24 ноября 2020, 17:53

Искусственный интеллект в научных исследованиях: возможности и опасности

Пока к нему относятся, как к вспомогательному инструменту в руках ученых. Но что искусственный интеллект будет представлять уже завтра? Какие задачи он сейчас решает в науке и что может изменить в скором будущем?

Что такое АСНИ.

Эту аббревиатуру часто используют ученые, когда говорят об искусственном интеллекте в своей работе. Автоматизированные системы научных исследований (АСНИ) — это

программно-аппаратные комплекс

ы на базе средств вычислительной техники, позволяющих вести расчеты на основе моделей исследуемых объектов, явлений и процессов. Их основная задача — получение новых знаний и проверка научных гипотез. Применяются АСНИ в самых разных научных областях:

ядерной физике

,

радиофизике

и

электронике

, космических исследованиях,

геологии

и

геофизике

,

биологи

и,

медицин

е,

экономике

,

социальных исследования

х,

прав

е и

языкознании

и др.

В настоящее время в России в большинстве этих областей активно используются методы искусственного интеллекта, в том числе data mining — машинное обучение. Их задача — извлекать полезные закономерности в исследовании и определять наиболее правдоподобную интерпретацию данных наблюдений. Все это без каких-либо заранее заложенных знаний о физических процессах исследуемой системы.

Опыт работы с такими системами в России накоплен достаточный, в том числе в регионах. Так, в 2020 году в Вологодском государственном университете прошла уже 11 международная научно-техническая конференция «Информатизация процессов формирования открытых систем на основе САПР, АСНИ, СУБД и систем искусственного интеллекта».

Какие возможности открывают?

Хотя некоторые ученые относятся к методам машинного обучения как к вспомогательным инструментам, многие верят, что роль искусственного интеллекта в науке будет увеличиваться, и со временем машина сможет полностью заменить человека. Очевидно, в обозримом будущем мы получим системы искусственного интеллекта, готовые совершать открытия в физике или математике, на которые не способны умнейшие из живущих людей.

Уже сейчас один из подходов технологии машинного обучения — генеративное моделирование, основанное на сетях глубокого обучения — может помочь физикам определить наиболее вероятную теорию среди соревнующихся моделей наблюдаемых данных. Без специальных знаний о том, какие физические процессы могут происходить в исследуемой системе.

В рамках этого направления создаются системы, например в космологии. Так швейцарский астрофизик Кевин Шавинский разработал проект «

Галактический зоопарк

», позволяющий за считанные часы проводить исследования по классификации галактик, на которые раньше уходили месяцы работы большого коллектива ученых.

Для этого направления также используется термин Data Analysis, поскольку здесь уже сочетаются надежные физические теории и детальные моделирующие программы в отличие от методов Data Mining, где теории обычно нет и знания извлекаются из самих данных.

Так, в Лаборатории информационных технологий в Дубне функционирует центр обработки данных ЦЕРН, получаемых с Большого адронного коллайдера. В нем на основе машинного обучения проводилась обработка больших экспериментальных данных исследования, приведшие к открытию бозона Хиггса.

Методы искусственного интеллекта (ИИ) в научных исследованиях и на ранних этапах своей истории демонстрировали возможности, присущие человеку. Так методами автоматического доказательства теорем уже в 1976 году была решена фундаментальная математическая проблема — так называемая задача «о четырех красках».

В ВЦ РАН в 90-х годах разрабатывались методы визуализации числовых закономерностей. Они позволяли формулировать и обосновывать гипотезы в области теории чисел.

Темная сторона ИИ.

Системы искусственного интеллекта реализуют сложные механизмы поддержки принятия решений, основанные на огромном количестве данных, которые эффективно обрабатываются и синтезируются в сложные модели. Однако из-за их внутреннего кодирования или уровня сложности многие из этих моделей, скажем, нейросети, можно описать лишь как «черные ящики, недоступные для людей».

К примеру, широко известная IBM «Watson» (США) потерпела неудачу на рынке медицинских экспертных систем вследствие регулярно совершаемых ошибок в диагностике и рекомендации лечения рака. Найти и устранить источники этих ошибок людям так и не удалось без полного переобучения системы.

Особенно опасен эффект черного ящика в таких сферах, как оборона или ядерная энергетика. Поэтому сейчас в науке возникает необходимость создания объяснимого ИИ, способного делать выходные данные алгоритмов и все процессы исследования прозрачными и понятными для человека. Это наши задачи на ближайшее будущее.

Алексей Аверкин

, ведущий научный сотрудник лаборатории искусственного интеллекта, нейротехнологий и бизнес-аналитики РЭУ им. Г.В.Плеханова

Последние новости:
29 марта 2024, 18:06
Во Владимире столкнулись «ГАЗель» и автобус
Сегодня, 29 марта, в 13:20 на развязке улиц Красноармейская и Строителей столкнулись две машины. Автобус марки Mercedes ехал по приоритетной дороге, а поворачивающий налево водитель «ГАЗели» не пропустил общественный транспорт.
29 марта 2024, 18:03
Во Владимирской области ужесточат пропуск и досмотр в местах массового скопления людей
Об этом шла речь на внеочередном совместном заседании антитеррористической комиссии и оперативного штаба, которое провел 29 марта губернатор Александр Авдеев. На нем присутствовали представители силовых ведомств.Главной темой в повестке заседания стала про…
29 марта 2024, 17:29
Во Владимире подвели итоги работы в 2023 году и наградили лучших боксёров и тренеров региона
28 марта состоялась пресс-конференция Федерации бокса Владимирской области по итогам 2023 года. В 2023 году на всероссийских соревнованиях наши боксёры завоевали 58 медалей (в том числе 16 золотых, 9 серебряных, 33 бронзовых) и 7 медалей – на международных…
29 марта 2024, 17:29
Жители Селивановского района просят отремонтировать школу в селе Малышево
Житель Селивановского района по имени Рашид ходатайствовал перед губернатором Александром Авдеевым о ремонте Малышевской школы. Здание 1978 года постройки ни разу капитально не ремонтировалось и очень нуждается в обновлении, но для районного бюджета это, к…