Сможет предвидеть изменения климата: новый метод обучения ИИ позволит понять хаотические процессы

Технологии 13:30 - 06 октября 2022

С помощью резервуарных вычислений искусственному интеллекту будет по силам прогнозировать такие хаотические процессы, как глобальное изменение климата

Новая модель машинного обучения позволит прогнозировать поведение хаотических систем

Новая модель обучения искусственного интеллекта позволит предвидеть сложные хаотические процессы/Фото: Andrea Verdelli/Getty Imaged

Большие способности систем искусственного интеллекта по обработке данных разрешают предвидеть поведение сложных хаотических систем. Новый алгоритм обучения ИИ позволяет нейросетям гораздо быстрее обрабатывать и систематизировать все более разнообразные группы данных.

Детали

Следующее поколение моделей обучения искусственному интеллекту с помощью метода резервуарных вычислений использует более динамичный и быстрый подход к машинному обучению. Новый алгоритм улучшает прогнозирование сложных физических процессов, таких как глобальный прогноз погоды.

Вычисление этих процессов, известных как пространственно-временные хаотические системы, теперь можно выполнить за минимум времени, с большей точностью, используя меньше вычислительных ресурсов и базируясь на меньшем количестве учебных данных. Физик из Университета штата Огайо Вендсон де са Барбоза отмечает:

Это очень увлекательно, поскольку мы считаем, что это значительный прогресс в плане эффективности обработки данных и точности прогнозов в области машинного обучения.

Машинное обучение – это компьютерные алгоритмы, которые используют процесс познания для прогнозирования (например, погодных условий в будущем) на основе больших архивов данных (например, предыдущих погодных условий).

Подход резервуарных вычислений пытается более точно имитировать человеческий мозг, подавая информацию в "резервуар" случайно соединенных искусственных нейронов как средство обнаружения полезных моделей. Затем результаты используются для информирования о предстоящих циклах обучения.

Фото:  Possessed Photography/Unsplash

С течением времени эти системы стали более оптимизированными и эффективными. Одно нововведение в машинном обучении позволило параллельно создавать разные компоненты прогнозной модели. Использование такой архитектуры с новейшими резервуарными вычислительными технологиями позволяет алгоритмам выявлять потенциальную симметрию в беспорядке информации.

Исследователи проверили свой новый подход к модели атмосферной погоды. Используя обычный ноутбук с программным обеспечением Windows, они смогли сделать прогнозы за доли секунды. Раньше для этого понадобился бы суперкомпьютер. В этом конкретном случае вычисления были произведены в 240 000 раз быстрее, чем с помощью традиционных алгоритмов.

Алгоритмы машинного обучения можно использовать для прогнозирования любых будущих событий, находя ему применение в таких полезных областях, как добыча новых ресурсов и таких тревожных аспектах, как социальная инженерия.

По мере того как эти сценарии становятся сложнее, появляется все больше и больше переменных, которые следует учитывать, раздвигая ограничения на вычислительные ресурсы. Системы машинного обучения способны обнаруживать шаблоны в массивах данных, которые не может заметить человек, а затем наблюдать за повторением этих шаблонов. Они также могут с течением времени улучшать свою точность.

По словам исследователей, эти новые и усовершенствованные алгоритмы можно использовать в различных ситуациях, например для мониторинга ритма сердца и выявления проблем со здоровьем, которые в противном случае можно было бы не заметить. Барбоза объясняет:

Современные алгоритмы машинного обучения особенно хорошо подходят для прогнозирования динамических систем путём изучения их основных физических правил с помощью исторических данных. Если у вас будет достаточно данных и вычислительной мощности, вы сможете делать прогнозы с помощью моделей машинного обучения по любой сложной системе реального мира.

Ранее мы сообщали, что компания Nvidia создала нейросеть GauGAN2, которая умеет создавать изображения по текстовому описанию. Алгоритм может создать изображение даже из одного слова.

Источник: Science Alert

Не пропустите интересное!

Подписывайтесь на наши каналы и читайте новости в удобном формате!

ГЛАВНОЕ ЗА СЕГОДНЯ
Больше новостей
RU UA
1