От статей к коду: ИТМО представил систему верифицированных связей в науке

Университет ИТМО представил PAUK – первый в России открытый инструмент для построения графа научных связей. Презентация системы, созданной Институтом искусственного интеллекта, состоялась на конференции разработчиков СПО в Переславле-Залесском. В отличие от классических библиографических баз, PAUK объединяет не только статьи и авторов, но и программный код, создавая единую, верифицируемую карту исследовательской деятельности.

Анатомия научной паутины

Главная инновация PAUK – отказ от простого поиска по ключевым словам в пользу установления проверяемых семантических связей. Система опирается на открытую базу OpenAlex, парсит PDF-документы и сканирует репозитории вроде GitHub. Особое внимание уделено верификации авторов: для подтверждения личности используются идентификаторы ORCID или институциональные почты. Если доказательств недостаточно, алгоритм не присваивает результат автоматически, а отправляет его на ручную проверку. Это решает острую проблему «двойников» в науке и снижает риск ошибочного присвоения открытий.

Код как полноправный результат науки

Для ИТ-отрасли появление PAUK означает смену парадигмы. Исторически наукометрия опиралась на индекс цитирования. Однако в эпоху машинного обучения реальная ценность исследования часто скрыта в программном коде и датасетах. PAUK легализует код как самостоятельный научный продукт. Это позволяет вузам и компаниям избегать дублирования разработок, находить специалистов узкого профиля для междисциплинарных консорциумов и формировать команды на основе реальных компетенций. Кроме того, структурированный граф знаний станет идеальной средой для ИИ-агентов, которые будут автоматически подбирать алгоритмы для решения прикладных задач в медицине и промышленности, что в конечном итоге ускорит появление новых технологий для граждан.

Эволюция от текста к графу

Разработка ИТМО – закономерный итог трансформации научного поиска. Если в 2022 году мир перешел к открытым метаданным благодаря OpenAlex, а в 2023–2024 годах российские ученые (МГУ, eLibrary, РАН) внедрили нейросетевой семантический анализ текстов и графовые модели, то к 2026 году фокус сместился на структурные связи. PAUK предлагает не просто анализ контента, а навигацию по экосистеме «исследователь – организация – статья – код». PAUK не изобретает графы знаний с нуля, а предлагает уникальную связку публикаций и кода с жесткой модерацией, что отличает его от вероятностных ИИ-моделей, склонных к галлюцинациям.

В перспективе система будет доступна не только на русском, но и других языках, ей смогут пользоваться вузы по всему миру, формируя межвузовские хабы.

Горизонты и точки роста

Говорить о мировом лидерстве пока преждевременно: международные платформы также развивают графовые технологии. Экспортный потенциал PAUK зависит от адаптации под локальные базы. Главный вызов кроется в переходе от внутреннего инструмента ИТМО к общедоступной инфраструктуре. Для этого потребуются независимые метрики точности, решение вопросов лицензирования кода и защита данных. Также потребуется доказать эффективность на больших массивах и обеспечить поддержку иностранных языков для выхода на внешние рынки, где спрос на суверенную научную инфраструктуру только формируется.

Отдельный вектор развития: интеграция с мультиагентными системами, такими как CoScientist. Если PAUK обеспечит надежную карту компетенций и кода, а другие ИИ-агенты будут использовать эти данные для постановки экспериментов, мы получим замкнутый цикл автоматизированной науки. Для студентов и молодых ученых это откроет новые возможности: вместо рутинного поиска литературы они смогут фокусироваться на генерации идей, опираясь на готовую инфраструктуру знаний.

Запуск PAUK фиксирует важный рубеж. Российская наука переходит от этапа простого накопления публикаций к созданию интеллектуальной инфраструктуры, где ИИ связывает идеи, людей и работающие алгоритмы в единую сеть. Именно на таких графах знаний будет строиться наука будущего.

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

Андрей Гетманов

младший научный сотрудник исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности» ИТМО