AI in Research | aingstrom

описание

Рассказываю о том, как ускорить поиск научной и технической инфы с помощью ИИ-сервисов. 🗣 @shashkingrigory

← к каналу @aingstrom

211

подписчиков

Охват к подписчикам

141,2%

ERR

Реакции к просмотрам

1,83%

109 на 20 постов

Пересылки к просмотрам

1,91%

114

Постов в день

0,0

всего 20

Где отзываются чаще

доля реакций к просмотрам

8 мар.Synthetic Sciences: ИИ, который ведёт научные процессы Сервис показывает, как ИИ выходит за рамки «умного чата» и начинает выполнять полноценные исследовательские циклы. Платформа объединяет агентов, вычисления и интеграции в единое рабочее пространство, где можно читать статьи, запускать эксперименты, обучать модели и собирать результаты в отчёты. Четыре режима: Core Research — гипотезы, обзоры, планирование и запуск ML‑экспериментов. SOTA Biology — протеин‑дизайн, геномика, pathway‑анализ. Flywheel — автоматическое улучшение моделей. Write — подготовка научных текстов с проверяемыми ссылками. Ключевая особенность — длинные процессы. Агенты работают в фоне, управляют GPU‑кластерами, восстанавливают окружения, продолжают задачи после закрытия браузера. Это уже не ассистент, а оркестратор научной инфраструктуры. Важно: сервис особенно полезен продвинутым пользователям, которые умеют программировать, работать с Python‑окружениями, ML‑фреймворками и внешними API. Для них Synthetic Sciences становится инструментом автоматизации рутинных этапов и ускорения экспериментов. Есть и ограничения: закрытая архитектура, зависимость от облачных GPU, необходимость контроля исследователя. Это пример того как ИИ постепенно становится частью научного цикла, а не просто генератором текста. #ИИвнауке #researchwithAI #оркестратор@aingstrom Помогу оформить подписку из РФ, пишите в лс канала.7,37%
7 июн.без подписи6,80%
15 февр.𝐏𝐚𝐩𝐞𝐫𝐁𝐚𝐧𝐚𝐧𝐚 — опенсорсный agentic фреймворк, который превращает ваш текст в готовые Рисунки для научных статей — прямо из раздела «Методы» вашей статьи. Примеры из публикации действительно хороши и не ошибаются в фактологии статей, на которую опираются. PaperBanana создан для визуализации исследований, но способ, которым он превращает структурированный текст в диаграммы и графики, позволяет использовать его также для инфографики, информационных панелей и других видов работы с большими объемами данных. 𝐇𝐨𝐰 𝐢𝐭 𝐰𝐨𝐫𝐤𝐬: Команда ИИ-агентов работает за кулисами → Один находит хорошие примеры диаграмм → Один планирует структуру → Один оформляет макет → Один генерирует изображение → Один критикует и улучшает его Интересно, что в слепых сравнениях люди фактически предпочитали результаты PaperBanana примерно в 3 из 4 случаев! Статья и информация по проекту: dwzhu-pku.github.io/PaperBanana #ИИвнауке #AIresearch #фреймворк@aingstrom @aingstrom6,54%
4 февр.Начинаем цикл постов про ИИ-инструменты в ВУЗах Первый на очереди — Paperpal, относительно простой редактор для работы с научными текстами. Смотрим, что он умеет и кому реально пригодится. Для исследователя или студента: 1. Пишешь статью — жмёшь "/" и выбираешь что нужно: набросать структуру, развить мысль, найти источники по теме. 2. Работа с литературой — ищешь статьи прямо в редакторе, добавляешь в библиотеку, вставляешь цитаты. Форматирование в нужный стиль (их там 10 000+) происходит автоматически, можно добавить наш ГОСТ. 3. Chat with PDF — загружаешь статью на сотню страниц, спрашиваешь "какую методологию использовали авторы?" или "какие основные выводы?" — и получаешь ответ с указанием страниц. Реально экономит время на первичное ознакомление. 4. Перед отправкой в журнал — проверяешь на плагиат, смотришь similarity score, получаешь 30+ технических проверок соответствия стандартам журналов. Снижаешь риск desk rejection из-за формальных косяков. Для преподавателя: 1. Подготовка материалов — переводишь источники с 30+ языков, причём можно сразу адаптировать под академический стиль. Нашёл интересную немецкую статью? Перевёл, причитал, использовал в лекции. 2. Редактура текстов — вставляешь текст, видишь все грамматические и стилистические неладности. Highlight на предложение → выбираешь режим: "сделать академичнее", "упростить", "сократить" или "улучшить читаемость". 3. Обратная связь студентам — выделяешь параграф, жмёшь "Review with AI" и получаешь развёрнутый фидбек по языку, читаемости, логике изложения. Можно копировать и отправлять студенту с комментариями. Конечно спорно - но интересно будет ли работать качественно и быстрее + с учетом твоих источников. 4. Интеграции — действительно удобно, что есть и плагин для Word, и расширение для Chrome. Работаешь в привычной среде, не нужно осваивать новый интерфейс. Нашел промокод PAP20 — скидка 20% на все тарифы, забирайте! Могу помочь оформить подписку из РФ, пишите в лс канала. #ИИвнауке #AIresearch #редактор@aingstrom @aingstrom6,41%
24 апр.Elicit.com — это уже не просто AI-поисковик статей, а почти «операционная система» для обзора литературы Главная идея сервиса в том, что он закрывает не один шаг, а целый исследовательский workflow: поиск статей, screening, извлечение данных, черновой синтез статьи и работу со своей библиотекой. Elicit ищет по Semantic Scholar, PubMed и OpenAlex, отдельно умеет работать с clinical trials и загруженными документами. Что по функционалу: • AI Search — семантический поиск по научной литературе и evidence, а не только по ключевым словам (пример) • Reports — автоматически собирает быстрые обзоры: ищет статьи, формирует критерии отбора, извлекает данные и пишет структурированный отчёт с источниками • Systematic Review — пошаговый workflow для отслеживания и извлечения данных; в описании сервиса это вообще один из центральных сценариев • Paper Chat / Extract Data — можно чатиться с выбранными статьями, сравнивать их и собирать таблицы по PDF • Library / Alerts — хранение PDF, импорт из Zotero, теги и алерты по новой литературе Кому может быть полезно: — исследователям и RA, которые регулярно делают литобзоры; — командам в biotech / medtech / pharma; — тем, кто не хочет просто «ответ от ИИ», а хочет пройти путь от вопроса к таблице статей с настраиваемыми колонками сравнения и нормальному evidence-backed summary. В обычном поиске Elicit помогает уточнить исследовательский вопрос и подсказывает, как его сделать более конкретным. А в новых agentic workflows / Research Agent Elicit уже явно задаёт уточняющие вопросы перед запуском работы, чтобы понять границы задачи, приоритетные источники и формат результата. По деньгам: базовый план у Elicit бесплатный, а систематические обзоры и более серьёзные workflow уже вынесены в платные тарифы, где Pro сейчас указан от $49 в месяц при годовой оплате. Elicit выглядит интереснее многих AI-инструментов для науки именно там, где нужен не «чат по статьям», а структурированная работа с литературой. Пробовать точно стоит — особенно если у вас узкое место не в написании текста, а в поиске, screening и сборке evidence. #ИИвнауке #researchwithAI #экосистема@aingstrom Помогу оформить подписку из РФ, пишите в лс канала.5,68%
25 февр.Scite AI: перестать верить фейковым научным ссылкам ИИ‑ассистенты стали быстрее, умнее — и всё так же любят придумывать ссылки. В научной работе это превращается в хаос: citation spam, некорректные утверждения, «подтверждения», которых в статье нет. Scite решает эту проблему за счёт одной простой идеи — проверяемости. Что делает Scite.ai? Это научный поисковик с Smart Citations: он показывает не просто количество цитирований, а контекст. Статья действительно подтверждает тезис? Опровергает? Или просто упоминает? Плюс есть AI‑ассистент, который отвечает на вопросы только с реальными, проверяемыми источниками. Ключевые возможности: • Smart Citations — смысл цитирования, а не цифры. • Reference Check — проверка библиографии на ошибки. • Ассистент с верифицированными ссылками. • Dashboards для анализа авторов, журналов, тем. • API для RAG и LLM‑пайплайнов. Чем лучше Google Scholar и других? Scite не просто ищет статьи — он показывает, как их используют в научном поле. Это снижает риск галлюцинаций и делает инструмент полезным для due diligence, peer review, грантов и deeptech‑стартапов. Помогу оформить подписку из РФ, пишите в лс канала. #ИИвнауке #researchwithAI #поисковик@aingstrom @aingstrom4,85%
11 июн.ИИ и NMR: почему работа Anthropic — заслуживает внимания Автоматическая расшифровка NMR – это давняя задача. Её пытаются автоматизировать десятилетиями: ChemDraw, MestReNova, ACD/Labs, академические модели, нейросетки — всё это уже было. Но у всех один и тот же предел: инструменты либо требуют идеально подготовленных данных, либо работают только в прямом режиме, либо разваливаются на реальных спектрах. Работа Anthropic отличается. Они не изобрели анализ спектров заново. Они показали, что современная мультимодальная модель может работать с химическими данными в их естественном виде — со спектрами, текстом, схемами, SMILES и контекстом синтеза. Это уже ближе к тому, как работает живой химик. Что сделали в Anthropic: — сравнили Claude с ChemDraw и MestReNova на 20 новых молекулах из ChemRxiv — оценивали не только химические сдвиги, но и сплиттинг и J‑константы — дали модели обратную задачу: восстановить структуру по спектрам — добавили контекст реакции, который в реальности всегда помогает Что получилось: Opus 4.7 стал самым точным по протонам (±0.079 ppm) и лучше всех определял форму пиков и расстояние между субпиками (≈80% против 26–35% у классических программ). В обратной задаче модель уже способна предлагать разумные структурные кандидаты, а не просто симулировать спектр. Препринты: раз, два, три, четыре #ИИвнауке #researchwithAI #эксперимент@aingstrom4,65%
27 авг. 2025 г.aiXiv: Платформа для AI-ученых Вышла статья о aiXiv — концепции платформы, где AI-агенты полностью автономно генерируют исследования, рецензируют их и публикуют. Звучит весьма футуристично. aiXiv решает конкретную проблему: традиционные журналы не готовы к потоку AI-контента, а препринт-серверы вроде arXiv не имеют механизмов контроля качества. В результате качественные AI-исследования остаются без подходящих площадок для публикации. Платформа построена на мультиагентной архитектуре с полным циклом оркестрации: 🤖 Агенты-исследователи генерируют proposals и целые статьи 🤖 Агенты-рецензенты проводят peer review с использованием RAG 🤖 Агенты-редакторы координируют итеративный процесс улучшения ⚒️ В разработке API и MCP интерфейсы для интеграции разнородных агентов 🔐 Разработчики также подумали и о модуле защиты от prompt injection атак. Решение опубликовать или отправить на доработку принимается механизмом голосования несколькими LLM моделями. В полностью автономный цикл AI-ученых не очень верится — слишком много подводных камней с галлюцинациями и качеством контента. Сами авторы честно признают ограничения текущих AI-Scientist систем. Но вот human-in-the-loop подход может стать революционным для журналов! И вот только часть возможного функционала: 🤖AI делает первичный скрининг заявок ✅Автоматически проверяет методологию и литобзор 📄Генерирует черновики рецензий для экспертов с подкреплением на научные публикации ⚡️Ускоряет итеративные доработки 🔄Проводит aiXiv цикл на основе предоставленного человеком proposal и сравнивает выводы (если работа уже сделана, если нет - нужен отдельный пост про валидацию гипотез с ИИ) Потенциальная экономия огромна: ✅Сокращение времени рецензирования с месяцев до недель ✅Снижение нагрузки на экспертов — фокус на содержательной оценке ✅Повышение качества за счет стандартизированных проверок ✅Масштабирование обработки растущего потока заявок Представьте, если создать такой всеобъемлющий российский научный журнал! Учитывая растущие объемы информации и недостаток времени и самих исследователей в России, это могло бы кардинально ускорить этап проверки и валидации научных открытий и отчетов. Кстати, aiXiv открыл лист ожидания для исследователей, но уже сейчас статья (пдф ниже) дает понимание развития индустрии. Наверное, пока полностью автономные AI-ученые — далекое будущее, а вот гибридные системы с участием человека точно изменят процесс работы ведущих научных журналов и научную публикацию уже в ближайшее время. #ИИвнауке #researchwithAI #платформа@aingstrom4,06%
24 июл.без подписи3,23%
3 нояб.🔬 ИИ для поиска надежной медицинской информации: знакомимся с MediSearch Поиск качественной медицинской информации остается серьезной проблемой как для специалистов, так и для пациентов. Традиционные поисковики часто выдают информацию из недостоверных источников, а профессиональные базы данных требуют специфических навыков работы с ними. MediSearch.io представляет собой специализированный ИИ-поисковик медицинской информации, который работает исключительно с проверенными медицинскими источниками и предоставляет структурированные ответы на медицинские вопросы. 🗄 Какие базы данных использует: • PubMed — крупнейшая база рецензируемых медицинских публикаций • MedlinePlus — официальная медицинская информация от Национальной библиотеки США • Drugs.com — подробные данные о лекарствах и взаимодействиях • CDC.gov — информация от Центра контроля заболеваний США (Еще бы Cochrane Library и Embase...) На экзамене USMLE (лицензирование врачей в США) MediSearch показал выдающиеся результаты: • MediSearch Pro+ — 97% • MediSearch Pro — 94% • GPT-4 — 89% • Для сравнения: проходной балл ~60% 💡 Применения по сегментам пользователей как заявляют MediSearch: Для ординаторов и интернов: • Быстрая верификация дифференциально-диагностических гипотез • Подготовка к аккредитации и сертификационным экзаменам • Изучение редких клинических случаев Для практикующих врачей: • Проверка лекарственных взаимодействий в сложных схемах терапии • Доступ к актуальным клиническим рекомендациям • Поддержка принятия решений при нестандартных клинических ситуациях Для научной работы: • Быстрый анализ современной доказательной базы • Поиск релевантных исследований для мета-анализов • Валидация гипотез на основе опубликованных данных ❓ Знаете ли российские медицинские базы данных с открытым API? Пишите в ДМ канала:) #ИИвнауке #AIresearch #поисковик@aingstrom @aingstrom2,30%
18 янв. 2025 г.Высокоточный поисковик научных статей Undermind.ai Самое важное в поисковиках — это покрытие информации за счет подключенных баз данных БД. Согласно данным из их whitepaper проекта, Undermind находит в 5-10 раз больше высокорелевантных результатов по сравнению с Google Scholar. На данный момент Undermind имеет доступ к следующим БД: 1. Semantic Scholar - основная база, содержащая более 200 миллионов научных статей 2. PubMed - крупнейшая база данных по медицинским и биомедицинским исследованиям 3. ArXiv - архив препринтов научных статей (полные тексты 2.3 миллиона статей из ArXiv) Ключевая особенность Undermind — инновационный четырехэтапный подход к научному поиску — ребята очень хорошо поработали над своим алгоритмом. Как работает Undermind? Пример. - Вы пишете свой поисковый запрос - Сервис последовательно задает два уточняющих вопроса для формирования наиболее полного и точного запроса - Запрос отправляется в модели и происходит углубленный поиск по базе статей - В результате (в базовой версии) вы получаете список из наиболее релевантных статей с описанием причины совпадения с поисковым запросом - Также вам доступен чат с ИИ-экспертом на основе найденных статей - Вся история общения и запросов хранится в Истории Несмотря на заявленные возможности, по словам основателя Тома Хартке: “На данный момент Undermind использует только абстракты и метаданные статей, а не полные тексты. Поиск по полным текстам планируется добавить в будущем.” Undermind ищет медленно. Это связано со стремлением выдать максимально релевантный ответ и объясняется тем, что сервис адаптирует и меняет методы поиска в процессе работы. Поисковик предлагает весьма обширный базовый функционал бесплатно, а Pro версия стоит 20$/мес. Также доступен командный доступ. Основатели — Джошуа Раметт и Том Хартке — выпускники Массачусетского технологического института (MIT) со степенями PhD в области квантовой физики. Их участие в программе Y Combinator, одного из самых престижных стартап-акселераторов в мире, действительно вселяет оптимизм. Такие аффилиации значительно повышают шансы Undermind на заключение всеобъемлющих договоров сотрудничества с крупными американскими научными издательствами. Это открыло бы доступ к полным текстам статей, а не только к абстрактам, и существенно углубило возможности поиска и анализа научной литературы. Поэтому, советую присмотреться и попробовать Undermind, пока это становится мейнстримом. #ИИвнауке #researchwithAI #поисковик@aingstrom @aingstrom2,22%
7 июн.На очереди ResearchRabbit.ai — сервис для научного дискавери, который за последнее время заметно прокачался Спасибо автору канала «Дневник Андреевой» за напоминание — рекомендую подписаться, там много качественных находок про ИИ в образовании. 🐇 ResearchRabbit помогает не просто искать статьи, а ориентироваться в исследовательском ландшафте: следить за авторами, научными группами и целыми направлениями через удобную графовую визуализацию связей между публикациями. Особенно полезно: • искать релевантные работы на основе уже найденных статей; • отслеживать новые публикации по интересующим темам; • исследовать сети цитирований и авторов; • подключать Zotero и работать со своей библиотекой литературы. Если регулярно читаете статьи, готовите исследования, курсы или обзоры — определённо стоит попробовать. #ИИвнауке #ИИвобразовании #researchwithAI #поисковик@aingstrom0,00%