это экосистема, созданная в 2022 году и объединяющая передовые разработки, методы и модели ИИ, энтузиастов открытых технологий, студентов, исследователей и разработчиков, создающих и использующих open-source проекты в науке и высоких технологиях, включая области искусственного интеллекта и машинного обучения.
При этом, мы ставим задачей помогать создателям открытых научных проектов на различных этапах:
Мы продвигаем идею, что вклад в науку — это не только статьи, но и удобные, доступные инструменты для решения научных и инженерных задач.
ITMO Open Source —
О нас
это экосистема, созданная в 2022 году и объединяющая передовые разработки, методы и модели ИИ, энтузиастов открытых технологий, студентов, исследователей и разработчиков, создающих и использующих open-source проекты в науке и высоких технологиях, включая области искусственного интеллекта и машинного обучения.
При этом, мы ставим задачей помогать создателям открытых научных проектов на различных этапах:
Мы продвигаем идею, что вклад в науку — это не только статьи, но и удобные, доступные инструменты для решения научных и инженерных задач.
ITMO Open Source —
О нас
В ИТМО создается множество открытых проектов.
Среди них:
Среди них:
Если вы хотите добавить упоминание о проектах вашего подразделения:
Открытые проекты
Проекты
1 — aimclub
Проекты института ИИ ИТМО
Примеры проектов: FEDOT, BAMT, OSA, rostok, iOp.
4 — AI-chem
Проекты центра «ИИ в Химии»
Примеры проектов: GEMCODE, Nanomaterial_Morphology_Prediction.
5 — CompPhysLab
Примеры проектов: SVETlANNa.
7 — swarmtronics
Проекты лаборатории посвящены моделированию роев, состоящих из простых роботов, способных к самоорганизации и выполнению сложных задач
Примеры проектов: AMPy, swarmodroid.
В ИТМО регулярно выпускаются аналитические исследования, посвященные различным аспектам открытого кода.
Среди них:
Среди них:
Аналитика и научпоп
В ИТМО регулярно выпускаются аналитические исследования, посвященные различным аспектам открытого кода.
Среди них:
Среди них:
А также: публикации от авторов открытых проектов:
Мы рассказываем на Хабре о применении практик открытого кода в различных областях:
Кроме того:
Аналитика и научпоп
Cентябрь 2025
Искусственный интеллект в разработке: тренды и реальное применение
Совместное с Yandex B2B Tech исследование, посвященное ИИ-ассистентам для разработки ПО. В ходе подготовки материала проведен опрос более 600 разработчиков из индустрии и академии; также пообщались с экспертами, проанализировали собственный опыт исследований в области LLM-агентов и AI4Code.
Cентябрь 2024
Использование ML/Data Open Source в России
В этом исследовании мы рассмотрели вопрос используемости открытых инструментов в различных областях ИИ, машинного обучения, Data Science и работы с данными в целом.
Мы поговорили с несколькими экспертами из различных компаний и университетов ― Яндекса, Сбера, Т-Банка, VK, Wildberries, Рокет Контрола, CodeScoring, МФТИ. Кроме того, мы собрали открытые данные и на их основе выделили наиболее активно используемые опенсорсные проекты, а также компании, активно участвующие в опенсорс-инициативах.
Также, мы реализовали парсер данных из GitHub API и сторонних сервисов (таких, как pepy, star-history и др.), на основе которых проанализировали геоданные пользователей, использующих открытые проекты и участвующих в их развитии; уделили внимание существующим опенсорс-сообществам, другим исследованиям на схожие темы, перспективам развития опенсорса в эпоху ИИ и многому другому.
Мы поговорили с несколькими экспертами из различных компаний и университетов ― Яндекса, Сбера, Т-Банка, VK, Wildberries, Рокет Контрола, CodeScoring, МФТИ. Кроме того, мы собрали открытые данные и на их основе выделили наиболее активно используемые опенсорсные проекты, а также компании, активно участвующие в опенсорс-инициативах.
Также, мы реализовали парсер данных из GitHub API и сторонних сервисов (таких, как pepy, star-history и др.), на основе которых проанализировали геоданные пользователей, использующих открытые проекты и участвующих в их развитии; уделили внимание существующим опенсорс-сообществам, другим исследованиям на схожие темы, перспективам развития опенсорса в эпоху ИИ и многому другому.
Апрель 2024
Open Source в российском ИИ: исследование ландшафта
В этом исследовании мы проанализировали, кто и как занимается опенсорсом в академической сфере, а также предложили некоторые критерии для сравнения опенсорсных экосистем.
А обсуждать насущные вопросы с участниками сообщества - в чате ITMO OpenSource
Объединяет энтузиастов оpen-source, создающих или использующих научные открытые проекты, в том числе с сфере AI/ML.
Следить за анонсами наших мероприятий можно в канале «Научный опенсорс».
Разработчики открытых библиотек могут рассказать о них коллегам.
Некоторые митапы проходят при поддержке партнеров - например, компаний GitVerse и OpenScaler.
Некоторые митапы проходят при поддержке партнеров - например, компаний GitVerse и OpenScaler.
Активно сотрудничаем мы и сообществом OpenDataScience — например, участвуем в организации опенсорс-трека конференции DataFest.
Наше сообщество построено на базе Университета ИТМО, более конкретно - NSS Lab и Института ИИ. Среди ключевых участников:
Сообщество ITMO Opensource
Митапы «Scientific Open Source Meetup»
Сотрудничество
Сообщество
Николай Никитин
к.т.н, лидер сообщества, руководитель группы научно-технического развития исследовательского центра «Сильный ИИ в промышленности»
Андрей Гетманов
аспирант ФТИИ, м.н.с. лаборатории композитного ИИ
Ирина Деева
к.ф.м.н, старший научный сотрудники сследовательского центра «Сильный ИИ в промышленности»
Само опенсорс-сообщество ИТМО является, по нашим сведениям, крупнейшим среди университетских.
Мы активно продвигаем идею, что вклад в науку достигается не только публикациями, но и удобными инструментами, с помощью которых можно решать различные наукоемкие задачи.
Юрий Каминский
аспирант ФТИИ, руководитель студенческого клуба ценителей открытого программного обеспечения, сотрудник лаборатории композитного ИИ
В OSA можно загрузить репозиторий с черновой реализацией программного кода, а также научную статью, описывающую соответствующую библиотеку или алгоритм (если она есть). Статья загружается отдельным файлом и используется для генерации README. Дополнительно можно задать параметры работы OSA — выбрать провайдера LLM или конкретную модель.
«Под капотом» OSA декомпозирует имеющийся код и документацию и итерактивно обрабатывает полученные фрагменты с помощью специализированных промтов.
Создание OSA инициировано внутренним грантом НИРСИИ ИТМО. В 2025 году OSA была представлена на воркшопе CODEML A*-конференции ICML:
ИИ-инструмент
Как работает?
Шаг 4.
Репозиторий с более полной структурой и сгенерированным README на основе статьи.
Шаг 3.
OSA декомпозирует код и документацию, применяет специализированные промпты к фрагментам.
Шаг 2.
Выбор провайдера LLM или конкретной модели.
Шаг 1.
Репозиторий с черновым кодом + научная статья (опционально).
OSA —
ИИ-инструмент, который помогает улучшить репозитории с научным (и не только) открытым кодом и сделать их более пригодными для использования.
