АгроДиТи

Что мы уже успели сделать на ПГБ 2024👍 🔺Организовали научно-практическую секцию, 🔺Покурировали научные секции, 🔺Выступили с пленарным докладом, 🔺Представили гласные и постерные доклады, поучаствовали в дебатах, 🔺Вместе послушали крутые лекции-практикумы. Скоро поделимся подробностями🔜 ☕️Хорошо, что завтра есть еще день! Готовы обсудить вопросы о ПочваХабе, сотрудничестве и вообще о жизни :) #АгроДТ_лаба

Привет, ребята! Погружаемся в работу конференции "Почвоведение: Горизонты будущего", которая будет проходить на этой неделе в ФИЦ "Почвенный институт им. В.В. Докучаева"❤️ 👍Подготовили материал для молодых и амбициозных — приглашаем 18 сентября в 13:30 на научно-практическую секцию "Менеджмент в естественных науках"! Модерирует секцию руководитель нашей лаборатории Дмитрий Фомин, который пригласил крутых, опытных представителей науки, бизнеса и гос.организаций поделиться своими кейсами в управлении коллективами и проектами, коммуникации в научной среде.

"Уже во второй раз будем проводить секцию, где можно обсудить вопросы взаимодействия внутри команды для достижения высоких результатов НИР и проектов. С молодой аудиторией конференции особенно хочется поделиться современным взглядом на менеджмент в науке и познакомить с лучшими практиками наших коллег", — делится Дмитрий.

Анонсируем доклады: 🔅Управление в научной среде на примере межрегионального химического турнира Докладчик: Родина Любовь Сергеевна, студент МГУ им. М.В. Ломоносова Познакомимся с Межрегиональным химическим турниром, где школьники могут получить свой первый опыт управленческой деятельности в научной среде. 🔅Как пасти котов Шредингера: наставление для ученых, руководящих другими учеными Докладчик: Герке Кирилл Миронович, ведущий научный сотрудник ИФЗ РАН, МФТИ Посмотрим с разных ракурсов и на организацию коллективов научных работников и работ с нуля. Особое внимание будет уделено междисциплинарному взаимодействию и интеграции различных научных направлений. 🔅Почвоведение в Южном Федеральном Университете: расширяя горизонты науки Докладчик: Минкина Татьяна Михайловна, зав.кафедрой, руководитель мегагранта ЮФУ Рассмотрим опыт расширения профессиональных навыков не только студентов, но и гос. инспекторов Министерства природных ресурсов и экологии и Россельхознадзора на примере Центра компетенций по управлению почвенными ресурсами. 🔅Бизнес модель на основе инноваций Докладчик: Трубников Алексей Владимирович, основатель и директор ООО «Агроноут» Попробуем обсудить тезис "Менеджмент в естественных науках невозможен" и найти решение в применении бизнес-моделей! 🔅Росагрохимслужба: новые вызовы сельскохозяйственного мониторинга земель Докладчик: Бакуменко Лидия Сергеевна, директор ФГБУ «Росагрохимслужба» Узнаем, как выстраивает план Росагрохимслужба в условиях цифровизация АПК и растущих требованиях продовольственной и экологической безопасности. 🔅Единая федеральная карта-схема земель сельскохозяйственного назначения как основа инвентаризации сельхозземель Докладчик: Козубенко Игорь Сергеевич, директор ФГБУ «Россельхозземмониторинг» Рассмотрим 4-летний опыт создания современных карт-схем неиспользуемых земель, а также используемых не по назначению — при поддержке региональных органов исполнительной власти всей страны. Приглашаем всех к дискуссии :) #АгроДТ_лаба

Вот подоспели и ягодки. Вчера вечером OpenAI обрадовала подписчиков своих GPT сервисов появлением новой линейки моделей скромно и емко называнных o1. Основной упор сделали на решение задач, где требуются нетривиальные рассуждения и точность выводов: задачи на программирование Codeforces, математическая олимпиада AIME, различные задачи аспирантского уровня по биологии, физике и химии👩‍🔬. В блоге приводят много впечатляющих графиков с результатами по этим задачам, где бьют свою же GPT-4o, а в олимпиадной математике так сразу в 5 раз😨. В классических бенчмарках, таких как спорный MMLU, конечно, тоже везде лучше. Из технических деталей есть только упоминание обучения с подкреплением (RL пока держит марку основного бустера для LLM🦾), особых усилий по alignment и безопасности модели. Заявленный внутренний монолог и рассуждения уже потестировали коллеги @abstractDL и показали, что модель не только лучше решает задачки на подсчет, но и может вернуться на верный пусть рассуждения👍. С интересом ждем больше технических деталей.

Готовимся на следующей неделе подискутировать на тему ИИ в науке🤩☁️

Новый релиз ИАС «ПочваХаб» ✨ Добавлено: – Пагинация (разбивка списков на страницы) для списка измерений – Подсказка о необходимости добавления протокола перед обследованием – Кнопка добавления почвенного описания теперь скрывается, если описание уже было добавлено – Для образцов без названия в списке всех образцов теперь отображаются их ID – Проверка размера загружаемого файла при загрузке обложки – Новые методики, применяемые в рамках ВИП ГЗ (консорциум «РИТМ углерода») 🐛 Исправлено: – Возможность привязать образец к точке – Цвет текста элементов в главном меню слева – Ошибки дерева навигации в главном меню слева – Ошибка, из-за которой было невозможно отредактировать файл на странице файлов точки – Имя файла при скачивании – Ввод десятичных чисел в формах – Сортировка на странице профилей/групп/проектов – Порядок отображения полей глубин отбора на странице образца – Оптимизированы некоторые запросы к серверу ♻️ Изменено: – Улучшено отображение подписей на карте – Оптимизированы запросы векторных тайлов 🔧 Прочее: – Обновлены используемые библиотеки – Почищен код #ПочваХаб

😀 Ученые консорциума «РИТМ углерода» приняли участие в съемках видеороликов для образовательного проекта «Классный час для школьников "Искусственный интеллект для каждого"». Проект выполняет Московский физико-технический институт (МФТИ). Партнером выступает Русское географическое общество. 🔔 Проект «Классный час» дает возможность школьникам и студентам среднего профессионального образования получить знания об ИИ в простой и увлекательной форме из первых рук — от молодых ученых, которые уже используют ИИ в своей практике. 🎙 От консорциума «РИТМ углерода» спикерами стали: 🔵Иван Семенков, к.г.н., старший научный сотрудник МГУ, ЦЭПЛ РАН. Тема выступления: «Большие лингвистические модели в почвоведении и сельском хозяйстве»; 🔵Александр Кренке, с.н.с. Института географии РАН. Тема выступления: «Адаптивное сельское хозяйство»; 🔵Дмитрий Фомин, к.б.н., зав. лаборатории цифровых двойников агроландшафтов, рук. ситуационно-аналитического центра «Почвенно-земельные ресурсы России» ФИЦ Почвенный институт им. В.В. Докучаева». Тема выступления: «Большие лингвистические модели в почвоведении и сельском хозяйстве». 🔗Подробности о съемках и проекте проекта «Классный час для школьников "Искусственный интеллект для каждого"» вы можете прочитать ЗДЕСЬ. 🌍 Благодарим Русское географическое общество за возможность участия в проекте! #РГО #мероприятие_РИТМуглерода

Технологии машинного обучения на службе метеорологии У Яндекс Погоды новая технология — OmniCast. Она использует данные с профессиональных метеостанций и любительских метеодатчиков, комбинируя их с нейросетями и алгоритмами для повышения точности. Подробнее об этой технологии вы можете почитать в статье на Хабре, а здесь мы расскажем главное. Ранее прогнозы основывались на данных ближайших метеостанций, что часто приводило к ошибкам. Особенно это было заметно в крупных городах, где температурные условия в центре и на окраинах сильно различаются. OmniCast решила эту проблему, адаптировав фильтр Калмана для коррекции прогнозов на основе свежих данных, что позволило учесть локальные изменения температуры. Для обработки огромного объема данных в реальном времени система использует технологию распределённых вычислений MapReduce. Она способна обновлять прогнозы каждые пять минут, обрабатывая более 100 000 новых измерений. Для дальнейшего улучшения прогноза команда OmniCast применила нейросети. Одной из ключевых задач было устранение резких скачков температуры в прогнозах на несколько часов вперед. Для этого разработчики создали модель, основанную на двунаправленной LSTM (long short-term memory) нейросети, которая анализирует историю измерений и прогнозирует изменения температуры на ближайшие несколько часов. Это позволило значительно повысить точность прогнозов по сравнению с традиционными методами вроде ARIMA. Все увлекательные подробности — с вычислениями и графиками — вы найдёте на Хабре. А здесь в комментариях рассказывайте, что думаете об OmniCast? ML Underhood

👋Привет, ребята! Погрузились в первый осенний спринт этого года — у команды интересные и ооочень интересные задачи :) 🗄Давно не делились статьями о цифровых двойниках в с/х. 📄Рекомендуем почитать Digital Twins in Agriculture: A Review of Recent Progress and Open Issues (Li Wang, 2024). Автор провел обзор литературы о цифровых двойниках в сельском хозяйстве, обратив внимание на два аспекта: различия между секторами и последние достижения после 2020 года. Напомнил про различные подходы к типологии цифровых двойников: по уровню интеграции данных, технологической готовности (TRL), иерархии, а также роли в управлении жизненным циклом продукта. 🌱Кстати, по полученной статистике управлению почвами при разработке цифровых двойников практически не уделяется внимание. + 1 аргумент к востребованности наших исследований. 😊На схеме архитектура цифрового двойника в с/х — для закрепления материала. #АгроДТ_просвещает

Новый релиз ИАС «ПочваХаб» 🐛 Исправлено: – отображение формы добавления проекта – ошибка, из-за которой нельзя было сохранить объект после загрузки обложки – редактирование полигонов – ошибка, из-за которой не сразу обновлялась геометрия карт после редактирования – расположение индикаторов загрузки ❌ Удалено: – тип файла "Обложка" из модального окна загрузки файлов – временно скрыта неактивная кнопка "Файлы" на странице образца 🔧 Прочее: – обновили версии используемых библиотек – оптимизировали настройки веб-сервера #ПочваХаб

LLM Arena для русскоязычных моделей Мои знакомые из Vikhrmodels, которые занимаются русскоязычным open-source проектом, создают свои модели и проводят дообучение на основе мультиязычных моделей, недавно выпустили свой набор бенчмарков! C рускоязычными открытыми LLM очень все сложно - их очень мало. В лучшем случае это дообученные LLam_ы. Но в целом топ LLM с поддержкой русского языка выглядит так: - Gpt4o - Gpt4o mini - LLaMa 3.1 405b - LLaMa 3.1 70b - Gemma 27b - LLaMa 3 70b RuArenaGeneral — бенчмарк на основе lmsys arenahard . Это единственный полностью открытый современный бенчмарк на русском языке. В отличие от классической арены, здесь в качестве судьи выступает GPT-4o, благодаря чему арена оценивается очень быстро (новые модели добавляются всего за час), и её можно воспроизводить локально! Кроме того, благодаря использованию LLM в качестве судьи и известности запросов заранее, арена хорошо коррелирует с оригинальной ареной lmsys.org. На арене каждую неделю появляются новые модели с поддержкой русского языка или русифицированные. Шлёпа lb — это маленький бенчмарк с множественным выбором (как в ЕГЭ, где выбираются варианты ответа), включающий задачи на знание мира, а также перевод mmlupro. В отличие от Mera, сабмиты полностью оцениваются локально, и можно сразу получить результат на локальной машине, например, во время обучения! Для новчиков - тут я писал подробнее, что такое ChatBot Arena. @ai_newz