Информационные технологии на службе науки. Вышел третий номер «Трудов Кольского научного центра РАН»

В конце 2025 года вышел третий номер журнала «Труды Кольского научного центра РАН. Серия: Технические науки»: двенадцать статей об исследованиях в области информационных технологий, искусственного интеллекта и инженерных наук. Большинство публикаций выполнено сотрудниками Института информатики и математического моделирования им. В. А. Путилова Кольского научного центра РАН при участии сотрудников других научных организаций. Часть работ – результаты аспирантских исследований.

Открывает номер статья Андрея Федорова с соавторами, в которой предложена технология быстрой разработки интеллектуальных информационных систем на основе больших языковых моделей с использованием протокола Model Context Protocol и механизма «tool calling». Авторы предлагают принципиально новый подход к интеграции существующих программных решений с возможностями больших языковых моделей. Вместо переписывания устаревших систем и встраивания в них сложных интерфейсов они предлагают «оборачивать» функции таких систем в стандартизированные инструменты. Пользователь формулирует запрос в свободной форме («Открой чат с названием «Экология» и собери последние сообщения»), а агент понимает намерение, выбирает нужные инструменты, вызывает их через MCP-сервер и возвращает результат в виде связного ответа. Эта работа демонстрирует, как можно интеллектуализировать любую информационную систему с минимальными затратами.

Павел Ломов, Андрей Маслобоев и Андрей Олейник описывают разработанную ими формализованную концептуальную модель жизненного цикла управления жизнеспособностью критической инфраструктуры с последующим преобразованием в систему онтологических паттернов. Для ускорения создания паттернов использованы большие языковые модели в двухэтапной процедуре, минимизирующей «галлюцинации».

Ольга Зуенко и Ольга Фридман представляют аналитический обзор методов кластеризации в подпространствах высокоразмерных данных на основе сеток, окон и плотности.

Александр Зуенко руководит исследованиями, которые проводят аспиранты ИИММ КНЦ РАН. Написанная им вместе со стажером-исследователем Алексеем Шестаковым статья представляет систему для автоматической генерации тестов и проверки знаний с поддержкой диалога на естественном языке, протестированную на учебных материалах по задачам удовлетворения ограничений.

В совместной с аспиранткой Полиной Таран работе Александр Анатольевич предлагает альтернативный подход к решению задач генеративного дизайна, который традиционно реализуется с помощью генеративных нейронных сетей. Вместо этого авторы формулируют их задачи как задачи удовлетворения ограничений и решают их с применением методов программирования в ограничениях. Генеративный дизайн рассматривается не как процесс генерации изображений или форм на основе статистических паттернов (как это делают нейросети), а как логико-комбинаторная задача размещения объектов в пространстве.

Роман Горбунов и Александр Вицентий представляют результаты исследования возможностей больших языковых моделей для извлечения данных из текстов на естественном языке. Авторы проводят эмпирическое сравнение 59 типов промптинга при извлечении RDF-троек из текста о железнодорожной аварии и выделяю самые эффективные стратегии.

В номере представлена также «сольная» статья Александра Вицентия «Моделирование пространственных ситуаций как геосемантических изображений на основе геопространственного графа знаний», в которой он на примере аварии на железнодорожной станции Княжая предлагает новый подход к моделированию пространственных ситуаций в виде геосемантических изображений.

В статье Владимира Диковицкого «Предиктивное моделирование социальных реакций для регионального управления на базе методов объяснимого искусственного интеллекта» предложена модульная архитектура Crowdsearch, объединяющая каузальные агентные модели, RAG, динамический граф знаний и деонтическую логику для прогнозирования и объяснения социальных реакций в онлайн-дискурсе.

В соавторстве с Максимом Шишаевым Владимир Витальевич представляет экспресс-технологию формирования обучающей выборки для планиметрического минералогического анализа на основе методов машинного обучения.

Сергей Яковлев и Алексей Шемякин в статье «Идентификация и классификация опасных объектов» анализируют нормативные подходы к определению категорий опасных объектов. Предложенный ими подход хорошо подходит для информационной поддержки управления промышленной и экологической безопасностью, планирования защиты критической инфраструктуры, разработке паспортов безопасности, а также может стать основой для автоматизации учета и категорирования объектов с использованием средств искусственного интеллекта и онтологического моделирования.

Валерий Бирюков и Андрей Олейник рассказывают о разработке вычислительной модели, описывающей поведение мелких ферромагнитных частиц в процессе их обогащения в водной среде при воздействии магнитного поля. Авторы применяют методы вычислительной гидродинамики для моделирования сложного физического процесса: тонкие частицы руды, которые трудно разделить из-за их малого размера и слабо выраженных физических различий, под действием магнитного поля объединяются в агрегаты, что ускоряет их осаждение и улучшает эффективность сепарации. На основе эмпирической зависимости, описывающей, как снижается гидродинамическое сопротивление таких агрегатов в зависимости от напряженности магнитного поля, ученые создали специализированный программный модуль, интегрированный в пакет ANSYS Fluent, что позволяет проводить точное численное моделирование процессов обогащения с учетом агрегирования.

Старший научный сотрудник Горного института КНЦ РАН Михаил Мелихов описывает методику мониторинга водонасыщенности горнопромышленных гидротехнических сооружений (например, хвостохранилищ) с использованием спутниковых снимков и специального индекса NDMI (Normalized Difference Moisture Index). Она уже протестирована на реальных хвостохранилищах АО «Апатит». Анализ 264 снимков показал, что метод точно отражает реальное состояние грунтов и хорошо согласуется с данными лабораторных анализов.