В проекте Екатерина проанализировала записи воспоминаний жителей Академгородка, уделив особое внимание так называемому модусу — субъективной «надстройке» высказывания.

— Если я говорю: идёт дождь — это просто факт. А если говорю: кажется, идёт дождь — я добавляю сомнение. Вот это и есть модус. В русском языке таких смысловых надстроек очень много, и они могут накладываться друг на друга, — пояснила Екатерина.

Работа написана в рамках структурно-семантического подхода, основоположником которого считается Виктор Владимирович Виноградов. В рамках современных синтаксических концепций, на которые опиралась в исследовании Екатерина Кулятина (теория моделирования элементарных простых предложений, разработанная Майей Ивановной Черемисиной), преодолены противоречия, заключенные в подходе В. В. Виноградова. Тем не менее, структурно-семантический подход позволяет решить широкий круг научных проблем. Как объяснила Екатерина Кулятина, сейчас очень хорошо описана диктумная часть речевых конструкций, опубликовано много работ на эту тему, а вот модусная составляющая, на которой она сделала акцент в работе, пока изучена не так хорошо.

Записи для анализа студентка брала из проекта «Мифы и легенды Академгородка» и дополняла собственными интервью. Выборку составили интервью десяти респондентов — людей с высоким уровнем владения русским языком, многие из которых занимались научно-исследовательской работой.

— В их речи мы увидели высокую плотность смыслов: сложные обороты, причастные и деепричастные конструкции. Такие особенности делают устную речь богатой, но при этом сложной для анализа,  особенно автоматического, — рассказала Екатерина.

По словам автора проекта, понимание модуса важно не только для филологии, но и для технологий. В перспективе такие наработки можно использовать при обучении нейросетей, чтобы они понимали и передавали не только факты, но и субъективные оттенки смысла. 

— Мы пока находимся не на том этапе, когда компьютер может в полной мере распознать и воспроизвести такие нюансы, но это логичный следующий шаг, — отметила Екатерина Кулятина.

Выпускница планирует во время обучения в магистратуре немного изменить направление своих исследований, занявшись автоматизацией анализа речи. 

— Хочу попробовать научить компьютер вычленять модусные смыслы и сравнить машинные результаты с моими ручными. Это будет честный тест того, насколько мы технологически готовы к такому анализу, — подытожила Екатерина. 

По материалам пресс-службы НГУ

Фото Инессы Бахаревой

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

 

Данное приложение, не имеющее аналогов в мире, станет своего рода конвейером поточной обработки спектров, в который интегрирована глубокая нейронная сеть. Модель глубокого машинного обучения для автоматизации анализа спектров РФЭС в рамках своей дипломной работы разработал выпускник бакалавриата факультета естественных наук НГУ  Артем Вахрушев. Его проект вошел в число победителей как первого, так и второго раундов молодежного конкурса научно-исследовательских проектов «Рентгеновские, синхротронные, нейтронные методы междисциплинарных исследований». В этом году молодой исследователь успешно защитил дипломную работу, в которой представил первую версию приложения с графическим интерфейсом. Нейросеть для обработки спектров Артем Вахрушев разрабатывал при финансовой поддержке Министерства науки и высшего образования РФ в рамках государственного задания ИК СО РАН (проект FWUR-2024-0032), а также при поддержке Программы «Приоритет—2030». Уже опубликована первая статья в рецензируемом журнале Kinetics and Catalysis по данной теме. В настоящее время Артем Вахрушев проходит дипломную практику в ФИЦ ИК СО РАН и продолжает вместе со своими старшими коллегами работать над совершенствованием приложения для обработки данных РФЭС. 

Рентгеновская фотоэлектронная спектроскопия (РФЭС) — спектроскопический метод исследования элементного состава, химического и электронного состояния атомов изучаемого материала, основанный на явлении внешнего фотоэффекта. Спектры РФЭС получают путем облучения материала пучком рентгеновских лучей с регистрацией зависимости количества испускаемых электронов от их энергии связи. Метод РФЭС — один из самых распространенных спектроскопических методов в катализе, материаловедении, физике полупроводников и многих других областях современной науки. В настоящее время обработка рентгеновских фотоэлектронных спектров в подавляющем большинстве случаев осуществляется вручную и представляет собой рутинный процесс — на описание одного спектра у научного сотрудника уходит от 10 минут. Классические алгоритмы анализа спектров могут вызывать значительную ошибку при обнаружении и подгонке пиков, и поэтому не могут использоваться в задачах автоматизации.

— Задача автоматизации анализа данных РФЭС очень актуальна, и ее значимость только возрастает в связи с запуском ЦКП «Сибирский кольцевой источник фотонов» (СКИФ). С введением в эксплуатацию соответствующей станции, обладающей большой производительностью, объем данных многократно увеличится, и потребуются инструменты для их автоматической обработки. Необходимо будет получать первичную информацию со скоростью, превышающей скорость традиционного анализа, например, ручного. Существует достаточно большое количество классических подходов к решению этой задачи, но, к сожалению, они не универсальны. Чтобы ученые не тратили ценное экспериментальное время на промежуточный анализ полученных спектров, необходимый для принятия решения о дальнейшем ходе исследования, мы и создаем свое приложение. Важная часть данного продукта — нейронная сеть, перед которой поставлена задача идентифицировать пик и его область, после чего на конвейере производится его разложение по классическим алгоритмам, используемым в стандартных программных продуктах. Для удобства пользователей все эти компоненты объединены графическим интерфейсом, и у них нет никакой необходимости разбираться в коде. Все, что предлагается пользователю, — некоторая оболочка, в которую он может загрузить спектры РФЭС и на выходе получить готовую информацию. Важно, что есть возможность при этом объединять разные файлы и выбирать различные возможности выдачи информации, что в итоге приводит к значительному ускорению анализа спектров, — рассказала доцент  НГУ и старший научный сотрудник ФИЦ ИК СО РАН кандидат химических наук Анна Владимировна Нартова.

По материалам пресс-службы НГУ

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

В начале 2026 года после сдачи нового корпуса ИММТ НГУ, который относится к объектам второй очереди кампуса НГУ, возводимого в рамках национального проекта «Молодежь и дети», лаборатория будет располагаться на площадях нового кампуса. Создание лаборатории является частью стратегического проекта «Центр интеграции персонифицированной биомедицины, фармации и синхротронных, бинарных технологий», финансируемого в рамках программы «Приоритет 2030».

Сейчас в лаборатории работают 5 человек, среди которых представители ведущих научно-исследовательских центров Новосибирска и Томска. Также к работе в лаборатории будут привлечены студенты, магистранты и аспиранты Института медицины и медицинских технологий, факультета естественных наук и других факультетов НГУ, которые в рамках подготовки своих дипломных и научных работ будут участвовать в реализации проектов лаборатории. Возглавила лабораторию кандидат биологических наук Елена Александровна Прокопьева, научный сотрудник ИММТ НГУ.

Лаборатория полностью ориентирована на решение прикладных задач, которые стоят перед современной фармацевтической отраслью и биомедициной. Прежде всего речь идет о быстром внедрении новых методов фармацевтических разработок, расширении междисциплинарных исследований, интеграции искусственного интеллекта и анализа больших данных в биологию и медицину; а также о формировании современной образовательной среды для подготовки специалистов нового поколения, в том числе и обучающихся из различных стран.

— Одно из перспективных направлений для лаборатории — это анализ виромов (совокупности вирусов) с помощью метагеномного и биоинформационного анализа в партнерстве с научно-исследовательскими институтами СО РАН. Это передовое направление в науке. В основе метагеномного анализа лежат методы секвенирования нового поколения, с помощью которых можно «прочитать» одновременно сразу несколько участков разных геномов в различных образцах. Однако сегодня проблемой является анализ миллиардов доступных последовательностей, количество которых с каждым годом увеличивается в геометрической прогрессии. Таким образом, передовые технологии позволят ускорить процесс выявления новых вирусов, даже на основе уже доступных и опубликованных метагеномных данных, — рассказала Елена Прокопьева.

В лаборатории планируется использовать модели машинного обучения для анализа биомедицинских данных, таких как геномные, транскриптомные и протеомные, поскольку эти методы позволяют эффективно выявлять сложные закономерности и взаимосвязи в больших и многомерных наборах данных. Использование машинного обучения в биомедицинских исследованиях открывает новые возможности для глубокого понимания биологических процессов и улучшения клинической практики.

Индустриальными и научными партнерами лаборатории являются лидеры отрасли — ООО «Технопром», научно-исследовательские институты СО РАН (Институт ядерной физики имени Г.И. Будкера СО РАН, ФИЦ «Институт катализа имени Г. К. Борескова СО РАН», ФИЦ «Институт цитологии и генетики СО РАН»), ФБУН ГНЦ ВБ «Вектор» Роспотребнадзора, Федеральный исследовательский центр фундаментальной и трансляционной медицины (ФИЦ ФТМ). Также лаборатория сотрудничает с иностранными партнерами, такими как Цинхайский университет и Восточно-Китайский педагогический университет (Китай), РГП «Институт генетики и физиологии» (Казахстан).

По материалам пресс-службы НГУ

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

В ходе подготовки рейтинга оценивалась деятельность 389 университетов России. В рейтинг включены все статусные университеты страны: 29 национальных исследовательских университетов, 10 федеральных, 33 опорных, а также 145 университетов, участвующих в программе «Приоритет 2030». Деятельность университетов оценивалась по шести параметрам: Бренд, Образование, Исследования, Социальная среда, Сотрудничество, Инновации и Предпринимательство.

Продвижение НГУ в рейтинге обусловлено прежде всего улучшением позиций по двум подрейтингам «Исследования» (с 7-го места в 2024 года на 5-е в 2025) и «Инновации и предпринимательство» (с 15-го места в 2024 году до 8-го в 2025). Важно отметить, что по последнему параметру НГУ уже второй год подряд существенно улучшает позиции (в 2023 году был на 35-м месте).

— За последние 5 лет внебюджетные доходы от исследовательской деятельности выросли в 5 раз и по итогам 2024 года составили 1,9 млрд рублей. НГУ участвует во всех ключевых программах развития, включая “Приоритет 2030”, “Сеть современных кампусов”, исследовательские центры в сфере искусственного интеллекта и т.д. Мы также усиливаем сотрудничество с индустриальными партнерами по реализации совместных научно-исследовательских проектов, разработке и внедрению новых технологий, методик, подходов для решения задач, которые стоят перед различными отраслями. Наша стратегическая цель — стать центром притяжения инноваций, чему будет способствовать и создание современной инфраструктуры для научно-исследовательской и инновационной деятельности на базе строящегося кампуса НГУ, — прокомментировал ректор НГУ академик  Михаил Петрович Федорук.

НГУ ведет активную работу в сфере технологического предпринимательства. Так, в университете функционирует Стартап-студия НГУ, на текущий момент уже более 55 студенческих команд стали победителями федерального конкурса Фонда содействия инновациям и получили по 1 млн рублей на реализацию проектов. Более 30 из них стали резидентами бизнес-инкубатора Академпарка. По итогам 2024 года более 1 млрд. рублей привлечено в проекты НИОКР для высокотехнологичных отраслей промышленности.

По материалам пресс-службы НГУ

Фото (портрет) Андрея Соболевского

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

Руководитель проекта ИАЭТ СО РАН — кандидат исторических наук, старший научный сотрудник института Майя Олеговна Филатова, с ней в команде — магистранты Новосибирского государственного университета.

В фокусе внимания проекта — зелёные зоны новосибирского Академгородка. Новосибирский научный центр представляет собой уникальный природно-архитектурный комплекс, который был спроектирован в конце 1950-х годов. Как пояснила Майя Филатова, «При создании Академгородка использовался метод диффузной застройки, который подразумевал сохранение больших площадей леса нетронутыми между постройками, а также рекультивацию зелёных зон и насаждение деревьев и кустарников во дворах, вдоль улиц, между домами. В настоящее время в ходе реализации архитектурных проектов и благоустройства инфраструктуры зачастую сохранению зелёных насаждений не всегда уделяется должное внимание, что вызывает острый общественный резонанс, а Академгородок теряет свой первоначальный облик».

Однако как выяснили исследователи при первоначальном сборе информации, фактически для сооружения зданий институтов, университета и жилых домов коренной лес, который являлся частью Приобского бора, был вырублен методом сплошной, а не выборочной рубки, как это предполагает диффузная застройка. После окончания строительства лесные посадки были высажены на прежнем месте, и уже спустя годы восстановленные части древостоя интегрировались в экосистему окружающего его бора.

В проекте планируется:

—  с помощью метода дендрохронологии выявить с точностью в год/сезон этапы восстановления леса Академгородка,

— определить наиболее проблемные участки современного древостоя,

— и, самое главное, оценить скорость цикла лесовосстановления и спрогнозировать, за какой срок лесной фонд Академгородка сможет вернуть свой первоначальный облик в местах возведения новых капитальных строений.

Выполнение проекта значимо в практическом плане в свете реализации концепции Академгородок 2.0. Результаты проекта позволят найти баланс между озеленением, застройкой и экономической выгодой региона.

По материалам пресс-службы ИАЭТ СО РАН

Фото Андрея Соболевского

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

 

Студенты Института интеллектуальной робототехники НГУ Никита Зеленков, Ян Комаревцев и Илья Трушкин, участники Стартап-студии НГУ, создали систему ACMS Censor, которая автоматически скрывает нежелательный контент в видео- и аудиофайлах. Новый сервис ориентирован как на обычных пользователей и авторов контента, так и на крупные медиакомпании, онлайн-кинотеатры и видеохостинги. Куратором проекта выступил выпускник ИИР НГУ Максим Емельянов. 

По словам разработчиков, система самостоятельно распознаёт сцены с курением, нецензурную лексику, признаки экстремистских материалов и контент 18+. Такие фрагменты она автоматически закрывает мозаикой или «запикивает»  без участия человека. «Мы создаем решение, которое позволит публиковать безопасный контент, не нарушающий правила платформ и нормы законодательства. Наша система фильтрует материалы до публикации, чтобы авторам не приходилось делать это вручную», — рассказал представитель команды Илья Трушкин.

 «На текущий момент аналогичных решений на рынке мы не нашли. Большинство существующих инструментов ограничены фотоформатом, требуют ручной модерации или просто уведомляют о наличии нарушающего контента. Наша система идёт дальше — она скрывает нежелательные элементы автоматически, что упрощает публикацию и повышает безопасность контента», — пояснил Илья Трушкин.

 Такое решение может оказаться интересным медиаплощадкам, которые в первую очередь несут ответственность за контент. С помощью этого сервиса они смогут автоматически приводить попадающий к ним от сторонних лиц контент в соответствие требованиям законодательства. 

Сейчас команда завершает настройку развертывания и тестирует интеграцию продукта. Сервис будет доступен в двух версиях: бесплатной — для обычных пользователей, и коммерческой — для крупных компаний. Бесплатная бета-версия появится в открытом доступе уже 19 мая по ссылке. 

 Запуск первых вариантов корпоративных решений запланирован на август. В этом варианте система будет устанавливаться локально на серверах корпорации, и разработчики не будут иметь к ней доступ, что повысит безопасность ее использования компанией-клиентом. 

Создатели сервиса также сообщили, что открыты к партнёрству и активно ищут инвесторов для масштабирования проекта.

 По материалам пресс-службы НГУ

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

 

Испытание  прокомментировала глава Нижнекаменского сельсовета Ордынского района Новосибирской области Наталья Юрьевна Гусева:

— Считаю, что новейшая разработка «дрон-доставщик» — это экономия времени и отличная возможность для жителей правобережья доставки, например, лекарственных препаратов, которых нет в наличии в нашем аптечном пункте, либо небольшой посылки с маркетплейса. Тестовый полёт прошёл успешно, поэтому учёным Новосибирского государственного университета хочется пожелать удачи и дальнейшего развития!

Новая разработка — это следующий этап в развитии линейки беспилотных летающих аппаратов, которой занимаются в НГУ уже третий год. В команду разработчиков входят сотрудники Исследовательского центра в сфере искусственного интеллекта НГУ, студенты Института интеллектуальной робототехники и Высшего колледжа информатики НГУ, а также сотрудники Сибирской пожарно-спасательной академии ГПС МЧС России и разработчики малого инновационного предприятия при НГУ.

— Сейчас мы понимаем, что вышли на следующий уровень: мы можем сделать дрон, который в автоматическом режиме пролетит по маршруту, выполнит определенное действие и вернётся в стартовую точку, то есть это полностью автономные машины. Создание таких аппаратов — актуальная задача, которая решается не только в России. И у нас есть шанс сделать такую машину одними из первых, — рассказал Алексей Григорьевич Окунев, директор Института интеллектуальной робототехники НГУ.

Дрон-доставщик сконструирован в НГУ: разработчики самостоятельно проектируют и распечатывают детали аппарата на 3D-принтере. В БПЛА есть импортная электроника, однако заметная часть программного обеспечения, которое отвечает за логику действий аппарата, управление полетом, обрабатывает видеосигнал, данные с датчиков, — это собственная разработка НГУ. В дроне используется одометрия по подстилающей поверхности (метод измерения координат с помощью технического зрения) — решение, также разработанное в НГУ. В скором времени оно будет усовершенствовано за счет внедрения нейронных сетей, которые позволят дрону с еще большей точностью определять местоположение, чтобы он в меньшей степени зависел от сигнала GPS.

Новая разработка имеет социальное значение и найдет применение в сфере доставки товаров прежде всего в труднодоступные районы. Например, в населенные пункты на территории Нижнекаменского сельсовета Ордынского района Новосибирской области, где проводился тестовый полет. В весенний период, когда ледовую переправу через водохранилище закрывают, а паром еще не начинает ходить, в условиях наземной распутицы село оказывается в изоляции практически на две недели. Если же осуществлять доставку дроном из райцентра Ордынское, то можно это сделать напрямую: расстояние составляет всего 4,5 км, которое БПЛА преодолевает за 5 минут. Таких районов, транспортная доступность которых ограничена по разным причинам, в России немало.

Сейчас вес товара, который способен перевезти дрон, ограничен 500 граммами. В ходе тестового полета аппарат доставлял набор лекарственных препаратов. БПЛА может эксплуатироваться в любых погодных условиях, за исключением ливневых дождей и сильного ветра.

Разработчики планируют к лету произвести пилотную партию до 5 штук и запустить сервис по доставке в тестовую эксплуатацию: на территории Нижнекаменского сельсовета летом находится большое количество отдыхающих, которым доставка дроном позволит сэкономить время на приобретение товаров, а не переправляться на пароме на другой берег каждый раз, когда необходимо что-либо срочно купить.

По материалам пресс-службы НГУ

Фото Анны Король

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

Открытие представительства позволит укрепить научные и образовательные связи между Северной Кореей и Россией, создать платформу для совместных исследований и обмена опытом в различных областях науки и технологий, а также привлечь внимание студентов и ученых к образовательным возможностям, которые предоставляет Новосибирск.

Как ожидается, могут быть разработаны совместные исследовательские программы, организованы обмены студентов и преподавателей, а также проведены научные конференции и семинары. Это создаст дополнительные возможности для интернационализации образования в обеих странах и повысит уровень научных исследований.

— Визит делегации Университета имени Ким Ир Сена в Новосибирск состоялся в конце января 2025, в рамках него ректоры Новосибирского государственного университета и Университета имени Ким Ир Сена выразили уверенность в том, что создание представительства станет важным шагом к развитию двусторонних отношений в сфере науки и образования. Они также подчеркнули важность взаимодействия с международными партнерами для решения актуальных научных и технологических задач, стоящих перед обществом, — прокомментировал Евгений Сагайдак, начальник управления экспорта образования НГУ.

Кроме того, достигнута договоренность о том, что в Северной Корее будет найдена школа-партнер для Специализированного учебно-научного центра НГУ (Физико-математической школы). Это позволит совместно готовить северокорейских школьников для поступления в Новосибирский государственный университет, предоставляя им необходимые знания и навыки для успешного обучения.

Делегация Университета имени Ким Ир Сена также подтвердила намерение принять участие в мероприятиях Интернедели, которая будет проходить в НГУ в конце апреля. Это откроет новые возможности для обмена опытом и знаниями между школьниками и преподавателями, а также продемонстрирует интерес к установлению более тесных академических связей между двумя странами.

По материалам пресс-службы НГУ

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!

 

Информация опубликована на портале Правительства России.  Список участников основного трека утвердил Совет по поддержке программ развития университетов — участников «Приоритета-2030» под председательством главы Минобрнауки Валерия Фалькова.

«С этого года обновлённая программа “Приоритет-2030”реализуется в рамках национального проекта “Молодёжь и дети”. Она стимулирует вузы ставить амбициозные цели и перестраивать внутренние процессы. Важным результатом становится укрепление связи вузов с реальным сектором экономики. С момента старта программы в 2021 году объём средств, вложенных в программы развития университетов-участников технологическими партнёрами, удвоился — до 61 млрд рублей в прошлом году. При этом количество технологических партнёров тоже возросло – их уже почти 12,5 тыс.», — отметил вице-премьер Дмитрий Чернышенко.

По итогам отбора в состав первой группы вошли 11 университетов, каждый из которых получит порядка 1 млрд. рублей. Во второй группе  21 вуз, до каждого из которых будет доведено 460 млн. рублей. В третью группу вошли 68 университетов – каждый из них получит до 100 млн. рублей. Средства субсидий могут быть направлены на выстраивание системы стимулирующих выплат для профессорско-преподавательского состава, развитие инфраструктуры вуза, приобретение высокотехнологичного оборудования, привлечение в университеты исследователей мирового уровня, организацию научных мероприятий.

Из сибирских вузов в первую группу вошли Томский государственный и Томский политехнический университеты, во вторую, кроме НГУ — Тюменский госуниверситет,  Томский университет систем управления и радиоэлектроники (ТУСУР) и Сибирский государственный медицинский университет (Томск), в третью группу — НГТУ НЭТИ.

Основной формой лечения рака остается химиотерапия. Однако серьезные побочные эффекты, присущие химиотерапевтическим препаратам, в также способность раковых клеток избегать с помощью ряда механизмов воздействия лекарств является серьезным препятствием. Поэтому ученые продолжают активные поиски новых методов лечения онкологических заболеваний. Одно из перспективных направлений — пептидная терапия.

Ранее катионные антимикробные пептиды, которые еще называют пептидами защиты хозяина, в соединении с биоактивной молекулой показали хорошие результаты в создании антимикробных препаратов. Также выяснилось, что некоторые пептиды специфически распознают и связываются с мембранными белками опухолевых клеток, оказывая противоопухолевое действие. Именно это свойство использовали новосибирские ученые в своем исследовании.

«Эта работа заняла довольно много времени, года три-четыре. Но в результате нам удалось на культурах опухолевых клеток показать высокую активность соединения. Кроме того, мы смогли изучить механизмы его действия на молекулярном уровне — сегодня это обязательное условие для регистрации любого нового противоракового препарата на мировом уровне», — рассказал один из участников исследования, заведующий кафедрой фундаментальной медицины факультета медицины и психологии НГУ, член-корреспондент РАН Андрей Георгиевич Покровский.

«В результате полученное соединение обеспечивало адресную доставку к раковым клеткам одного агента, вызывающего повреждение ДНК, и второго агента, предотвращающего репарацию. Таким образом, удается добиться программируемой клеточной гибели в опухолевых тканях. Понятно, что на данном этапе речь не идет о лекарстве, для этого соединению надо пройти долгий путь доклинических и клинических испытаний, но эта часть работы находится за пределами компетенций и возможностей коллектива, проводившего это исследование», — отметил ученый.

Исследование проводилось в рамках международного проекта по поиску средств пептидной терапии рака. Интерес к такого рода соединениям у российских производителей пока не очень высок — в настоящее время в нашей стране практически не развито производство фармпрепаратов, чье действие основано на пептидах. Но в мировых масштабах это направление быстро развивается.

По материалам пресс-службы Минобрнауки РФ

Больше информации по Академгородку 2.0 и СКИФ — в нашем Телеграм!