Вход на сайт

Просмотр новости

Найдите то, что Вас интересует

Новая эра биологических исследований: дан старт программе ДПО АлтГУ «Технологии искусственного интеллекта в биологии»

Дата публикации: 26-04-2026 07:20:02



Основное содержимое страницы с новостью.

26 апреля 2026 Отдел дополнительного профессионального образования и обучения
Категория: события

С 18 мая в Алтайском государственном университете стартует новая программа повышения квалификации «Технологии искусственного интеллекта в биологии», где покажут реальные кейсы применения алгоритмов ИИ в фундаментальных отраслях биологии.

Сегодня биология представляет собой синергию фундаментальных знаний и цифровых инструментов. Новейшие ИИ-сервисы для биоакустического мониторинга и автоматизации учета растений, цифровые инструменты для обработки молекулярно-генетических данных и оценки продуктивности агроэкосистем уже активно используются в исследовательских и производственных процессах.

Программа ДПО «Технологии ИИ в биологии» — это возможность существенно повысить точность и скорость научных исследований, сократить затраты на сбор и обработку данных, а также открыть новые горизонты для междисциплинарных проектов.

Наталья Овчарова, к.б.н., доц. каф. ботаники АлтГУ, руководитель программы, говорит:

Мы разработали эту программу для того, чтобы каждый биолог имел возможность понять, какие широкие горизонты открывает для специалистов искусственный интеллект. Программа направлена на формирование у специалистов биологических направлений профессиональных компетенций в области работы с большими данными (Big Data), современными методами пространственного анализа в ГИС, применения ИИ для обработки полевых материалов, получаемых с помощью БПЛА, и методов анализа баз данных.

Также эта программа является промоверсией актуализированной образовательной программы магистратуры «Биоразнообразие, молекулярная генетика, биоресурсы» с профильным углубленным модулем «ИИ в изучении биоразнообразия и биоресурсов». Для наших будущих магистров, которые прослушают эту программу, предусмотрены большие бонусы. О них мы расскажем уже на первых занятиях.

Структура программы

Программа состоит из 4 модулей и рассчитана на 72 часа. Обучение будет проходить в очно-заочной форме с применением электронного обучения и дистанционных образовательных технологий (ЭОиДОТ).

В каждом модуле рассматривается практическое применение искусственного интеллекта и эффект от новых междисциплинарных подходов в биологических исследованиях.

Первый модуль посвящен мониторингу живых объектов. Денис Козлов, к.ф.-м.н., заведующий кафедрой информатики АлтГУ, раскроет слушателям:

  • задачи классификации и регрессии с помощью деревьев решений;
  • основы компьютерного зрения: детекция объектов на изображениях с использованием архитектуры YOLO (You Only Look Once).

Этот навык особенно актуален для автоматического распознавания видов, отслеживания популяций и анализа поведения животных по фото‑ и видеоматериалам.

Второй модуль знакомит с языком программирования R и его применением в машинном обучении для анализа биологических данных. Приглашенный специалист, Илья Путилин, ассистент кафедры водных и наземных экосистем СФУ, рассмотрит яркие кейсы из собственного практического опыта в решении задач классификации и моделировании морфологических характеристик.

В третьем модуле слушатели освоят методы моделирования ареалов обитания видов с помощью алгоритмов машинного обучения. Александр Мацюра, д.б.н., профессор, заведующий кафедрой зоологии и физиологии АлтГУ, и Артем Найденов, преподаватель кафедры зоологии и физиологии АлтГУ, разберут:

  • особенности современных инструментов Python для обработки звука, такие как Librosa, SciPy;
  • особенности звуковых нейросетевых моделей.

В рамках этого модуля также будут рассмотрены основы молекулярно-генетического анализа в биологии, в частности ДНК-баркодинг и использование цифровых инструментов в обработке молекулярно-генетических данных.

Четвертый модуль направлен на работу с цифровыми данными в биологии, в частности — применение сверточных нейронных сетей (CNN) для оценки растительного покрова. Слушатели освоят:

  • инструменты для исследования наземных экосистем;
  • цифровые и статистические методы оценки продуктивности агроэкосистем;
  • применение компьютерного зрения и машинного обучения в оценке сегетальной растительности агроценозов по RGB-изображениям, полученным с БПЛА;
  • использование глобальной информационной системы по биоразнообразию (GBIF);
  • возможности портала iNaturalist.

Обучение в этом модуле проведут Наталья Овчарова, к.б.н., доцент кафедры ботаники АлтГУ; Людмила Соколова, к.с.-х.н., доцент кафедры ботаники АлтГУ; и Петр Косачев, к.б.н., с.н.с. Южно-Сибирского ботанического сада.

Программа доступна для лиц, получающих или имеющих высшее биологическое образование (бакалавриат).

Записаться на обучение можно по телефону 8 (3852) 29-66-49 или по электронной почте ovcharova@mc.asu.ru. Также запись на программу доступна в Личном кабинете слушателя ДПО.

Схожие новости

#Наименование новостиТональностьИнформативностьДата публикации
1«Биотех Навигатор»: старт молодежной летней школы химии и биотехнологии в АлтГУ5728-05-2026
2Химия и технология БАВ: как АлтГУ помогает предприятиям отрасли наращивать компетенции и ускорять вывод продуктов на рынок в рамках нацпроекта «Кадры»5708-07-2026
3ИИ‑помощник студента: как нейросети упрощают учебу, читайте в обзоре научной библиотеки АлтГУ5708-04-2026
4Ученые АлтГУ зарегистрировали ноу-хау, которое поможет оптимизировать работу мелиораторов5721-10-2025
5«Приоритет-2030»: в АлтГУ дан старт «Кибербитве» – одному из ключевых мероприятий форума «ИТ-трансформация 2025»0503-10-2025
6Как не попасть в ловушку фейковых источников: новый инструмент для научной работы студентов и преподавателей АлтГУ5830-03-2026
7МЭР: применение алгоритмов ИИ способствовало развитию диагностики во время пандемии0011-12-2020
8СКФУ откроет программы переподготовки в области искусственного интеллекта0016-12-2019
9Осенью в 100 вузах России стартуют программы обучения технологиям ИИ0022-07-2019

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 5. Информативность: 7. Источник: www.asu.ru.