Нейросети начали помогать решать серьезные научно-технические задачи
Физически информированные нейронные сети все больше становятся востребованными
Информированные нейронные сети все более плодотворно используются в самых различных областях науки и техники. Об этом рассказал руководитель лаборатории искусственного интеллекта института МАИ Вадим Кондаратцев.
Он напомнил, что классические нейросети уже давно вошли в повседневную жизнь человека, который с их помощью создает изображения, пишет истории и даже делают видеоролики, но в научной сфере они только начинают свой путь.
«Физически информированные нейронные сети отличаются от других нейросетей тем, что в самой их структуре учитывается физическая модель реального мира. Благодаря этому предсказания таких сетей интерпретируемы и согласуются с физическими законами», – отметил Кондаратцев.
По его словам, физически информированным нейронным сетям не нужно учиться на миллионах единиц данных из специальных датасетах. Деятельность осуществляется на намного меньшем объеме данных – математических формулах, которые помогают нейросети оценивать данные и делать достоверные выводы. Благодаря этому разработчик того или иного продукта получит научно правильные выводы в расчетах, а главное быстро, ведь подобные нейронные сети производят данные со скоростью, сопоставимой со скоростью суперкомпьютера.
При этом физически информированные нейросети могут решать сложнейшие задачи из любых сфер – от расчета потоков крови до распространения нефти и газа в земляных пластах. Говоря научным языком, они применяются во всех разработках, которые касаются «механики сплошных сред»: потоков воздуха, жидкостей, электромагнитных волн. «Фишка» снискала популярность у индустриальных гигантов таких как Siemens, «Газпром» и «Сбербанк», а разработки в этой области начали вестись в трех странах – России, США и Китае.
В РФ главными центрами компетенции являются Сколтех и МАИ. Последний применяет решения физически информированных нейронных сетей в аэрокосмической сфере, поскольку они учитывают все взаимовлияния нескольких объектов друг на друга – например, влияние самолета на запущенный с его борта беспилотник.
Помимо этого, в МАИ физически информированные нейросети применяют в теоретической механике, где система помогает предсказывать разрушение твердых тел при сверхкритических перегрузках – очень важной теме для всей аэрокосмической промышленности. Раньше такие задачи решались при помощи только сложнейшего и дорогостоящего суперкомпьютерного моделирования.
«Российские ученые в первую очередь нацелены на практический результат. Мы отбрасываем все варианты, которые красивы с научной точки зрения, но никогда не будут работать в жизни. Нам нужны универсальные решения, чтобы нейросеть рассчитывала комплекс задач и выдавала готовый результат, который можно использовать. И мы накопили такой ряд решений, которые действительно работают, хотя они, может быть, и не всегда красивы с научной точки зрения», – рассказал Кондаратцев.
В обоих ведущих российских центрах компетенций разрабатываются очень интересные научно-технические проекты. Тот же Сколтех построил модель анализа потока воздуха в системах кондиционирования, чтобы более корректно оценивать уровень загрязненности и примесей без сложных фильтров и уловителей.
Ранее российский студент обучил нейронную сеть оптимизировать производственный процесс, что в разы повысит эффективность мелкосерийного производства.
Теги:
