В Институте математики им. С. Л. Соболева СО РАН завершается финальная стадия создания молодежной лаборатории в сфере искусственного интеллекта. Новая лаборатория будет способствовать созданию компьютерных программ на основе искусственного интеллекта для сбора и анализа информации о процессах в природе, обществе, экономике и окружающей среде. Ученые планируют создать эффективный метод прогнозирования климатических процессов, распространения загрязнений, а также распространения таких заболеваний как туберкулез, ВИЧ, COVID-19.
Научная группа Международного математического центра Института математики совместно с коллегами из ИВМиМГ СО РАН и ИВМ СО РАН уже разработали инструменты математических расчётов, моделирующих распространение эпидемий с учётом экономической и социальной ситуации в регионах. Командой был разработан комплекс программ «Эпидемия», который позволяет моделировать распространение заболеваний на примере COVID-19 с точностью до 96%. Для обработки огромного количества данных необходима мощная компьютерная сеть, которая позволит учёным быстрее и эффективнее находить ответы на свои вопросы.
Как объяснила заведующая новой лабораторией, начальник научно-исследовательского отдела ММЦ Ольга Криворотько, все исследования основаны на обратных задачах и дифференциальных уравнениях. Обратные задачи — это поиск свойств или параметров объекта, которые нельзя измерить напрямую.
По словам Криворотько, такие исследования напоминают поиск клада – прямое обнаружение никогда невозможно, однако при использовании косвенных методов измерения, таких как сейсмография, при которой по отражению звуковых волн от объекта и их характеристикам можно сделать выводы о положении, размерах и плотности «невидимого» в данный момент объекта.
Решение обратных задач позволяет, используя косвенные измерения, восстанавливать информацию о начальном положении или состоянии объекта. Допускаемая ошибка в таких измерениях учитывается в вычислениях. Обратные измерения и вычисления требуют точности, скорости и, самое главное, правильной и математически верной постановки задачи.
Эксперт подчеркнула, что в обратных задачах всё сводится к двум вещам: точно поставить математику и найти быстрые алгоритмы. Это важно, потому что за часы смысловое значение может быть потеряно. Обучив систему на исторических данных, например, о цунами или землетрясениях, можно создать модель, способную быстро делать прогнозы.
Сейчас специалисты не всегда доверяют машинному обучению, так как для получения доверия требуются проверки и математические обоснования, и делают упор на математическую верификацию.
«Надеемся, что благодаря таким лабораториям, как наша, методы машинного обучения заработают большее доверие», - сказала Ольга Криворотько.
В первый год работы лаборатории ее рабочий состав должен включать в себя не менее 75% сотрудников младше 35 лет, а скаждым последующим годом число молодых ученых будет увеличиваться. Отмечается, что успех лаборатории будет оцениваться по количеству и качеству научных публикаций, активности сотрудников на научных конференциях и сессиях, а также по достижениям результатов, описанных в программе проекта.
ИИ-лаборатория создавалась в рамках федерального проекта «Развитие человеческого капитала в интересах регионов, отраслей и сектора исследований и разработок» национального проекта «Наука и университеты».
Источник: пресс-служба Института математики им. С. Л. Соболева СО РАН
распечатать статью
