Бакалавриат
2025/2026
Научно-исследовательский семинар "Генеративные модели ИИ в биологии"
Статус:
Курс обязательный (Когнитивная нейробиология)
Кто читает:
Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН
Где читается:
Факультет биологии и биотехнологии
Когда читается:
3-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
4
Контактные часы:
60
Программа дисциплины
Аннотация
НИС «Генеративные модели ИИ в биологии» посвящен внедрению современных технологий искусственного интеллекта в биологические исследования и практику. Участники курса познакомятся с основами генеративных моделей и их применением для решения актуальных задач в области биологии, включая анализ геномных данных и обработку биологических и медицинских изображений. Особое внимание будет уделено использованию нейросетей в повседневной деятельности биологов. Рассмотрим практические аспекты разработки презентаций и научных постеров с помощью ИИ, создание личных ИИ-помощников для повышения эффективности работы, а также использование инструментов ИИ для работы с информацией и написания текстов. Участники получат навыки, которые помогут им внедрять ИИ в проектную деятельность, оптимизируя процессы исследований.
НИС также сосредоточится на методах генерации новых гипотез и идей, основанных на анализе существующих данных, что является важной частью научного процесса. Участники смогут узнать, как генеративные модели могут быть использованы для моделирования биологических процессов, что откроет новые горизонты понимания и экспериментов в биологии.
Наконец, важной темой НИС станут этика и правовые аспекты использования генеративных моделей в научных исследованиях. Участники познакомятся с проблемами, связанными с ответственным и этичным использованием ИИ в науке, что будет способствовать формированию сознательного подхода к внедрению технологий.
Курс предназначен для студентов и специалистов в области биологии, желающих освоить методы и инструменты ИИ для улучшения качества своих исследований, повышения продуктивности и расширения горизонтов научной деятельности.
Цель освоения дисциплины
- • сформировать у слушателей практических и систематических навыков анализа биомедицинских данных; • сформировать представления о применении современных технологий обработки биомедицинской информации; • познакомить слушателей с основными принципами и приёмами статистической обработки данных • научить слушателей основным понятиям и постановкам задач машинного обучения, возникающих в биологических и биомедицинских задачах; • дать теоретические основы ключевых методов машинного обучения; • познакомить с принципами построения композиций моделей машинного обучения; • познакомить с основными метриками качества для регрессии и классификации; • научить выполнять полный цикл построения модели; • научить обучать основные модели машинного обучения, оценивать их качество; • научить выполнять кластеризацию и визуализацию данных; • дать базовые знания об архитектурах искусственных нейронных сетей, базовых методах их обучения и оценки качества.
Содержание учебной дисциплины
- Введение в анализ данных
- Основы математической статистики
- Введение в машинное обучение. Основные термины, постановки задач и примеры применения.
- Регрессионные методы и модели
- Методы классификации.
- Решающие деревья и композиции моделей
- Обучение без учителя и кластеризация
- Основы искусственных нейронных сетей
