ТГУ станет площадкой для пилота по обучению ИИ на научных данных
У ТГУ появилась новая задача федерального уровня: отработать, как научно-технические и исследовательские данные могут использоваться для обучения отечественных моделей искусственного интеллекта.
25 сентября по итогам совещания о запуске проекта «Оцифровка НТИ» Дмитрий Чернышенко дал поручение запустить на базе ТГУ совместно со Сбером пилот по созданию инфраструктуры для работы с «сырыми» исследовательскими данными по химии.
В поручении отдельно обозначены формирование датасетов, обучение моделей ИИ, а также правовое и нормативно-методическое обеспечение этой работы. Срок запуска пилота — до 30 октября.
До этого ректор ТГУ Эдуард Галажинский представил этот подход в Москве. В своей презентации он говорил уже не просто об оцифровке научной литературы, а о создании данных, на которых можно обучать специализированную суверенную модель ИИ для науки. Задача такой модели — помогать и искать информацию, и работать с научными и технологическими задачами: выявлять «белые пятна», формулировать гипотезы, анализировать производственные цепочки.
Для обучения такой модели недостаточно книг, статей и диссертаций. Нужны ещё и сырые исследовательские данные: результаты измерений, формулы, графики, лабораторные журналы, экспериментальная документация — то, что сегодня часто остаётся внутри конкретной лаборатории и никогда не превращается в общедоступный научный результат. В презентации ТГУ именно такой сбалансированный корпус данных назван необходимым условием для развития научного ИИ.
Первым полигоном станет химия. В 2026 году ТГУ вместе со Сбером должен оценить возможности существующей модели, определить, каких данных ей не хватает, собрать и подготовить необходимые массивы, дообучить GigaChat и проверить, выросло ли качество решения конкретных научных задач. Параллельно предполагается создать прототип репозитория исследовательских данных — с функциями приёма, нормализации и хранения таких массивов.
Михаил Шепель:
«Университет оказался среди тех организаций, которым поручено решать важную государственную задачу — участвовать в создании собственной сильной суверенной модели и соответствующей инфраструктуры знаний и данных».
Нашему университету предстоит на практике отработать саму механику: какие научные данные нужны модели, как их собирать и структурировать, как обеспечить права и безопасность и, наконец, действительно ли дообученная на них модель начинает лучше решать научные задачи.