Новости науки: большие данные

Технологии искусственного интеллекта уже прочно вошли в нашу жизнь в виде умных навигаторов, подбора новостной ленты и чат-ботов. Все это примеры «слабого» ИИ, обученного выполнять простейшие задачи. Для работы с огромными массивами данных ученые разрабатывают гораздо более сложные методы и алгоритмы, а вместе с ними и подходящее «железо». Naked Science попросил рассказать академика РАН Игоря Каляева* о том, какими проектами занимаются российские эксперты по ИИ, каких результатов удалось достичь за прошедший год, какие цели ставят перед собой ученые, участвующие в этих исследованиях, и какой будет следующая ступенька развития ИИ.

Академик Игорь Каляев / ©НЦФМ

Два года назад президент России поручил создать Национальный центр физики и математики (НЦФМ), который расположился на открытой территории Сарова в Нижегородской области, в 400 километрах от Москвы. Город играет важную роль в развитии отечественной науки с середины XX века, когда в Сарове построили Российский федеральный ядерный центр — ВНИИЭФ, где работали такие великие ученые, как академики Юлий Харитон, Яков Зельдович и Андрей Сахаров.

Сейчас Саров выходит на новый виток развития. Ученые со всей России из научной кооперации НЦФМ (более 50 институтов, вузов и наукоемких компаний) начали реализовывать глобальную научную программу. Исследователям доступна масштабная экспериментальная и расчетная база РФЯЦ-ВНИИЭФ. На территории НЦФМ также будет комплекс из научно-исследовательских корпусов, передовых лабораторий и установок класса миди-сайенс и мегасайенс. В планах сделать центр научным «городом будущего», в котором будут жить, учиться и работать лучшие ученые со всех уголков России. Первые такие будущие специалисты высшей квалификации учатся в образовательном ядре НЦФМ — филиале МГУ им. М. В. Ломоносова «МГУ Саров». Магистранты и аспиранты изучают теоретическую физику, вычислительные модели, а также суперкомпьютерные, лазерные и оптические технологии.

Научная программа НЦФМ включает десять направлений. Большинство связано с разными областями физики: от космологии и лабораторной астрофизики до газодинамики и радиационной физики. Три из них посвящены вычислительным и информационным технологиям. «И это не случайно, поскольку в РФЯЦ-ВНИИЭФ находится крупнейший в нашей стране вычислительный кластер с мощной инфраструктурой, накоплен огромный объем знаний. Темпы создания Национального центра физики и математики очень высокие. Это очень амбициозный проект. Нужно максимально использовать ресурсы НЦФМ и „Росатома”, чтобы ускорить работы по искусственному интеллекту в нашей стране», — прокомментировал отбор направлений академик РАН Борис Шарков, вице-директор Объединенного института ядерных исследований, сопредседатель научно-технического совета НЦФМ.

Одно из направлений научной программы НЦФМ — «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах». О том, какие проекты уже запущены в работу, Naked Science спросил у академика РАН Игоря Анатольевича Каляева, специалиста в области многопроцессорных вычислительных и управляющих систем, робототехники и искусственного интеллекта, соруководителя секции №9 научно-технического совета НЦФМ «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах».

Изображение, сгенерированное нейросетью в ответ на запрос «ИИ помогает людям на заводе “Москвич”» / ©Naked ScienceИзображение, сгенерированное нейросетью в ответ на запрос «ИИ помогает людям на заводе “Москвич”» / ©Naked Science

От промышленности до нейронов

Примечательно, что первым крупным мероприятием НЦФМ стал как раз семинар по искусственному интеллекту, прошедший год назад. Ученые, аспиранты и студенты из институтов РАН, вузов и профильных предприятий обсудили, какие исследования следует в первую очередь включить в реализацию направления научной программы НЦФМ по ИИ. С практической точки зрения технологии искусственного интеллекта применимы во всех областях, где требуется анализ больших объемов данных. В то же время нельзя забывать и о теоретической основе ИИ: от методов машинного обучения до проблем доверия к ИИ и взаимодействия между искусственным и естественным интеллектом.

Сегодня на этом направлении в НЦФМ идет активная работа над тремя крупными проектами: «Нейроэлектроника: интеллектуальные нейроморфные и нейрогибридные системы на основе новой электронной компонентной базы», «Исследование и разработка технологий искусственного интеллекта для предиктивного моделирования и поддержки принятия решений в технических, промышленных, природных и социальных системах» и «Исследование и разработка технологий искусственного интеллекта для профилактической медицины, психодиагностики и биометрии».

Разберемся в их целях, планах и достигнутых результатах. А еще мы спросили у академика Каляева о российских суперкомпьютерах и обеспечении проектов вычислительными мощностями.

Цифровая трансформация промышленности

Современная промышленность быстро меняется, следуя за стремительным ростом сложности как производимых продуктов, так и производственных технологий. «Достижение конкурентного преимущества на мировом рынке для предприятий и компаний различных секторов экономики сегодня не представляется возможным без цифровой трансформации и создания цифровых платформ нового поколения», — рассказывает Игорь Анатольевич Каляев.

Такие платформы должны быть способны в режиме реального времени анализировать огромные объемы информации, поступающие с разных составляющих производства и быстро предлагать решения. Причем не только на уровне общего управления производством и технологическими процессами, но и на уровне логистики, ресурсов и взаимоотношений с клиентами и поставщиками.

Традиционная жесткая вертикальная система управления такими предприятиями постепенно исчезает. Вместо нее формируется сеть из кластеров производства, которые порой расположены на большой территории. Такая сеть требует наличия системы управления и вычислительной инфраструктуры, которые будут устойчивы перед угрозами нестабильной внешней среды. Обработка больших производственных данных должны идти в безопасных и стабильных условиях. Именно созданием таких информационных систем занимаются специалисты НЦФМ в рамках проекта «Исследование и разработка технологий искусственного интеллекта для предиктивного моделирования и поддержки принятия решений в технических, промышленных, природных и социальных системах».

В их планах — разработать платформу, которая позволит использовать технологии ИИ в принятии решений для технических, промышленных и гибридных социотехнических систем. В основе этой платформы будут лежать модели, методы и технологии искусственного интеллекта, предиктивной аналитики и проактивного управления. Для анализа и контроля производственных процессов задействуется техническое зрение и геометрическое моделирование.

В первую очередь речь, конечно, идет о теоретических исследованиях работы таких алгоритмов и программ машинного обучения, адаптированных под конкретные задачи. Например, изучаются возможности компьютерного представления многомерной геометрической среды со множеством действующих компонентов. Иначе говоря, как перенести план завода в компьютер и научить систему координировать взаимосвязанную работу людей, станков, роботов для эффективного общего производственного задания.

В числе теоретических подпроектов планируется разработать методы предиктивного моделирования жизненного цикла сложных технических изделий и производственных процессов. Это позволит оценивать остаточный ресурс и прогнозировать возникновение потенциальных неисправностей и отказов.

Изображение, сгенерированное нейросетью в ответ на запрос «ИИ в роли ученого» / ©Naked Science
Изображение, сгенерированное нейросетью в ответ на запрос «ИИ в роли ученого» / ©Naked Science

По результатам этих теоретических исследований появятся рабочие прототипы. В частности, прототип комплексной системы, способной анализировать данные с датчиков робототехнических комплексов и планировать их работу, как автономную, так и групповую. А также прототип цифрового стенда моделирования и генерации нештатных ситуаций и прототип среды разработки нейросетевых элементов систем управления, адаптированных под российские микроэлектронные технологии.

«Внедрение данных технологий и соответствующих программных систем предиктивного моделирования и поддержки принятия решений позволит существенно снизить риски возникновения недопустимых состояний сложных технических, производственных и социальных систем, повысить эффективность автоматизированного парирования таких состояний», — добавляет Игорь Каляев.

Компьютер — мозг, мозг — компьютер

Понятие искусственного интеллекта у многих ассоциируется с идеей создания полноценной копии человеческого мышления. Некоторые научные группы действительно пробуют создать цифровую копию человека, но в большинстве случаев речь идет о создании мощных аналитических систем. И самая мощная из известных нам таких систем — наш мозг. Поэтому в рамках ИИ-проектов часто ведется разработка и проектирование микропроцессоров, которые на базовом аппаратном уровне будут ускорять работу нейросетей. Их называют нейронными процессами или ИИ-ускорителями. Созданием таких процессоров и прилагающихся к ним алгоритмов занимаются ученые проекта НЦФМ «Нейроэлектроника: интеллектуальные нейроморфные и нейрогибридные системы на основе новой электронной компонентной базы».

На самом базовом уровне компьютер «говорит» на языке нулей и единиц. Нейроны нашего мозга гораздо более гибкие и их «язык» сложнее. В машине такие свойства можно воплотить с помощью мемристоров — элементов, сопротивление которых зависит от заряда или напряжения. Благодаря этому, как объясняет Игорь Каляев, они «позволяют реализовать вычисления в памяти, а значит, не только по форме, а по существу воспроизводить мозгоподобные принципы обработки и хранения информации». С помощью таких мемристоров можно хранить и обрабатывать информацию не в двоичной, а в многоуровневой системе, то есть в несколько раз увеличить доступный объем и вычислительную мощность.

Так, в рамках проекта НЦФМ планируется исследовать методы построения систем на основе мемристоров и алгоритмы обучения нейросетей на основе такой архитектуры. А следом внедрить их в российский промышленный технологический процесс. И это будет не единственный практический результат. «Аппаратную реализацию нейросетевых алгоритмов можно будет использовать для перехода к гибридному интеллекту — на основе регистрации и обработки в реальном времени сигналов живого мозга», — объясняет Игорь Каляев.

«В перспективе это откроет путь к реализации компактных и энергоэффективных адаптивных систем для замещения и восстановления утраченных функций мозга и нервной системы», — добавляет он.

Сразу приходит на ум Neuralink Илона Маска. «Наш проект не конкурирует с американским, а решает связанные задачи — разработки систем, которые смогут обрабатывать информацию непосредственно на границе с живыми системами мозга, то есть в составе современных сенсорных систем», — отвечает эксперт.

Каким же может быть в данном случае практический результат? Ученые НЦФМ хотят организовать серийное производство такого аппаратного обеспечения, а также разработать многоядерный нейропроцессор и нейрогибридный чип, на основе которого, в том числе, можно будет создать компактный сенсор электрофизиологической активности, то есть активности мозга.

Цифровой профиль здоровья

Наш организм — сложнейшая система, генерирующая огромный поток данных. Малейшие изменения могут ничего не значить, а могут сигнализировать о долгосрочных проблемах. И это касается как физического здоровья, так и психологического. И ничто не умеет лучше работать с большими объемами данных, чем нейросети. Причем с их помощью можно анализировать как здоровье одного человека, так и всего населения.

«Одной из основных причин высокой смертности населения в России является большая распространенность (68,5%) факторов риска хронических неинфекционных заболеваний, большинство из которых связаны с образом жизни людей, — объясняет Игорь Каляев. — Этот факт определяет актуальность и значимость создания рекомендательных систем сбережения здоровья, с помощью которых можно будет сформировать комплексные стратегии по снижению рисков развития хронических заболеваний, а также возникновения психических и физиологических отклонений у отдельных индивидов, а также их сообществ».

Поэтому в рамках проекта НЦФМ «Исследование и разработка технологий искусственного интеллекта для профилактической медицины, психодиагностики и биометрии» ученые изучают методы сбора, хранения и анализа разнородной информации о состоянии здоровья и образе жизни граждан страны. И на основании собранных данных планируется создавать цифровые профили здоровья, а также рекомендательные системы, позволяющие формировать персональные рекомендации по здоровьесбережению.

Одновременно ведется разработка методов динамического анализа такого профиля с целью выявления признаков физиологических и психоэмоциональных отклонений и алгоритмов формирования рекомендаций.

Для иллюстрации применения такого анализа Игорь Каляев привел в пример работников объектов такой критической инфраструктуры, как реакторы АЭС: «Сочетание информации, хранящейся в базе знаний такой системы, с анализом текущего психофизиологического состояния человека позволит повысить качество оценки его способности оперативно принять решение в экстремальной ситуации и предотвратить возможные техногенные аварии».

Изображение, сгенерированное нейросетью в ответ на запрос «ИИ, который делает МРТ» / ©Naked Science
Изображение, сгенерированное нейросетью в ответ на запрос «ИИ, который делает МРТ» / ©Naked Science

Современные социальные сети дают возможность составить психоэмоциональный портрет человека: личностные черты, склонность к депрессии, приверженность к ЗОЖ, реакцию на события и персон и так далее. Все это можно оценить через лексический, синтаксический и семантический анализ постов самого пользователя и сообществ, на которые он подписан.

За прошедший год эксперты проекта разработали методы сбора, интеграции и анализа разнородной информации о здоровье и образе жизни. По словам Игоря Каляева, главное отличие новых методов заключается в том, что информация собирается из разных источников: электронных медкарт, гаджетов, социальных сетей, опросников и бесконтактных устройств съема информации.

И работники АЭС были упомянуты не просто так. В этом году удалось создать методы дистанционного и бесконтактного сбора данных о психологическом состоянии и отклоняющемся поведении операторов критических и удаленных объектов. Уже в следующем году планируется использовать новые методы в экспериментах по длительном пребыванию людей в космическом пространстве, которые проведет ИМБП РАН.

Суперкомпьютерные возможности

Все эти проекты требуют огромных вычислительных мощностей как для тестирования, так и для последующего использования разработанных методов и алгоритмов. Но сама разработка подобных суперкомпьютеров — задача другого направления НЦФМ, «Национального центра исследования архитектур суперкомпьютеров». Впрочем, направления работают в тесном контакте. Так Игорь Каляев по совместительству является сопредседателем секции №1 научно-технического совета НЦФМ по суперкомпьютерному направлению «Национальный центр исследования архитектур суперкомпьютеров».

Суперкомпьютер «Ломоносов» — первый гибридный суперкомпьютер такого масштаба в России и Восточной Европе. Установлен в НИВЦ МГУ / ©Nadir Chanyshev/wiki
Суперкомпьютер «Ломоносов» — первый гибридный суперкомпьютер такого масштаба в России и Восточной Европе. Установлен в НИВЦ МГУ / ©Nadir Chanyshev/wiki

По мнению академика РАН Игоря Каляева, чтобы продвинуться в разработке суперкомпьютеров, нам следует сосредоточиться на исследовании перспективных нетрадиционных подходов, которые обеспечили бы нас качественным приростом их производительности: «Нужно создавать такие суперкомпьютеры, которые показывают высокую реальную производительность при решении практически важных задач. Например, в Таганроге мы разрабатываем реконфигурируемые суперкомпьютеры, архитектура которых может подстраиваться под структуру решаемой задачи, за счет чего достигается их высокая реальная производительности именно на данной задаче».

«В идеале все суперкомпьютеры, работающие на территории России, целесообразно объединить в единую инфраструктуру, чтобы пользовательские задачи можно было решать на тех устройствах, которые лучше всего подходят для их решения», — отмечает академик Каляев. При этом пользователю даже не нужно знать, на каком из супер-ЭВМ прошли его вычисления, это определяет диспетчер.

«Безусловно, такой диспетчер должен обладать „искусственным интеллектом”. И таким проектом сейчас успешно занимаются команды МГУ и ЮФУ в рамках первого направления НЦФМ», — добавляет Игорь Каляев.

Кстати, развитием методов программирования под суперкомпьютеры занимается уже второе направление НЦФМ — «Математическое моделирование на супер-ЭВМ экса- и зеттафлопсной производительности». По этому направлению сейчас проходит I Всероссийская школа-семинар НЦФМ, трансляцию которой можно посмотреть во «ВКонтакте» Национального центра.

Создадим ли искусственный интеллект, каким его показывают в фильмах?

К такой перспективе Игорь Каляев относится очень скептически: «Вряд ли в ближайшем будущем возможно создание “сильного” ИИ, то есть ИИ, который будет сопоставим с естественным человеческим интеллектом». Во многом причина в том, что мы до сих пор слабо представляем, как работает наш мозг, поэтому и не можем воплотить его «в железе».

Но это вовсе не говорит о том, что стремится к этому не нужно, считает Игорь Каляев. Дальнейшее развитие технологий искусственного интеллекта и переход на «следующую ступеньку» на пути к «сильному» ИИ связаны, по-видимому, как с созданием более «продвинутых» интеллектуальных систем, способных решать все более сложные «интеллектуальные» задачи, так и с созданием систем, в той или иной мере имитирующих процессы, протекающие в человеческом мозге. «Именно на стыке этих двух подходов и будут вестись основные исследования и разработки в рамках девятого направления научной программы НЦФМ, по ИИ», — подводит итог Игорь Анатольевич Каляев.

*Каляев Игорь Анатольевич — академик РАН, соруководитель секции №9 научно-технического совета Национального центра физики и математики (НЦФМ) «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах», председатель совета по приоритетному направлению СНТР «Переход к цифровым производственным технологиям, роботизированным системам, новым материалам и способам их конструирования, создания систем обработки больших данных, машинного обучения и искусственного интеллекта», научный руководитель направления ЮФУ.

Следить за новостями о НЦФМ можно на сайте и в социальных сетях НЦФМ (ТелеграмВКонтакте).

Источник

This entry was posted in 1. Новости, 3. Научные материалы для использования. Bookmark the permalink.

Comments are closed.