Научный опенсорс

Ученый из Гарварда придумал, как искать задачи специально под ИИ

Мэтью Шварц, который ранее за две недели написал с Claude полноценную работу по теоретической физике, продолжил эксперимент. На этот раз он решил не заставлять модель работать как ученого, а искать научные задачи, которые хорошо подходят под сильные стороны современных LLM.

Он называет их Claude-shaped problems. Идея в том, что в разных областях науки постоянно встречаются очень похожие математические конструкции, но ученые из одной области могут просто не знать, что нужный метод уже давно существует в другой. А LLM как раз очень хорошо умеют находить такие связи между огромным количеством разрозненной литературы.

Под это Шварц вместе с Claude собрал BootLoops, набор инструментов для точных математических вычислений. Изначально он создавался для теоретической физики, но затем Claude начал находить практически те же задачи в экологии, генетике, экономике, лингвистике и других областях.

Например, в экологии модель нашла уравнение из теории биоразнообразия, которое около 20 лет не умели эффективно считать на больших данных, и решила его методами из математической физики. А в популяционной генетике Claude нашел способ точно вычислить интеграл, который около 30 лет приходилось оценивать приближенно. Это позволило исследователям проверить модель рекомбинации ДНК на огромном массиве генетических данных и обнаружить следы генной конверсии, которые раньше было сложно выделить.

Но тут обнаружилась важная проблема. Claude довольно хорошо находил технически правильные результаты и очень плохо понимал, насколько они вообще интересны для конкретной науки. Шварц несколько раз приносил такие находки профильным специалистам и получал примерно один ответ: технически впечатляет, научно не очень интересно.

Поэтому дальше схема работы стала другой. Claude ищет связи между областями, пишет код, считает и перебирает гипотезы, а профильный ученый определяет, какой вопрос действительно стоит задавать. Так из первоначально неинтересного результата по экологии вместе с экспертом сделали новую модель динамики лесов, а из расчета по генетике пришли к анализу миллиардов пар мутаций.

Шварц считает, что именно здесь современные модели уже могут заметно ускорять науку. Огромный пласт научных задач можно решить не новым методом, а переносом уже существующего метода из другой области.

https://www.anthropic.com/research/claude-shaped-science

🔥10 октября в Москве — конференция «ИИ: Наука в действии»

Sber AI Lab и Университет ИТМО собирают исследователей, инженеров и лидеров индустрии, чтобы обсудить переход от передового AI-ресерча к реальным продуктам.

🔆В программе:
🔘11 докладов от топовых исследователей из Сбера, ИТМО, МФТИ, Сколтеха, AIRI и T-Bank.
🔘Панельная дискуссия «От науки к бизнес-внедрению» с участием профессоров и топ-менеджеров ведущих AI-центров.
🔘Международный keynote спикер.

🔆Ключевые темы:
🔘Фабрики LLM-агентов, управление знаниями и мультиагентные системы для автоматизации исследований и разработки.
🔘Эффективный инференс, сжатие MoE-моделей и оптимизация контекста в RAG-системах.
🔘Надежность и оценка LLM: детекция галлюцинаций, доверие к моделям и LLM-as-Judge.
🔘Обработка банковских данных и внедрение ИИ-решений.

Зачем быть очно?
☑️Разобрать практический опыт внедрения
☑️Задать вопросы авторам исследований напрямую
☑️Нетворкинг с командами Sber AI Lab

📍Москва, Офис Сбера
📆10 октября, 11:00–18:00

➡️Программа и регистрация по ссылке!

✈@sb_ai_lab

Привет!

Рады сообщить, что 🦜 ODS совместно с Международным университетом информационных технологий запустили соревнование по написанию кода ИИ-агентами - SWE MERA Challenge.

Соревнование пройдет в три этапа:
✅ на первом этапе участникам с помощью любых агентов предстоит решить представленные задания на своей стороне;
✅ на последующих этапах то же самое нужно будет делать уже в изолированном окружении.

⭐️Для Топ-3 участников будет дана возможность представить свою работу на конференции по программной инженерии ICSE 2027!

Присоединяйтесь к соревнованию по 🔗ссылке!

Кажется, у меня случился тот самый момент, когда проект перестаёт быть папкой на ноутбуке.

BiomechPy 1.1.0 опубликован.

Теперь его действительно можно установить одной командой:
pip install biomechpy

BiomechPy — это Python-библиотека для механики мягких биологических тканей, роста и ремоделирования, constituent turnover и constrained-mixture моделей.

И самое важное для меня здесь даже не сам факт публикации.
Перед релизом библиотека прошла тот уровень проверки, который я давно хотела видеть у собственных вычислительных проектов: тесты, научные инварианты, независимый аудит, сравнение NumPy и DOLFINx, реальные MPI-запуски на 1/2/4 процессах, проверку wheel и source distribution в чистых окружениях.
То есть в какой-то момент это перестало быть:
«у меня вроде работает».
И стало:
«вот постановка, вот эталон, вот независимые проверки, вот воспроизводимый результат».

Для математического моделирования эта разница, пожалуй, важнее количества написанных строк кода.

Пока BiomechPy не пытается быть «библиотекой вообще обо всём». В текущей версии ядро — это конечные деформации, волоконно-армированная механика, рост и ремоделирование, turnover составляющих ткани, когортная память и пространственные constrained-mixture модели.

Дальше хочется двигаться уже к экспериментальным данным, калибровке и обратным задачам.

Но сегодня можно просто зафиксировать:
первая стабильная публичная версия — есть.
GitHub: https://github.com/karinaurazova/biomechpy
PyPI: https://pypi.org/project/biomechpy/

И да. Теперь фраза «я написала библиотеку» звучит чуть менее подозрительно, потому что её хотя бы можно поставить через pip.

#матмоделирование #биомеханика #mechanobiology #python #opensource #BiomechPy #ЗакулисьеМатМодельера

Открытый семинар: «Образование после ChatGPT: опенсорс-курс на Физтехе и план развития на 2026–2028»

В среду, 16 сентября, в 15:30 состоится совместный семинар Учебно-научного центра гуманитарных и социальных наук и Центра научного программирования МФТИ.

Докладчик — Антон Костин, доцент УНЦ ГСН МФТИ, автор опенсорс-курса «Анализ данных в научной литературе».

О чём поговорим:

- почему нейросети обесценили домашние задания и как превратить курс в настоящий опенсорс-проект;
- что показал первый запуск: слушатели пишут код, размечают датасеты и чинят формы вместе с преподавателем;
- четыре курса 2026/27 на Физтехе, ИИ-сокурсник botai и стандарт качества курсов OCA, Open-Course Advisor, OSA для образования;
- планы развития опенсорс-образования на Физтехе и за его пределами — и что нужно проекту от научного сообщества и индустриальных партнеров.

Участие свободное, офлайн и онлайн.

Дата: среда 16 сентября
Время: 15:30 - 18:30
Место: МФТИ, поточная ауд. Арктики
Трансляция: доступна по ссылке

До встречи на семинаре!