Корейская компания Liner совместно с лабораторией Сеульского национального университета проводит исследования в области ИИ для материаловедения

Репортаж от Wedoany，Компания Liner 22-го числа объявила о подписании делового соглашения с «Исследовательской лабораторией биомолекулярных наноматериалов (BMNL)» профессора Нам Ки Тэ (Nam Ki Tae) с кафедры материаловедения Сеульского национального университета. Стороны будут сотрудничать в области «ИИ для научных исследований». Цель сотрудничества — снизить нагрузку на университетских исследователей, связанную с повторяющимися задачами, с помощью инструментов ИИ, создав для них среду, способствующую творческой научной работе.

Профессор Нам Ки Тэ — материаловед, специализирующийся в области биомиметического материаловедения, искусственного фотосинтеза и хиральных наноматериалов. Его команда в 2018 году опубликовала в журнале Nature технологию точного синтеза трехмерных хиральных наночастиц. Эта статья набрала более 24 000 цитирований в Google Scholar.

Цель данного сотрудничества — эмпирически оценить вклад ИИ в продуктивность передовых естественнонаучных исследований. Для этого стороны будут использовать инструмент ИИ для исследований Liner — «Liner Scholar», а также специализированного ИИ-агента для материаловедения. Ключевые задачи включают три направления: эмпирическое исследование рабочих процессов на основе Liner Scholar; совместная разработка специализированного ИИ-агента для материаловедения; количественный анализ вклада ИИ в исследования. Liner отвечает за разработку конвейеров и моделей ИИ, а BMNL — за предоставление экспертных знаний в предметной области, а также за проведение исследований и валидацию данных.

В рамках эмпирического исследования по первой задаче сотрудники BMNL будут использовать Liner Scholar на всех этапах исследовательского процесса — от формулирования гипотез и обзора литературы до написания научных статей. Полученные данные станут основой для совместной разработки специализированного ИИ-агента для материаловедения. В конечном итоге стороны планируют путем количественного анализа вклада ИИ в исследования на академическом уровне выяснить, насколько ИИ может повысить скорость и результаты научных исследований.