С сентября 2026 года в МФТИ идёт межфакультетский элективный курс «ИИ в научных исследованиях» (AI4Research). Запись открыли для аспирантов университета, и заявки подали более 60 человек. Программа рассчитана на 15 недель дистанционного обучения: 30 академических часов лекций и 14 часов семинаров, по итогам — дифференцированный зачёт.
Курс выстроен как последовательность из трёх модулей. В первых двух аспиранты разбирают границы применимости ИИ в науке и осваивают прикладной инструментарий: автоматизацию поиска литературы, работу с большими массивами сложных статей, генерацию и проверку кода, доказательство теорем с помощью нейросетей и структурирование технических отчётов. Третий модуль меняет ракурс — здесь учат настраивать персональную ИИ-среду, в которой модель автоматизированно работает с собственными и внешними материалами. Для этого слушатели собирают набор программных связей (коннекторов), дающих ИИ доступ к базам данных, научным библиотекам и сервисам, и одновременно систематизируют свои статьи, заметки и экспериментальные данные в единую базу знаний, понятную для ИИ. На основе этой работы вместе с ИИ-агентами аспиранты готовят черновик научной статьи.
| Параметр | Значение |
|---|---|
| Название курса | «ИИ в научных исследованиях» (AI4Research) |
| Старт | сентябрь 2026 года |
| Участники | более 60 аспирантов МФТИ |
| Длительность | 15 недель дистанционного обучения |
| Объём | 30 академических часов лекций и 14 часов семинаров |
| Аттестация | дифференцированный зачёт |
| Преподаватели | 14 экспертов |
«ИИ — это сквозная технология, без которой учёному сегодня всё сложнее полноценно состояться и быть конкурентоспособным на мировом уровне. Мы учим аспирантов встраивать ИИ-инструменты в каждый этап научной работы и проверять выводы нейросетей, при этом оставаясь автором, а не наблюдателем», — приводит CNews слова руководителя проекта, к.т.н., руководителя Операционного офиса ТОП-ИИ МФТИ Дениса Кустова. Он отметил, что инструментарий готовы предоставить научному сообществу в целом, а не только аспирантам Физтеха.
Финальный блок курса показывает отраслевую специфику: на реальных примерах разбирают интеграцию алгоритмов в молекулярное моделирование для нефтегазового сектора, науки об атмосфере, океане и климате, компьютерный дизайн перспективных материалов и интеллектуальные системы связи. Это позволяет соотнести универсальный инструментарий с практикой в конкретных научных областях. В преподавательский состав вошли 14 экспертов — преподаватели Физтех-школы прикладной математики и информатики, исследователи Института искусственного интеллекта МФТИ и учёные, применяющие машинное обучение в физических, химических, климатических и инженерных проектах.
«На курсе AI4Research мы учим успешно решать прикладные задачи, даже если их сложность выше текущего уровня знаний слушателей: аспиранты ставят перед искусственным интеллектом проблему, вместе с ним разбираются в ней, находят путь к решению и в процессе получают новые навыки», — сказал Александр Панов, д.ф.-м.н., профессор РАН, директор Центра когнитивного моделирования МФТИ и лаборатории AIRI, один из лидеров команды разработки курса. По его словам, на выходе аспирант получает проверенный набор инструментов и умеет объяснить и подтвердить каждый полученный с участием ИИ результат.
Формально AI4Research — это не про освоение одной конкретной модели, а про сборку рабочего контура вокруг исследователя: поиск и разбор литературы, генерация и верификация кода, доказательство теорем, доступ к внешним базам через коннекторы и собственная база знаний. Такой подход отражает общий сдвиг в научной работе: объёмы публикаций, данных и вычислений в ряде областей уже не покрываются традиционными методами, и ИИ-агенты становятся промежуточным звеном между исследователем и инфраструктурой знаний. Для аспирантов это ещё и вопрос воспроизводимости — курс требует не просто получить результат с помощью нейросети, но и уметь его обосновать.
