"Благодаря машинному обучению мы можем подгонять формулу под ответ" — эксперт об искусственном интеллекте, который учится понимать структуру Вселенной

Издание The Next Web сообщило о том, что астрофизики из нескольких японских университетов разработали искусственный интеллект, который должен помочь разобраться в структуре Вселенной и понять, что такое темная материя и темная энергия. Искусственный интеллект, получивший название Dark Emulator, воссоздает Вселенную, основываясь на полученных с цифровых телескопов фотографиях.

Станислав Ашманов, генеральный директор компании «Нейросети Ашманова» и специалист по глубоким нейронным сетям и машинному обучению рассказал The Insider, что представляет собой разработка японцев и есть ли у нее будущее.

Когда мы пытаемся изучать такие сложные вещи, как огромные магнитные поля в космосе, то придумываем некоторую экономическую модель, которая описывает, как друг с другом взаимодействуют математические и физические величины. Потом на изображения со спутников и телескопов в разных диапазонах мы смотрим, иногда с фильтрами, как та математическая модель, которую мы написали в виде формул, согласуется с реальными наблюдениями. Мы видим, например, как и куда течет вещество. Думаем, какому закону оно могло бы подчиниться. И дальше смотрим, насколько этот закон, то есть формула или несколько формул, адекватно предсказывают состояние дел.

Мы используем искусственный интеллект затем, чтобы построить некое математическое представление того, что мы наблюдаем. То, о чем идет речь в публикациях СМИ, говорит о том, что японцы, зная данные с телескопов, через которые они наблюдают якобы темную материю, думают: «Информация, которую мы получили и записали с телескопов, — чем она могла быть объяснена? Что могло привести к такому распределению темной материи? Каков должен быть закон, по которому темная материя распределяется в пространстве? Как она соотносится с темной энергией?»

Вот как раньше делали? Садятся математики и придумывают: «Вот такими формулами оно может описываться». И дальше смотрят в симуляторе — загружают это в некоторую программу, она гоняет эти формулы и смотрит, как перетекает эта материя или энергия. Сейчас они сделали следующее: просто взяли более простой симулятор, который использует не сложные математические операции, а более простые нейронные сети, или машинное обучение. Машинное обучение делает перебор разных математических формул, которые могут объяснять распределение темной материи и энергии по пространству. И все. По сути, очень громко сказано, что искусственный интеллект пытается выяснить природу Вселенной. По факту они пытаются объяснить с помощью некоторого умного перебора, почему мы видим темную материю здесь, а вот здесь — не видим.

Наверное, у этой разработки может быть будущее. Машинное обучение — это один из методов того, как мы можем работать с данными. Как мы работали с ними? Видим данные, придумываем формулу, смотрим, насколько хорошо она их описывает. Благодаря появлению машинного обучения мы можем подгонять формулу под ответ. Если это приносит результаты и позволяет, условно говоря, прогноз погоды делать лучше за счет машинного обучения, — ну хорошо.

Исследователи попробовали использовать для симуляции не классические методы, а машинное обучение. Какого-то прорыва в этом или искусственного интеллекта, который сидит и думает о том, почему Вселенная появилась на свет, нет.