Искусственный интеллект, помимо ажиотажа и истерии в сегодняшних заголовках, играет все более важную роль в повседневной жизни и бизнесе — его применение варьируется от прогнозирования текста до рекомендаций Netflix и обнаружения банковского мошенничества.
Во многом этот прогресс стал возможен благодаря исследователям, находящимся на переднем крае комплексных научных исследований.
И это еще не все.
В Калифорнийском университете в Риверсайде группа из четырех ученых изложила свое видение использования машинного обучения для обслуживания, улучшения и проектирования самого сложного научного оборудования на Земле.
«Использование ИИ для решения основных научных задач может не только способствовать развитию науки, но и способствовать решению проблем в повседневной жизни», — сказал Вагелис Папалексакис, доцент кафедры компьютерных наук и инженерии Калифорнийского университета в Риверсайде. «GPS — отличный пример».
Глава о видении команды UCR была опубликована в апреле 2023 года World Scientific в книге «Искусственный интеллект для науки: революция глубокого обучения».
В главе 7 «Машинное обучение для проектирования и оптимизации сложных приборов» исследуется, как ИИ может совершенствовать, улучшать — даже революционизировать — крупномасштабные научные эксперименты. Идея состоит в том, чтобы использовать машинное обучение для компьютерного моделирования огромного диапазона возможностей операций и проектирования, не только экономя время, деньги и ресурсы за счет повышения эффективности и комплексных улучшений, но и исследуя контринтуитивные конструкции и идеи.
«Это звучит футуристично — и это надежда», — сказал Папалексакис. «Мы спрашиваем: «Что обещает ИИ?»
Его соавторами являются Барри К. Бэриш, лауреат Нобелевской премии, почетный профессор физики Калифорнийского технологического института и выдающийся профессор физики и астрономии UCR; Джонатан Ричардсон, доцент кафедры физики и астрономии UCR; и Рутужа Гурав, доктор философии. кандидат УЦР по информатике.
Их подход может улучшить проектирование и эксплуатацию сложной техники, включая Лазерный интерферометр Гравитационно-волновая обсерватория. LIGO, управляемый Калифорнийским технологическим институтом, состоит из двух наборов двух лазерных лучей длиной 2,5 мили в штатах Вашингтон и Луизиана, которые обнаруживают гравитационные волны от космических явлений, таких как слияние пар черных дыр, которые не излучают свет и поэтому не могут наблюдаться. визуально.
Гравитационные волны помогают ученым понять тайны космоса, происхождение Вселенной и фундаментальные законы физики. Сама LIGO открыла новые горизонты в астрономии, сделав настолько новаторские открытия, что Бэриш, бывший директор LIGO, получил Нобелевскую премию по физике 2017 года.
«Достижения в экспериментальной физике зависят от нашей способности разрабатывать очень сложные современные инструменты», — сказал Бариш. «Машинное обучение играет все большую роль в концепции, проектировании и реализации таких передовых экспериментальных установок. Справедливо сказать, что ИИ становится полноправным партнером в совершении новых открытий в физике».
Предполагаемое новое исследование, например, поможет ученым узнать, как улучшить или даже спроектировать сквозные инструменты таким образом, чтобы повысить их чувствительность и устойчивость к реальным источникам ошибок, таким как шум окружающей среды.
«Вместо того, чтобы делать это в лаборатории, ИИ будет выполнять тяжелую работу по тестированию потенциальных проектов и поиску того, который лучше всего работает» для массивной инфраструктуры LIGO, сказал Папалексакис. «Это вычислительный способ моделирования вещей, который значительно поможет в разработке крупномасштабных экспериментов».
Такие подходы задействуют и адаптируют технологию, на которой работают новые общедоступные платформы, такие как ChatGPT и Bing AI, что имеет большое значение для научных открытий и повседневных инноваций.
Ученые отметили, что использование ИИ для тестирования, моделирования и улучшения крупных научных систем не вытеснит исследователей или инженеров.
«Пограничные эксперименты, такие как LIGO, — это невероятно сложные инструменты с десятками взаимозависимых систем управления и тысячами каналов данных», — сказал Ричардсон. «Мы надеемся, что достижения в области искусственного интеллекта, подобные тем, которые разрабатываются в UCR, смогут распознавать скрытые ассоциации в этом море данных, которые могут диагностировать операционные проблемы. может внести физические изменения, улучшающие работу детектора».
Исследование выросло из увлечения студента и случайной встречи.
Гурав, аспирант, работающий в лаборатории информатики Папалексакиса, увлекся выделением гравитационных волн из других шумов. Затем четыре года назад публичная лекция эксперта по гравитационным волнам Бариша в UCR привела группу к встрече, обсуждению и совместной работе над проектом.
Гурав похвалила своих наставников из UCR и сказала: «Замечательно видеть, что наша работа включена в такой удивительно разнообразный сборник идей по прикладному ИИ для естественных наук. ученый, который глубоко заинтересован в изучении приложений машинного обучения для расширения границ научных открытий».
Теперь, когда глава опубликована, Папалексакис сказал: «Я горжусь и немного напуган». Публичное изложение направлений сложных научных исследований приносит «чувство ответственности, к которому мы не относимся легкомысленно. Но я рад, что люди верят, что эти вещи заслуживают изучения».
