В ИТМО создали агента, который связывает научные статьи, авторов и программный код

Исследователи Института искусственного интеллекта ИТМО создали первый в России открытый инструмент для построения карты научных связей Pauk. Сервис автоматически сопоставляет между собой сведения из разных источников: научные организации, сотрудников, их публикации и программный код, использованный в работе. Он работает как поисковик и карта: по одной статье пользователь может найти похожие и связанные разработки, авторов программ и публикаций, исследователей, другие статьи и репозитории по интересующей теме.

Об этом CNews сообщили представители ИТМО. Многие научные задачи ученые решают с помощью нейросетей и программного кода: результаты расчетов часто оформляют в виде программ, которыми потом пользуются другие исследователи. Поэтому написанный для исследования код — такой же результат работы, как и сама статья. Но в отличие от публикации, найти код и понять, кто его автор, бывает сложно: репозитории могут быть размещены на личных аккаунтах, ссылки в статьях бывают искажены, а имена авторов в материалах — указаны по-разному. Поэтому, чтобы найти нужный инструмент для вычислений или коллегу с подходящей компетенцией, ученым приходится вручную просматривать публикации, связываться с другими подразделениями и организациями или обращаться к нейросетям, которые не всегда имеют доступ к нужным сайтам и не связывают разрозненные сведения в единую картину. Для решения этой задачи ученые Института искусственного интеллекта ИТМО разработали первый в России открытый инструмент для построения графа знаний Pauk, который связывает организацию, сотрудника, публикацию и код. Название сервиса было выбрано из-за схожести карты связей с паутиной — его система позволяет дотянуться до данных, которые обычные нейросети не находят, например, репозитории с кодом. При этом сведения в сервисе строятся по «правилам доказательности». «Главное отличие Pauk от обычного автоматического парсинга в том, что система не просто угадывает связи, а на каждом этапе ищет им подтверждения. Например, чтобы убедиться, что в разных статьях упоминается один и тот же человек, системе недостаточно одного лишь совпадения по имени — она сверяет ORCID (международный идентификатор ученого) или институциональную почту. Это нужно, чтобы не спутать его с другим человеком, так как в разных статьях имя может быть записано по-разному — “Иванов Иван” и “Иванов И.” Бывает и так, что код, упомянутый в статье, написан не ее автором, поэтому система отдельно проверяет, действительно ли сотрудник является создателем этого кода, а не просто ссылается на чужой инструмент. Если доказательств не хватает, решение откладывается или передается на ручную проверку — это помогает избежать ошибок, когда из-за обрезанного списка авторов сотрудники института исчезают из статистики его публикаций и разработок или чужой инструмент цитируется как собственный», — сказал младший научный сотрудник исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности» ИТМО, руководитель команды разработки Андрей Гетманов. Pauk будет полезен для разных целей: ученым — чтобы находить коллег с нужными компетенциями для совместной работы, прослеживать связи между коллективами и использовать открытый код; ИИ-агентам — чтобы по статье с описанием метода находить сам код, модель или датасет и не дублировать уже существующие разработки; руководству научных организаций — чтобы видеть реальную картину: кто действительно пишет код, а не только статьи, и где находятся скрытые эксперты, которых не видно в обычных отчетах по публикациям. Чтобы по одному названию найти саму статью и все, что с ней связано, Pauk…

Источник: cnews.ru — www.cnews.ru/news/line/2026-10-29_v_itmo_sozdali_agentakotoryj