехмодовый каплер обеспечил двухкубитную операцию на трансмонах с 98%-й точностью ^[27]

Разработали и испытали новый фундаментальный строительный блок для масштабируемых квантовых процессоров, который необходим для создания собственного квантового компьютера. Ученые не только создали и измерили устройство, но и построили его полную численную модель, которая показала отличное совпадение с экспериментальными данными.

(a) общий вид двухкубитной системы. (b) ключевые наноразмерные элементы; (с) электрическая схема и принцип работы трехмодового элемента связи; (d) изменение энергетических уровней каплера в зависимости от внешнего напряжения

*Схема экспериментальной установки. Источник: Elena Yu. Egorova et al. / Physical Review Applied, 2025*

Новости развития нанотехнологий в МФТИ

Российские физики создали «искровой станок» для ювелирной сборки наночастиц из разных металлов ^[28]

Программируемая материя: физики научились лепить из света и вещества ^[29]

Свет под контролем тепла: создана поверхность, меняющая поляризацию света по команде ^[30]

Электронный торнадо: как физики научились читать послания молекул в лазерном вихре ^[31]

Нановолокна сплетают броню для сердца водородного двигателя ^[32]

Исследование о том, как управлять свойствами пьезокерамики ^[33]

Новая модель для описания магнитных свойств в высокотемпературных сверхпроводниках ^[34]

Физики МФТИ подтвердили гипотезу о «жидких» электронах в графене ^[35]

Новости от кафедры теоретической физики

Физики создали первую в своем роде полную классификацию конических сингулярностей в геометрии Минковского ^[36]

Заседание Научного клуба на Климентовском в декабре

Ученые против голода ^[37]

Ведущие ученые, академики РАН, директора научных институтов, говорили о новых технологиях в области производства продовольствия, о будущем человечества и продовольственной безопасности России. Затрагивались такие темы, как современные технологии селекции, редактирования генов, получения белка из насекомых, ДНК-микрочипов и тому подобные. На это заседание лично приехал даже сам ректор МФТИ.

В следующем году на сайте “За науку” выложат их полные доклады.

*Заседание научного клуба «Разговоры За науку на Климентовском». Фото: Анастасия Каплина*

*Дмитрий Ливанов. Фото: Анастасия Каплина*

Интервью с уникальным студентом

Мотивация — главная визитная карточка в науке ^[38]

Студент смог написать две статьи в журналы списка Скопус, учась на первом курсе! Во многом ему помогло активное использование современных LLM-моделей в исследованиях.

*Михаил Горковец, студент 2 курса ФПМИ МФТИ*

В одной статье он провел исследования влиянии вибраций от дорожно-строительных работ и звука от движения поездов метро на конструкции расположенных рядом многоквартирных домов. В другой промоделировал разрушение туннеля, расположенного на заданной глубине под землей, при последовательных взрывах на поверхности земли.

Чтобы сделать это, ему потребовалось провести огромный литературный обзор по теме, освоить многие предметы 2-го и 3-го курсов МФТИ, разобраться с удаленной работой на вычислительном кластере, а также освоить современные методы и технологии компьютерного моделирования уравнений в частных производных.

Дайджест по некоторым научным новостям из МФТИ за последние 2 месяца - 16

Автор: master_program

Источник ^[39]

Сайт-источник BrainTools: https://www.braintools.ru

Путь до страницы источника: https://www.braintools.ru/article/23695

URLs in this post:

[1] опыт: http://www.braintools.ru/article/6952

[2] https://colab.research.google.com/drive/1IhrozZA9RyxZNimoP3usQfOIHxi0FV0S?usp=sharing: https://colab.research.google.com/drive/1IhrozZA9RyxZNimoP3usQfOIHxi0FV0S?usp=sharing

[3] https://docs.google.com/document/d/1vjMs0msmleQqDXr_0TYyAgB2uelUHXHSmPYTX8I4Ulo/edit?usp=sharing: https://docs.google.com/document/d/1vjMs0msmleQqDXr_0TYyAgB2uelUHXHSmPYTX8I4Ulo/edit?usp=sharing

[4] Искусственный интеллект научили думать по-разному : https://zanauku.mipt.ru/2025/10/21/iskusstvennyj-intellekt-nauchili-dumat-po-raznomu-dlya-usileniya-kollektivnogo-myshleniya/

[5] обучению: http://www.braintools.ru/article/5125

[6] внимания: http://www.braintools.ru/article/7595

[7] Создана первая карта потоков “мышления” искусственного интеллекта: https://zanauku.mipt.ru/2025/10/27/sozdana-pervaya-karta-potokov-myshleniya-iskusstvennogo-intellekta/

[8] эволюцию: http://www.braintools.ru/article/7702

[9] Искусственному интеллекту задали плавающий ориентир для лучшего обучения: https://zanauku.mipt.ru/2025/10/25/iskusstvennomu-intellektu-zadali-plavayushhij-orientir-dlya-luchshego-obucheniya/

[10] Ученые создали аналог МРТ для искусственного интеллекта: https://zanauku.mipt.ru/2025/10/24/uchenye-sozdali-analog-mrt-dlya-iskusstvennogo-intellekta/

[11] Экзамен на выносливость для искусственного интеллекта: https://zanauku.mipt.ru/2025/12/02/ekzamen-na-vynoslivost-dlya-iskusstvennogo-intellekta-v-rossii-sozdan-pervyj-masshtabnyj-nabor-testov-dlya-nejrosetej-na-ponimanie-dlinnyh-tekstov/

[12] интеллекта: http://www.braintools.ru/article/7605

[13] Цифровой иммунитет для искусственного разума: https://zanauku.mipt.ru/2025/12/18/tsifrovoj-immunitet-dlya-iskusstvennogo-razuma-rossijskie-uchenye-nauchili-nejroseti-pisat-bezopasnyj-kod/

[14] ошибки: http://www.braintools.ru/article/4192

[15] Искусственный интеллект обретает здравомыслие: https://zanauku.mipt.ru/2025/11/26/iskusstvennyj-intellekt-obretaet-zdravomyslie-novyj-metod-uchit-nejroseti-somnevatsya-v-svoih-otvetah/

[16] Зеркальный лабиринт алгоритмов: https://zanauku.mipt.ru/2025/12/10/zerkalnyj-labirint-algoritmov-matematiki-obyasnili-pochemu-iskusstvennyj-intellekt-degradiruet-obuchayas-na-sobstvennyh-oshibkah/

[17] Искусственный интеллект заглянул под кромку антарктических льдов : https://zanauku.mipt.ru/2025/11/08/iskusstvennyj-intellekt-zaglyanul-pod-kromku-antarkticheskih-ldov/

[18] Ученые научили искусственный интеллект оценивать уверенность своих прогнозов о том, как долго еще может проработать двигатель самолета: https://zanauku.mipt.ru/2025/09/02/uchenye-nauchili-iskusstvennyj-intellekt-otsenivat-uverennost-svoih-prognozov-o-tom-kak-dolgo-eshhe-mozhet-prorabotat-dvigatel-samoleta/

[19] Океанологи нашли предел предсказуемости климата океана: https://zanauku.mipt.ru/2025/11/19/tanets-srednego-i-vihrya-okeanologi-nashli-predel-predskazuemosti-klimata-okeana/

[20] Российские физики создали виртуальный микроскоп для недр земли: https://zanauku.mipt.ru/2025/11/11/rossijskie-fiziki-sozdali-virtualnyj-mikroskop-dlya-nedr-zemli/

[21] Физики уточнили формулу для измерения энергии плазмы: https://zanauku.mipt.ru/2025/11/20/skrytyj-izyan-termoyadernogo-gradusnika-fiziki-utochnili-formulu-dlya-izmereniya-energii-plazmy/

[22] Одно кольцо, чтобы править плазмой: https://zanauku.mipt.ru/2025/10/07/odno-koltso-chtoby-pravit-plazmoj-rossijskie-fiziki-usovershenstvovali-kontseptsiyu-optovolokonnogo-datchika-toka-dlya-termoyadernogo-reaktora/

[23] Ученые воссоздали в лаборатории искры марсианских вихрей: https://zanauku.mipt.ru/2025/10/23/uchenye-vossozdali-v-laboratorii-iskry-marsianskih-vihrej/

[24] Российские ученые научились интерпретировать электрические разряды в песчаных бурях: https://zanauku.mipt.ru/2025/12/11/marsianskaya-pyl-obretaet-golos-rossijskie-uchenye-nauchilis-interpretirovat-elektricheskie-razryady-v-peschanyh-buryah/

[25] Закрученный электрон помог физикам из МФТИ увидеть хиральность молекул: https://zanauku.mipt.ru/2025/11/02/zakruchennyj-elektron-pomog-fizikam-iz-mfti-uvidet-hiralnost-molekul/

[26] Как использовать фотоэлектрон для измерения хиральности: https://zanauku.mipt.ru/2025/08/09/fiziki-pridumali-kak-ispolzovat-fotoelektron-dlya-izmereniya-hiralnosti/

[27] Трехмодовый каплер обеспечил двухкубитную операцию на трансмонах с 98%-й точностью: https://zanauku.mipt.ru/2025/08/05/trehmodovyj-kapler-obespechil-dvuhkubitnuyu-operatsiyu-na-transmonah-s-98-j-tochnostyu/

[28] Российские физики создали «искровой станок» для ювелирной сборки наночастиц из разных металлов: https://zanauku.mipt.ru/2025/10/22/rossijskie-fiziki-sozdali-iskrovoj-stanok-dlya-yuvelirnoj-sborki-nanochastits-iz-raznyh-metallov/

[29] Программируемая материя: физики научились лепить из света и вещества: https://zanauku.mipt.ru/2025/11/10/programmiruemaya-materiya-fiziki-nauchilis-lepit-iz-sveta-i-veshhestva/

[30] Свет под контролем тепла: создана поверхность, меняющая поляризацию света по команде: https://zanauku.mipt.ru/2025/11/12/svet-pod-kontrolem-tepla-sozdana-poverhnost-menyayushhaya-polyarizatsiyu-sveta-po-komande/

[31] Электронный торнадо: как физики научились читать послания молекул в лазерном вихре: https://zanauku.mipt.ru/2025/11/17/elektronnyj-tornado-kak-fiziki-nauchilis-chitat-poslaniya-molekul-v-lazernom-vihre/

[32] Нановолокна сплетают броню для сердца водородного двигателя: https://zanauku.mipt.ru/2025/11/21/nanovolokna-spletayut-bronyu-dlya-serdtsa-vodorodnogo-dvigatelya/

[33] Исследование о том, как управлять свойствами пьезокерамики : https://zanauku.mipt.ru/2025/11/27/tajnaya-arhitektura-pezokeramiki-kak-atomnaya-simmetriya-porozhdaet-unikalnye-svojstva-materialov/

[34] Новая модель для описания магнитных свойств в высокотемпературных сверхпроводниках: https://zanauku.mipt.ru/2025/11/28/zagadochnyj-magnetizm-sverhprovodnikov-dinamika-vo-vremeni-okazalas-vazhnee-prostranstva/

[35] Физики МФТИ подтвердили гипотезу о «жидких» электронах в графене: https://zanauku.mipt.ru/2025/12/01/fiziki-mfti-podtverdili-gipotezu-o-zhidkih-elektronah-v-grafene/

[36] Физики создали первую в своем роде полную классификацию конических сингулярностей в геометрии Минковского : https://zanauku.mipt.ru/2025/11/15/fiziki-iz-mfti-perepisali-pravila-dlya-singulyarnostej-prostranstva-vremeni/

[37] Ученые против голода: https://zanauku.mipt.ru/2025/12/13/uchenye-protiv-goloda/

[38] Мотивация — главная визитная карточка в науке: https://zanauku.mipt.ru/2025/12/19/motivatsiya-glavnaya-vizitnaya-kartochka-v-nauke/

[39] Источник: https://habr.com/ru/articles/980484/?utm_source=habrahabr&utm_medium=rss&utm_campaign=980484

Нажмите здесь для печати.