Виктор Немченко: Для меня Летняя школа стала очень тёплым и вдохновляющим опытом. Мне было приятно работать с такими умными, добрыми, весёлыми и дружными ребятами, они заряжали энергией каждый день. Отдельное спасибо представителям бизнеса за настоящие, живые кейсы с реальным применением — это дало смысл и глубину всей работе. Получилась мощная синергия образования и практики. Команды сделали классные решения и поделились креативными идеями, которые можно внедрить уже завтра. Горжусь, что был частью этого процесса!

Летняя школа по ИИ-2025 прошла просто шикарно: море, лето, много работы. У ребят были классные идеи, нетривиальные подходы к решению поставленных задач. Я вникал в их предложения, подсказывал, помогал найти оптимальные решения и тоже учился новому. Например, я узнал несколько библиотек, которые планирую применить в своей исследовательской работе.

Летняя школа стала для меня ярким лучиком этого лета, увлекательным приключением, в котором совмещались и умственная деятельность, и работа в команде и, конечно же, яркий отдых со своими единомышленниками.

Отмечу, что знания, которые я получил на курсе "Нейронные сети и их применение в научных исследованиях", помогли мне разобраться в новой теме, связанной с большими языковыми моделями, а также во многом помогли мне в работе над кейсами. Эти знания были основным источником, к которому я обращался в процессе решения поставленной задачи. Также в моей команде был ещё один выпускник курса, с которым мы многое решали вместе и делились мнением. У меня остались только положительные впечатления от участия в Летней школе. Большое спасибо фонду "Интеллект" за предоставленную возможность.

Летняя школа прошла потрясающе: очень здоровские лекции, кейсы. Мы плодотворно пообщались с представителями бизнеса, преподавателями. Несмотря на плотный учебный график, мы успевали ходить на море, гулять по Геленджику. Единственный минус — мне не хватило времени, проведённого здесь 😁 Во всём остальном — только сплошные плюсы.

Мне очень помогли знания, полученные на курсе MSU.AI. Без них я бы вообще не понимал ни слова, ни на лекциях Летней школы, ни в своей работе над кейсом 🙈. Считаю, что наша победа достигнута за счёт этих знаний.

Огромное спасибо команде MSU.AI за курс "Нейронные сети и их применение в научных исследованиях", фонду "Интеллект" за организацию Летней школы и представителям бизнеса за классные кейсы и нетворкинг! Мне всё очень понравилось!

На мой взгляд, такие мероприятия крайне полезны для молодых специалистов в области data science и открывают ряд новых возможностей. Живое общение со студентами, экспертами и представителями бизнеса позволяют расширить кругозор в области ИИ. Я получил настоящее удовольствие от работы в такой атмосфере, с такими заряженными людьми!

«До применения PINN мы попробовали использовать другой подход - численное решение уравнений гидродинамики с подставленным экспериментальным полем температуры. Но такой способ восстановления требует сглаживания исходных данных, регуляризации уравнений. PINN оказалась более удобным инструментом для ассимиляции данных», – рассказывает один из авторов статьи, аспирант и младший научный сотрудник кафедры молекулярных процессов и экстремальных состояний вещества физического факультета МГУ Юлия Руденко.

«То, что вы твердо знаете про течение, можно включить в целевую функцию, что не знаете, можно не включать. Поскольку подход новый, никто не знает, сколько нужно входных данных, чтобы нейросеть выдала правильное решение (глобальный минимум целевой функции). Это очень похоже на нелинейную аппроксимацию какой-нибудь функции с несколькими неизвестными параметрами, вот только подбираемых параметров тут десятки тысяч — значения всех физических величин в узлах сетки. Подход очень гибкий, хотя и еще недостаточно изученный. Со временем станет понятнее, как получать с помощью PINN правильные результаты и как отличить правильный результат от неправильного», – отмечает один из авторов, к.ф.-м.н., доценткафедры молекулярных процессов и экстремальных состояний вещества физического факультета МГУ Николай Аркадьевич Винниченко.

«В своем докладе я рассказала о результатах тестирования моделей на созданном бенчмарке КВаС. В дальнейшем я планирую протестировать больше моделей и сравнить, насколько модели и люди устойчивы в оценках приемлемости при изменении лексического материала», — уточнила молодая ученая.