1 февраля был дан старт олимпиаде IDAO 2022. ФКН, Яндекс и платиновый партнер — банк «Открытие» проводят ее в юбилейный, пятый раз. Первый этап олимпиады пройдет в онлайн-формате на Яндекс.Контесте — онлайн-платформе для организации соревнований по программированию.
3 февраля прошла презентация задачи первого этапа, которая посвящена предсказанию свойств двумерных кристаллов различных конфигураций. Открыл мероприятие Константин Новоселов, профессор Национального университета Сингапура, лауреат Нобелевской премии по физике 2010 года. Константин прочитал участникам лекцию, в которой познакомил их с двумерными кристаллами и их свойствами.
«Синтез двумерных кристаллов с заданными свойствами представляет собой принципиально новую область междисциплинарных исследований, — объясняет Константин Новоселов. — Один из способов создания новых кристаллов — получение сплавов и контролируемое введение дефектов. Структурные дефекты существенно влияют на физические и химические свойства, такие как проводимость, фотолюминесценция, магнетизм. Пространство возможных конфигураций огромно, поэтому использование методов машинного интеллекта позволит значительно сократить время на поиск новых ключевых конфигураций, обладающих заданными свойствами».
Несмотря на то, что олимпиада уже официально началась, регистрация на нее продлится до 13 февраля.
На презентации задачи отборочного тура выступил и один из ее разработчиков — Аль-Маини Абдалазиз Рашид Халид, стажер-исследователь лаборатории LAMBDA и аспирант ФКН НИУ ВШЭ. Абдалазиз рассказал о подготовки задачи, и о том, что пригодится для ее решения: «После открытия графена в различных отраслях промышленности вырос интерес к двумерным материалам благодаря их интересным электрическим, оптическим, магнитным и другим свойствам. Для расчета физических характеристик и свойств таких материалов используются такие методы как симуляция теории функционала плотности, которая занимает очень много времени даже на самых мощных суперкомпьютерах. Национальный университет Сингапура, НИУ ВШЭ (лаборатория LAMBDA) и Университет Иннополис начали сотрудничество, цель которого — использование машинного обучения для ускорения оценки свойств материалов. Для начала работы перспективными представляются двумерные дихалькогениды переходных металлов.
Если говорить о самой задаче, то она заключается в предсказании ширины запрещенной энергетической зоны двумерных материалов с точечными дефектами, которая напрямую связана с электрическими свойствами материалов. Дефекты в кристалле изменяют ширину этой зоны, поэтому очень важно понять, как на нее влияют различные типы дефектов. Набор данных получен в результате численного моделирования. Над этим проектом совместно работают лаборатория LAMBDA НИУ ВШЭ, исследователи Национального университета Сингапура и Университета Иннополис.
Для решения задачи участникам понадобятся знания в области машинного обучения, особенно графовых нейронных сетей наряду с другими архитектурами, которые обладают необходимыми inductive biases и физическими симметриями. Желательны также базовые знания в области физики, в основном материаловедения.
Ваш успешный вклад может привести к прорыву в области катализа, доставки лекарств, биомедицинской визуализации, биосенсоров, оптоэлектронных устройств, фототермической терапии и многих других областей. В зависимости от уровня представленных решений мы даже можем помочь объединить лучшие работы в совместную публикацию».
СМОТРЕТЬ ПРЕЗЕНТАЦИЮ ЗАДАЧИ ОТБОРОЧНОГО ЭТАПА
Источник: НИУ ВШЭ
