С 24 по 30 июля прошла первая интенсивная неделя Большой математической мастерской (БММ) 2022 года. Мастерская — это масштабное трехнедельное мероприятие, где команды студентов, школьников и педагогов работают над проектами. Им в этом помогают кураторы и эксперты. В этом году БММ проходит впервые очно на трех площадках: в Новосибирске, Тюмени и Томске.
В основе каждого проекта лежит открытая задача — математическая, методологическая или даже индустриальная. Весной организаторы БММ объявили открытый набор проектов, и на Мастерскую заявились более 40 открытых задач. 19 из них переросли в проекты, запущенные 24 июля на площадке Новосибирского государственного университета.
— Мастерская восхищает меня своей широтой. Во-первых, широтой содержательной: в этом году на БММ есть проекты из области алгебры, математической логики, теории оптимизации, машинного обучения и другие. Во-вторых, широтой географической: мы впервые проводим Мастерскую очно, и участники приехали в Новосибирск из более чем 20 городов России и СНГ, включая Москву, Санкт-Петербург, Алма-Ату, Казань, Екатеринбург, Барнаул. По прошествии недели могу сказать, что доволен работой участников, и, конечно же, работой команды организаторов Мастерской, — рассказывает руководитель БММ 2022, заместитель директора Математического центра в Академгородке Тимур Насыбуллов.
Проекты новосибирской площадки пришли как из научных и научно-образовательных организаций — Института математики им. С.Л. Соболева СО РАН, Санкт-Петербургского отделения Математического института им. В. А. Стеклова РАН, Казанского федерального университета, — так и от предприятий и бизнеса. Организаторы объединили проекты в пять смысловых групп («потоки»): Алгебра, Математика и жизнь, Машинное обучение, Модели и алгоритмы, Образование. Команды части проектов за первую неделю Мастерской вплотную приступили к исследованиям.
— БММ имеет гибкий формат. Так, например, многие участники потока «Алгебра» первый модуль провели в формате летней школы, а именно, изучали теорию, необходимую для решения поставленных в их проектах задач. Полученные знания позволят приблизиться к наиболее «горячим» научным темам, которые обсуждаются на конференциях мирового уровня, — комментирует руководитель потока «Алгебра», младший научный сотрудник Математического центра в Академгородке Степан Фадеев.
Другая часть проектных команд столкнулись с проблемами, которые возникают при решении индустриальных задач. Например, команда проекта «ИИ и FinTech: прогноз лучшего финансового предложения» смогла установить методами машинного обучения, что по имеющимся данным невозможно получить удовлетворительный результат, который бы отвечал на запрос заказчика. Участники своевременно запросили и уже получили более подробные данные для обучения своих моделей.
Ранее студент 1 курса Инженерной школы Механико-математического факультета НГУ Яков Шифон рассказал, как ему удается совмещать учебу с работой над несколькими проектами в сфере новых технологий в химии, медицине, материаловедении, агросекторе и IT.
