ИСТИНА

• Члены программного комитета: Лукашин А.В., Шевельков А.В.
• Охват: Всероссийская с международным участием
• Даты проведения: 17-21 ноября 2025
• Место проведения: Институт органической химии имени Н.Д. Зелинского РАН, Россия
• Организатор:
  Институт органической химии имени Н.Д. Зелинского РАН
• Число участников: 350
• Число иностранных участников: 10
• Число участников из МГУ: 20
• Число докладчиков: 140
• Веб-сайт: https://ai2025.zioc.ru/
• Описание конференции:

  Уважаемые коллеги! От имени Отделения химии и наук о материалах РАН рад приветствовать участников II Научной конференции «Искусственный интеллект в химии и материаловедении». Эта встреча проходит в особое время, когда мы становимся свидетелями глубокой трансформации науки и технологий. Если еще совсем недавно искусственный интеллект рассматривался как самостоятельная цель исследований, то сегодня мы уверенно вступаем в эпоху «ИИ для химии». Впервые о наступлении этой эпохи сказал в своем выступлении акад. В. П. Анаников на Форуме будущих технологий 21 февраля 2025 г. С тех пор этот прогноз нашел яркое подтверждение в многочисленных научных работах и практических приложениях по всему миру. Международное сообщество демонстрирует единую тенденцию: искусственный интеллект перестает быть отвлечённым инструментом, а становится интеллектуальным ядром химических исследований, разработок новых материалов, роботизации лабораторий, цифрового моделирования и устойчивых технологических решений. Для отечественной науки этот вызов особенно важен. Россия обладает сильными школами в области химии и материаловедения, и интеграция ИИ в эти области открывает перед нами уникальные возможности. Не менее значимым является и вклад ИИ в подготовку кадров для науки и промышленности: персонализированная исследовательская траектория, цифровые подходы, интеллектуальные системы наставничества помогут подготовить новое поколение исследователей, готовых к работе в условиях стремительно меняющейся научно-технологической картины мира. Выбор тематики конференции отражает глобальные тренды и стратегические задачи. Сегодня мы не только обсуждаем научные идеи, но и формируем интеллектуальную инфраструктуру XXI века, где химия и искусственный интеллект становятся взаимно усиливающими партнерам. Желаю участникам конференции плодотворной работы, смелых идей и новых открытий. Убеждён, что совместными усилиями мы внесём значимый вклад в развитие мировой науки и в укрепление технологического лидерства нашей страны. С уважением, акад. М. П. Егоров Академик-секретарь ОХНМ РАН

• Добавил в систему: Кошелев Даниил Сергеевич

Доклады:

• 2025 Анализ литературных данных с использованием ИИ – что может пойти не так? (Приглашенный)
• Авторы: Афанасьев О.И., Смирнов И.В., Козлов А.С., Бирюков К.О., Подъячева Е.С., Чусов Д.А.

• 2025 Бимодальный трансформер для автоматической интерпретации спектров ЯМР (Устный)
• Авторы: Злобин И.С., Беспалов И.А., Шандыбо М.А., Рекут Н.А., Афанасьев О.И., Новиков В.В.

• 2025 ДИЗАЙН ГИБРИДНЫХ ГАЛОГЕНОВИСМУТАТОВ(III) И ГАЛОГЕНОАНТИМОНАТОВ(III) С 1D-РАЗМЕРНОЙ АНИОННОЙ ПОДСТРУКТУРОЙ ДЛЯ ОПТОЭЛЕКТРОННЫХ ПРИЛОЖЕНИЙ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ (Устный)
• Авторы: Быков А.В., Шевельков А.В.

• 2025 ИНСТРУМЕНТЫ КВАНТОВОЙ ХИМИИ В ИЗУЧЕНИИ КООРДИНАЦИОННОЙ ХИМИИ ФЕНАНТРОЛИНДИАМИДОВ (Стендовый)
• Авторы: Зонов Р.В., Авакян Н.А., Лемпорт П.С., Ненайденко В.Г.

• 2025 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ГАЗОВОЙ ХРОМАТО-МАСС-СПЕКТРОМЕТРИИ: ОТ ПРЕДСКАЗАНИЯ ИНДЕКСОВ УДЕРЖИВАНИЯ ДО ПОСТРОЕНИЯ СТРУКТУРЫ НЕИЗВЕСТНЫХ СОЕДИНЕНИЙ (Приглашенный)
• Авторы: Шолохова А.Ю., Матюшин Д.Д.

• 2025 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ ДИЗАЙНА НОВЫХ МАТЕРИАЛОВ (Приглашенный)
• Автор: Митрофанов Артем Александрович

• 2025 Искусственный интеллект против естественного и химических платформ? (Приглашенный)
• Авторы: Чусов Д.А., Афанасьев О.И.

• 2025 Исследование процессов рекристаллизации в ГЦК металах с применением метода клеточных автоматов и машинного обучения (Устный)
• Авторы: Фомин Е.В., Брюханов И.А.

• 2025 Машинное обучение для моделирования параметров удерживания в условиях жидкостной хроматографии (Приглашенный)
• Автор: Ставрианиди А.Н.

• 2025 Методы машинного обучения для поиска и классификации упорядоченных структур в самоорганизующихся полимерных системах (Приглашенный)
• Авторы: Митьковский Д.А., Белкина К.А., Глаголева А.А., Лазутин А.А., Буглаков А.И., Василевская В.В.

• 2025 Механизмы ферментативных реакций в эпоху ИИ (Приглашенный)
• Автор: Хренова Мария Григорьевна

• 2025 ОЦЕНКА ВОЗМОЖНОСТИ ЛАБОРАТОРНОГО СИНТЕЗА ВИРТУАЛЬНО СГЕНЕРИРОВАННЫХ ПОЛИМЕРНЫХ СТРУКТУР (Устный)
• Авторы: Книжник A.A., Комаров П.В., Синица A.С., Ширабайкин Д.Б., Трепалин С.В., Потапкин Б.В.

• 2025 Оценка термодинамических свойств методами машинного обучения и симметрия кристаллов (Стендовый)
• Авторы: Кравцов А.В., Еремин Р.А., Хумонен И.С., Буденный С.А.

• 2025 Применение методов машинного обучения для предсказания спектров флуоресцентных белков на основе физически обоснованных дескрипторов (Приглашенный)
• Авторы: Поляков Игорь Вадимович, Степанюк Роман Алексеевич, Хренова Мария Григорьевна

• 2025 Программа SmokeRand для контроля качества генераторов псевдослучайных чисел для научных и инженерных расчетов (Приглашенный)
• Автор: Восков А.Л.

• 2025 РАЗРАБОТКА АЛГОРИТМОВ ДЛЯ АНАЛИЗА МОРФОЛОГИИ И СКОРОСТИ РОСТА КРИСТАЛЛОВ ЩЕТОЧНЫХ СОПОЛИМЕРОВ (Устный)
• Авторы: Коняхина А.Ю., Овсепьян А.

• 2025 Статистическое нейросетевое моделирование активной области лиганда (Устный)
• Авторы: Свитанько И.В., Кумсков М.И., Медведев М.Г., Лебедь И.С.

• 2025 Тензорные разложения спектров флуоресценции природных вод: проблемы и решения (Устный)
• Авторы: Крылов И.Н., Дроздова А.Н., Лабутин Т.А.

• 2025 Универсальный подход к поиску ошибок в базах экспериментальных данных методами машинного и глубокого обучения (Стендовый)
• Авторы: Хрисанфов М.Д., Матюшин Д.Д., Самохин А.С.

• 2025 Учёт заряда при предсказании ИК-спектров полициклических ароматических углеводородов: XGBoost и графовая нейронная сеть (Устный)
• Авторы: Бегларян Б.Г., Закускин А.С., Немченко В.А., Лабутин Т.А.

• 2025 Экспертная система для интерпретации ИК спектров на основе свёрточной нейронной сети с мультиклассовой классификацией в Телеграмм-боте (Устный)
• Автор: Кошелев Д.С.