Исследовательские Инициативы Jetbrains

«Развивайтесь с удовольствием», «Стремление к развитию» — об этом вы наверняка слышали от нас.

Но наши интересы выходят далеко за рамки проектирования и создания мощных инструментов повышения производительности.

Мы верим, что можем многое изменить и сделать мир лучше.

Один из верных путей – проведение исследований в области передовых технологий и образования.

Совместно с ведущими научными учреждениями мира мы проводим прикладные исследования, которые могут повлиять на жизнь людей и продвинуть нас всех вперед. Наши научные исследования объединены в направлении Исследования JetBrains .

Ниже мы представим исследовательские группы JetBrains и расскажем, чем они занимаются.



Исследовательские инициативы JetBrains

JetBrains Research объединяет больше 150 исследователей участвует в проектах более 19 лабораторий и групп .

Лаборатории и группы работают в самых разных областях – от физики элементарных частиц до разработки программного обеспечения.

Большая часть результатов публикуется в виде научных статей — одной из основных форм обмена результатами в научном сообществе.

Статьи также важны для того, чтобы успешно бороться за должности и гранты.

Преимущество работы с JetBrains Research заключается в том, что научные статьи и публикации не являются обязательным требованием: ученым не нужно беспокоиться о подаче заявок на гранты, и вместо этого они могут полностью сосредоточиться на сути своей работы.



Исследовательские группы



Биолаборатории

Мы еще очень многого не знаем о внутреннем строении человека: какие факторы приводят к мутациям генов, по каким показателям можно предсказать будущие проблемы со здоровьем, как решить проблему полного секвенирования генома и многое другое.

Биология как наука прошла долгий путь, но ей еще предстоит пройти долгий путь.

Миссия Биолабораторий — раскрыть механизмы эпигенетической регуляции у человека и животных и понять важность этих механизмов в процессах дифференцировки и старения клеток.

Самый крупный из них проект старения , реализованный BioLabs в сотрудничестве с Вашингтонским университетом в Сент-Луисе.

Другие исследовательские проекты сосредоточены на различных темах, включая новые алгоритмы анализа данных, эффективные инструменты обработки данных для секвенирования следующего поколения, масштабируемые конвейеры данных и подходы к визуализации и метаанализу существующих баз данных с информацией о механизмах эпигенетической регуляции.

Биолаборатории также отвечают за ПабТренды — новый сервис для анализа научных публикаций, позволяющий быстро анализировать тенденции и находить значимые работы.

Такой сервис необходим, поскольку количество публикуемых работ с каждым годом неуклонно растет, и уследить за всеми публикациями по выбранной теме практически невозможно.

Вернуться к списку исследовательских групп

Группа Биоинформатики

Биология – почти огромная наука, многие области которой еще не открыты и не изучены.

Мы не знаем, что нас ждет в будущем, но чем больше у нас знаний о биологии, тем лучше мы сможем быть подготовленными.

Группа биоинформатики разрабатывает эффективные вычислительные методы для решения важных задач биологии и медицины.

Группа базируется на кафедре компьютерных технологий Университета ИТМО.

Группа активно взаимодействует с Лаборатория Максима Артемова (Вашингтонский университет в Сент-Луисе).

Проекты лаборатории охватывают широкий спектр тем: от анализа данных метагеномного секвенирования до анализа экспрессии генов и метаболомики.

Фундаментальные знания в области алгоритмов и информатики позволяют группе решать проблемы биологии, сводя их к известным вычислительным задачам и создавая инструменты визуализации и анализа данных для биологов.

Вернуться к списку исследовательских групп

Лаборатория нейробиологии и физиологии развития

Нейробиология и физиология развития прошли долгий путь и накопили фундаментальную исследовательскую базу.

И все же многое в этой науке еще остается неизвестным.

Но эти науки содержат огромный потенциал для понимания человеческого мозга.

Целью лаборатории нейробиологии и возрастной физиологии является разработка вычислительной базы для создания динамических пространственных моделей структуры нервных тканей и динамики основных раздражителей.

Проект моделирования биологических клеточных нейронных сетей (BCNNM) использует последовательности биохимических реакций для запуска сложных моделей нейронных сетей во время формирования предковых стволовых клеток.

Фреймворк можно использовать для в кремнеземе повторение экспериментов, проведенных in vitro , чтобы получить измерения ключевых компонентов, а также выполнить предварительные вычислительные проверки новых гипотез.

Вернуться к списку исследовательских групп

Лаборатория прикладного машинного обучения и глубокого обучения И Лаборатория агентных систем и обучения с подкреплением

Применение машинного обучения имеет огромный потенциал.

Он позволяет создавать системы, способные прогнозировать и прогнозировать события, а также очень точно выявлять закономерности (в этом им нет равных).

Эти возможности могут быть применены к огромному количеству реальных проблем.

Обе лаборатории занимаются исследованиями в области машинного обучения, анализа данных и обучения с подкреплением, а также применением существующих современных методов машинного обучения для решения реальных задач.

В этом году совместно с исследовательским центром BIOCAD лаборатория начала работы по применению методов глубокого обучения в сфере разработки лекарств.

Кроме того, совместно с Упсальским университетом лаборатория начала изучать влияние факторов окружающей среды на экспрессию генов.

Лаборатории активно работают со студентами ведущих университетов и участвуют в разработке обучающих курсов, которые помогут развить знания в области машинного обучения и анализа данных.

Вернуться к списку исследовательских групп

Исследовательская группа «Бумага-Анализатор»

Работая на переднем крае науки, важно идти в ногу с открытиями и новейшими научными теориями и гипотезами.

Для этого важно анализировать научные работы – и так, чтобы по возможности экономить время и ресурсы.

Цель исследовательской группы Paper-Analyzer — облегчить извлечение знаний из биомедицинских научных статей, используя модели глубокого обучения для обработки естественного языка.

В основе Paper-Analyzer лежит языковая модель на базе архитектуры Transformer, оптимизированная для работы с научными статьями.

Задача языковой модели — предсказать следующее слово на основе существующего контекста.

Используя языковую модель, вы можете строить другие модели и обучать их решению таких задач, как, например, распознавание именованных сущностей, извлечение связей, поиск ответов на вопросы.

Группа также экспериментирует с генеративными моделями резюмирования и перефразирования предложений.

Общей целью всех этих разработок является возможность автоматического извлечения знаний из научных публикаций.

Вернуться к списку исследовательских групп

Лаборатория криптографии

Вопросы безопасности являются одной из главных повесток дня в современном мире.

По мере роста объема цифровой информации возрастает необходимость ее безопасного хранения и обслуживания.

Лаборатория криптографии занимается исследованием современных проблем в области криптографии и информационной безопасности.

Она сотрудничает с COSIC - Исследовательская группа по компьютерной безопасности и промышленной криптографии в Левене (Бельгия), Центр Зельмера в Бергенском университете (Норвегия) и ИНРИА (Франция).

Исследования проводятся в различных областях: криптографические логические функции, симметричные шифры, облегченная криптография, технология блокчейн, квантовая криптография и информационная безопасность.

Помимо публикации монографий и статей в ведущих журналах по криптографии, сотрудники лаборатории преподают криптографию в Новосибирский государственный университет и организовать NSUCRYPTO – Международную студенческую олимпиаду по криптографии.

Вернуться к списку исследовательских групп

Группа HoTT и зависимых типов

Теория гомотопических типов — достаточно новый раздел математики, объединяющий несколько направлений.

Математика требует прочной доказательной базы: как однажды сказал Эйнштейн, «никакие эксперименты не могут доказать теорию; но одного эксперимента достаточно, чтобы опровергнуть это».

Математика – сложная наука, поэтому эта инициатива – большой и важный шаг.

Исследовательская группа создает Аренд — зависимо типизированный язык и инструмент доказательства теорем, основанный на теории гомотопических типов.

HTT — это более продвинутая структура, чем те, на которых основаны такие инструменты, как Agda и Coq. Конечная цель — создать онлайн-помощник по доказательству теорем, основанный на современной теории типов, который позволил бы нам формализовать определенные разделы математики.

Вернуться к списку исследовательских групп

Лаборатория экспериментальных методов ядерной физики

Сегодня многие задачи в физике элементарных частиц, включая численное моделирование и анализ экспериментальных данных, зависят от программного обеспечения, обеспечивающего воспроизводимость экспериментов и надежность результатов.

Лаборатория экспериментальных методов ядерной физики базируется в МФТИ.

Основной интерес лаборатории – методологии и программное обеспечение для решения задач в области физики элементарных частиц.

В настоящее время команда программистов лаборатории разрабатывает новое поколение инструментов для сбора данных (медленного контроля, обработки сигналов) и анализа данных.

Исследования лаборатории охватывают три направления: физика элементарных частиц без ускорителя (эксперименты GERDA, Троицкая ню-масса, KATRIN и IAXO), численное моделирование в физике элементарных частиц (эксперименты с ускорителем и без него, атмосферное электричество, рентгеновская физика) и разработка программного обеспечения.

по экспериментальной физике (системы сбора и анализа данных, проекты развития инфраструктуры, научные библиотеки для языка Kotlin).

Большое внимание также уделяется обучению: лаборатория старается дать юным студентам возможность получить реальный опыт в физике и технике.



Исследовательские инициативы JetBrains

Вернуться к списку исследовательских групп

Лаборатория исследований процессов обучения

Развитие технологий находится в руках будущего поколения инженеров.

В наших общих интересах помочь им на старте их профессионального пути, который начинается с образования.

Лаборатория исследований обучения приступает к долгосрочному исследовательскому проекту, чтобы понять, какие обстоятельства влияют на успехи студентов в программах STEM (наука, технология, инженерия и математика) и, в частности, в компьютерном программировании.

Мы фокусируемся на четырех типах возможных факторов: когнитивные навыки, некогнитивные характеристики (образовательные и профессиональные установки, социальная среда и т. д.), пол и стиль обучения.

Мы надеемся понять, кто выбирает специальности STEM и программирование, и что помогает студентам добиться успехов и снизить вероятность их отчисления.

Это поможет разработать программы, повышающие шансы студентов на достижение высоких результатов в обучении и дальнейшем профессиональном развитии.

Вернуться к списку исследовательских групп

Лаборатория алгоритмов мобильных роботов

Беспилотные автомобили уже реальность.

Прототипы автономных транспортных средств меняют будущее вождения прямо сейчас.

Однако автономная технология довольно новая и ее еще необходимо совершенствовать.

Лаборатория алгоритмов мобильных роботов объединяет исследования в области разработки эффективных алгоритмов для мобильных роботов.

В лаборатории имеется единственный образец в России.

Дакитаун — платформы и среды, позволяющие разрабатывать алгоритмы для мобильных роботов.

Основное внимание лаборатории уделяется проблеме одновременной локализации и картографии (SLAM).

SLAM предполагает создание и последующее поддержание карты неизвестной среды; При этом благодаря анализу данных различных датчиков можно отслеживать местоположение агента в окружающей среде.

Сложность проблемы SLAM обусловлена шумом, присущим физическим датчикам, а также необходимостью отслеживать изменения в динамической среде.

Кроме того, многие алгоритмы SLAM разработаны для недорогого оборудования, предъявляющего строгие требования к производительности.

В 2019 году лаборатория роботов приняла участие в третьей Олимпиаде AI Driving — соревновании роботов, управляющих беспилотными автомобилями.

Эти престижные соревнования считаются местом силы развития знаний в области беспилотных автомобилей.

Наша лаборатория заняла первое место во всех трех конкурсах.

Примечательно, что это был первый прецедент победы алгоритма глубокого обучения на подобных соревнованиях.

Исследователи лаборатории преподают множество курсов по STEM-дисциплинам в университетах.

Они также предлагают курсы по мобильной разработке для старшеклассников и принимают студентов Массачусетского технологического института, которые проходят программу MISTI.

Исследовательские инициативы JetBrains

Вернуться к списку исследовательских групп

Проблемы оптимизации в программной инженерии

Инструменты JetBrains созданы, чтобы помочь нашим пользователям стать более продуктивными и писать лучший код. Чтобы убедиться, что продукт создан наилучшим образом, мы проводим множество исследований и испытаний.

И, конечно же, у нас есть лаборатории, занимающиеся исследованиями в области разработки программного обеспечения.

Группа проблем оптимизации программного обеспечения изучает сложные проблемы оптимизации, возникающие в области разработки надежных систем, грамматического вывода и проверки программного обеспечения.

Основное внимание уделяется синтезу моделей конечных автоматов на основе таких спецификаций, как трассировки выполнения и тестовые примеры.

Основные области исследований включают вывод конечных автоматов с использованием метаэвристических алгоритмов, настройку параметров метаэвристических алгоритмов, программирование ограничений для задач графов и автоматов, а также синтез, тестирование и проверку программного обеспечения для промышленной автоматизации.

Вернуться к списку исследовательских групп

Группа параметризованных алгоритмов

В информатике всегда можно узнать что-то новое.

А решение сложных задач современными методами – это наше движение вперед. Группа параметризованных алгоритмов изучает и решает сложные вычислительные задачи, используя современные методы создания точных алгоритмов.

Это часто требует установления связей между различными задачами и изучения того, как сложность данной задачи варьируется для определенных классов экземпляров задачи (например, экземпляров с ограничениями на значения параметров).

В лаборатории реализуется несколько исследовательских проектов, в которых основное внимание уделяется проблемам максимальной выполнимости, раскраске графов и кластеризации графов.

Эти задачи в некоторых случаях могут определяться ограниченными параметрами, но существуют алгоритмы средней сложности, которые делают решение этих задач возможным даже при больших входных данных.

Вернуться к списку исследовательских групп

Лаборатория параллельных вычислений

Параллельное программирование приобрело большую популярность за последние два десятилетия.

Каждый язык и каждая платформа предоставляют соответствующие примитивы.

По мере усложнения систем становится все труднее эффективно использовать эти примитивы (например, в случае нескольких узлов NUMA или моделей ослабленной памяти).

Это поднимает несколько важных практических вопросов.

Как мы создаем параллельные алгоритмы? Как достичь компромисса между гарантиями прогресса, эффективностью и справедливостью? Как проверить корректность этих алгоритмов? С чем их сравнивать? На некоторые из этих вопросов частично получены ответы в академической среде, но многие практические проблемы остаются нерешенными.

Основная цель Лаборатории параллельных вычислений — ответить на эти вопросы, предоставив практически обоснованные и теоретически ценные решения, а также качественные инструменты, которые помогли бы другим исследователям и разработчикам в области параллельных вычислений.

В сферу интересов лаборатории входят: параллельные алгоритмы и структуры данных, энергонезависимая память, тестирование и проверка, анализ производительности, отладка, оптимизация, а также языки и модели параллельного программирования и восстановление памяти.

Вернуться к списку исследовательских групп

Лаборатория киберфизических систем

Когда дело доходит до разработки встроенных и киберфизических систем, возникает множество сложностей, связанных с различиями в методах проектирования, используемых при проектировании и разработке программного обеспечения.

Встраиваемые системы имеют большое значение в различных отраслях, поэтому исследования в этой области открывают огромные возможности.

Лаборатория киберфизических систем занимается вопросами процессно-ориентированного программирования, психологии программирования, предметно-ориентированными языками разработки управляющего программного обеспечения (киберфизические системы, ПЛК, встроенные системы, Интернет вещей, распределенные системы управления, и т. д.), критичные к безопасности системы, формальная семантика, динамическая и статическая верификация (проверка модели, дедуктивная верификация, онтологическое проектирование).

Вернуться к списку исследовательских групп

Методы машинного обучения в разработке программного обеспечения

Машинное обучение прошло долгий путь и имеет множество полезных применений.

В частности, его можно использовать для улучшения возможностей инструментов разработки.

Группа методов машинного обучения в области разработки программного обеспечения разрабатывает и тестирует методы улучшения инструментов и процессов разработки путем применения анализа данных (включая машинное обучение) к данным из репозиториев программного обеспечения.

Команда работает с несколькими продуктовыми командами JetBrains, чтобы интегрировать в продукты передовые методы, основанные на данных.

В настоящее время группа работает над дюжиной исследовательских проектов по самым разным темам: от поддержки библиотек сбора данных до генерации кода на основе описаний на естественном языке.

Последние результаты группы включают в себя новый подход к рекомендациям по рефакторингу метода Move , исследование нарушений лицензии в заимствованном коде на GitHub , современный подход к присвоению авторства исходного кода И метод построения векторных представлений стиля кода без явных признаков .

Вернуться к списку исследовательских групп

Лаборатория языковых инструментов

Теория языков программирования также представляет большой интерес для JetBrains — как с точки зрения производимых нами инструментов, так и с точки зрения улучшения нашего собственного языка.

Котлин .

Лаборатория языковых средств создана для проведения научных исследований в области теории языков программирования.

Это совместная инициатива JetBrains и кафедры программной инженерии математико-механического факультета СПбГУ.

Лаборатория проводит исследования во многих различных областях, включая теорию формальных языков и ее приложения в области синтаксического анализа, статического анализа кода, запросов к графовым базам данных, биоинформатику, а также семантику формального языка программирования и, в частности, в частности, семантика моделей слабой памяти, проверка формальных методов, основанных на средствах доказательства теорем и решениях SMT, методы оптимизации программ, основанные на частичной оценке и суперкомпиляции, различные парадигмы программирования, включая функциональное, реляционное и сертифицированное программирование.

Помимо научных исследований, лаборатория проводит ежегодные зимние и летние школы, недельные международные семинары, стажировки для аспирантов и многие другие мероприятия.

Вернуться к списку исследовательских групп

Лаборатория проверки и анализа программ (VorPAL)

Одним из основных направлений работы над инструментами JetBrains является повышение производительности при их использовании.

И тот уровень, которого сегодня достигли наши приборы, во многом обусловлен исследованиями, которыми занимаются наши лаборатории.

В Лаборатории верификации и анализа программ магистранты, аспиранты и научные сотрудники занимаются разработкой программных технологий, основанных на формальных методах, таких как верификация, статический анализ и методы преобразования программ.

Эти методы помогают повысить производительность разработчиков при использовании автономных инструментов, расширений языка программирования и плагинов IDE. Значительная часть исследований посвящена изучению возможностей расширения Kotlin. Мы верим, что Kotlin можно продолжать улучшать и расширять.

Например, это могут быть макросы, жидкие типы, сопоставление с образцом, дженерики переменных.

Лаборатория также исследует возможности использования concolic-тестирование в Kotlin, различные методы фаззинга компилятора и другие области.



Исследовательские инициативы JetBrains

Вернуться к списку исследовательских групп

Лаборатория инструментов для совместной работы

Программирование — далеко не единственное, чем сегодня приходится заниматься разработчикам.

Они уделяют довольно много времени обмену информацией и работе в команде.

Разработка во многом зависит от специальных инструментов для командной совместной работы.

Это инструменты коммуникации, трекеры ошибок, платформы проверки кода и многое другое.

Цель новой лаборатории инструментов для совместной работы — получить более глубокое понимание сотрудничества в разработке и других творческих областях, а также разработать новые подходы к тому, как инструменты поддерживают совместную работу.

Вернуться к списку исследовательских групп Если вы хотите присоединиться к какой-либо из групп, создать совместный проект или задать общие вопросы, напишите нам по адресу [email protected] .

Мы благодарим Ольгу Андреевских за помощь в подготовке данной публикации.

Ваша исследовательская группа JetBrains Стремление к развитию Теги: #Машинное обучение #Исследования и прогнозы в ИТ #Робототехника #Наука #Биотехнология #нейрофизиология #jetbrains #Криптография #наука #биоинформатика #исследования #оптимизация программ #параллельные вычисления #обработка естественного языка #анализ программ #параметризованные алгоритмы #зависимые типы #jetbrains исследования #ядерная физика #киберфизические системы #педагогика #инструменты для совместной работы

Вместе с данным постом часто просматривают: