Elsevier (крупнейший издатель в области науки) и Российский союз ректоров 30 марта объявили победителей премии Research Excellence Award Russia 2021, присуждаемой продуктивным и высокоцитируемым российским ученым.
Победитель в номинации «Инженерные науки и технологии» профессор Южно-Уральского госуниверситета Денис Винник руководит группой, создающей новые ферриты с заданными свойствами. Ферриты — это соединения оксида железа с другими металлами, имеющие ферромагнитные свойства. Винник с коллегами наиболее плотно исследует модификации гегсаферрита бария — материала, раньше использовавшегося как магнит, потом как материал для магнитных пленок и жестких дисков, а сейчас он интересен прежде всего как излучатель в микроволновом диапазоне.
«Мы работаем над тем, чтобы модифицировать и настраивать свойства гексаферритов и ферритов вообще в широком охвате характеристик: частотный диапазон, магнитные свойства, температурные области устойчивости, — рассказывает в интервью “Эксперту” Денис Винник. — Для этого изменяем химический состав. Если частота исходной матрицы гексаферрита бария — 50 гигагерц, то замена двух атомов железа на два атома алюминия увеличивает рабочий диапазон частот до ста и выше. В сторону таких сверхвысоких частот у нас телекоммуникации и развиваются: все хотят картинки покачественнее передавать и с более высокой скоростью. Наши материалы могут быть использованы в 5G, причем не только в качестве излучателя, но и как компоненты для защиты от излучения». Таких материалов в мире больше не делает никто. «Есть лаборатории, занимающиеся той же группой материалов, — говорит Винник. — Но конкретные составы имеются только у нас».
Приз «За вклад в развитие актуальной научной темы в мире: сверхточные нейронные сети» получил профессор факультета компьютерных наук НИУ ВШЭ Дмитрий Ветров. Он занимается теоретическими исследованиями в области искусственного интеллекта и машинного обучения, имеющими, впрочем, мощное практическое применение. «За последние несколько лет в нейронных сетях обнаружено много удивительных и даже, я бы сказал, загадочных эффектов, — рассказал Ветров “Эксперту”. — Технологически это не очень значимо: нейросеть работает, а какие процессы при этом происходят внутри, не так уж важно, с точки зрения инженера. Но как ученый я с этим согласиться не могу».
Кроме подходов к новой теории машинного обучения Ветров разрабатывает математически сложный, но и более подходящий для больших нейросетей статистический метод обучения — так называемое байесовское моделирование. В мире им занимаются разные группы, но лаборатория Ветрова дошла до практического применения: «Мы не применяли его к индустриальным нейросетям, но на нейросетевых моделях, доступных простым университетским ученым, он работает… Наши технологии позволяют сжимать, ускорять нейронные сети и повышать точность их работы».
