• Ученые в ближайшие годы смогут использовать нейросети для создания новых материалов, диагностики болезней и интерпретации сложных данных.
• Премия Сбера в номинации «AI в науке» вручена впервые для молодых ученых до 36 лет.
• ИИ-модели позволяют сократить время и стоимость анализа протеомных данных, ускоряя разработку лекарств и повышая их эффективность.
• ИИ-модели также используются для предсказания свойств новых материалов, сокращая время от идеи до готового продукта.
• Генеративные алгоритмы ИИ могут помочь в поиске новых структур и материалов для энергетики, экологии и медицины.
• Генеративный ИИ также используется для исследования многомерных данных, например, климатических прогнозов и анализа клеток при воздействии лекарств.

«Протеомика должна ответить, какие белки и в каком количестве есть в образце. Мы разрезаем белки на пептиды и анализируем их на масс-спектрометре. Данные сложны и содержат шум. Мы применяем машинное обучение, чтобы за пять минут анализа получить информацию примерно о трех тысячах белках. Это в 10 раз быстрее и дешевле, чем традиционный подход», - сказал Кандидат физико-математических наук, ведущий научный сотрудник Института энергетических проблем химической физики им. В. Л. Тальрозе (ФИЦ Химической физики им. Н. Н. Семенова РАН) Марк Иванов отмечен премией в номинации «AI в науке. Науки о жизни» за применение AI в исследованиях в области протеомики.