Шум не помеха
Российские ученые научили ИИ предсказывать поведение сложных систем в условиях шума
Исследователи из Балтийского федерального университета им. И. Канта (БФУ, Калининград, Россия) под руководством Александра Храмова разработали модель искусственного интеллекта (ИИ), способную предсказывать поведение стохастических систем. Для обучения и тестирования своей модели ученые использовали компьютерную симуляцию биологического нейрона, подверженного воздействию шума.
Фото: Александр Казаков, Коммерсантъ
Стохастические системы — это сложные системы, на которые влияет множество случайных факторов и шумов. Такие системы окружают нас повсюду: это могут быть финансовые рынки, погодные условия, транспортные потоки или даже нейронные сети в мозге. Из-за влияния случайностей поведение стохастических систем очень трудно предсказать, что создает большие проблемы в самых разных сферах жизни — от экономики до медицины.
«Мы впервые разработали модель резервуара, которая способна предсказать поведение стохастической системы, находящейся под воздействием шумов, на сколь угодно долгом промежутке времени,— рассказывает Александр Храмов.— Более того, наша модель смогла предсказать физический эффект, который изначально не был в нее заложен,— эффект стохастического резонанса. Он проявляется в том, что при определенной интенсивности шума хаотическое поведение нейрона становится более упорядоченным».
Обычно ИИ учится на известных данных и не может выйти за их рамки. Но разработанная учеными модель показала удивительную способность к обобщению. «Мы обучили нашу модель предсказывать поведение нейрона при одном уровне шума. Но она смогла точно описать базовые закономерности системы и при других уровнях шума, которых не было в обучающей выборке»,— поясняет ученый.
Это важный прорыв, так как модель ИИ фактически самостоятельно обнаружила новый физический эффект, опираясь только на ограниченный набор данных. «Наша система резервуарных вычислений не просто научилась работать с известными примерами, но и смогла сделать принципиально новые предсказания, которые очень точно согласуются с реальным поведением нейрона»,— подчеркивает Александр Храмов.
По словам ученого, созданная модель открывает широкие перспективы для прогнозирования поведения разнообразных стохастических систем. Такие интеллектуальные помощники могут находить применение в самых разных областях — от предсказания экономических кризисов до управления «умным» городским трафиком и поиска новых эффектов в биологических системах. Везде, где нужно принимать решения в условиях неопределенности и случайных воздействий, модели ИИ, умеющие работать с шумами, могут оказаться незаменимыми. Они позволят заглядывать в будущее сложных систем, обнаруживать в них скрытые закономерности и принимать более точные и надежные решения.
Для создания своей модели калининградские исследователи использовали модифицированную технологию резервуарных вычислений. Все расчеты проводились на мощном компьютерном кластере БФУ им. И. Канта. В дальнейшем ученые планируют работать над повышением точности и универсальности разработанной модели ИИ.
Исследование было проведено в рамках программы Минобрнауки РФ «Приоритет 2030» (нацпроект «Наука и университеты»), его результаты были опубликованы в престижном международном научном журнале Chaos, Solitons and Fractals, который издается в Нидерландах и входит в первый квартиль (Q1) по импакт-фактору и в TOP1 журналов в прикладной математике. Журнал посвящен междисциплинарным исследованиям и нелинейной динамике в физике и прикладной математике, имеет высокий рейтинг цитирования (импакт-фактор 9.926 в 2021 году, по данным Journal Citation Reports).