Murakkab ma’lumotlar ko’pincha katta hajmli va tushunishga qiyinroq bo’ladi. Bu esa ma’lumotlarni sharhlashni qiyinlashtiradi.
Endi HZB jamoasi ma’lumotlarni aqlli tarzda sharhlay ya’ni tushuntira oladigan neyron tarmoqlardan foydalanuvchi dasturiy ta’minotni ishlab chiqdi. Dastur hozirda DESY da FLASH bepul elektron lazerida foton diagnostikasida muvaffaqiyatli qo’llanildi.
Odamlarga ma’lumotlarni tushunishda yordam beradi
Endi sun’iy intellektga asoslangan yangi dasturiy ta’minot yordam berishi mumkin. Bu neyron tarmoqlarning maxsus sinfi bo’lib, uni mutaxassislar “ajratilgan variantli avtokoder tarmog’i (b-VAE)” deb atashadi. Oddiy qilib aytganda, dastlab neyron tarmoqlar ma’lumotlarni siqish (zichlash) bilan shug’ullanadi, keyinchalik esa ma’lumotlarni qayta tiklaydi. “Bu jarayonda neyron tarmoqlar tomonidan siqilgan shakl odamlar tarafidan talqin qilinishi uchun dasturlanadi”, deb tushuntiradi doktor Gregor Hartmann. Fizik va ma’lumotlar bo’yicha olim Kassel universiteti bilan birgalikda boshqariladigan HZBdagi sun’iy intellekt usullari bo’yicha qo’shma laboratoriyaga rahbarlik qiladi.
Oldindan ma’lumotsiz asosiy tamoyillarni ajratib oladi
Google Deepmind allaqachon 2017-yilda b-VAElardan foydalanishni taklif qilgan edi. Lekin ko’pgina ekspertlar chiziqli bo’lmagan komponentlarni ajratish qiyin bo’lganligi sababli, real hayotda ularni dasturlash qiyin bo’ladi deb taxmin qilishdi. “Bir necha yil davomida Neyron tarmoqlarning qanday ishlashini o’rganganimdan so’ng, u nihoyat samara berdi”, deydi Xartmann. b-VAEs oldindan ma’lumotga ega bo’lmagan holda ma’lumotlardan asosiy printsipni ajratib olishga qodir.
FLASH foton energiyasi aniqlandi
Hozirda o’tkazilgan tadqiqotda guruh bir martalik fotoelektron spektrlaridan FLASH foton energiyasini aniqlash uchun dasturiy ta’minotdan foydalangan. “Biz bu ma’lumotni shovqinli elektron parvoz vaqti haqidagi ma’lumotlardan olishga muvaffaq bo’ldik va bu an’anaviy tahlil usullariga qaraganda ancha yaxshi bo’ldi”, deydi Hartman. Hatto detektorga xos artefaktlarga ega ma’lumotlarni ham shu tarzda tozalash mumkin.
Turli muammolar uchun kuchli vosita
“Usul buzilgan yoki zararlangan ma’lumotlarga kelganda ham juda yaxshi ishlamoqda”, deb ta’kidlaydi Hartmann. Dastur hatto dastlabki ma’lumotlarda ko’rinmaydigan kichik signallarni ham qayta tiklashga qodir. Bunday tarmoqlar katta eksperimental ma’lumotlar to’plamlarida kutilmagan jismoniy effektlar yoki korrelyatsiyalarni aniqlashga yordam beradi. “Sun’iy intellekt asosidagi aqlli ma’lumotlarni siqish juda kuchli vositadir”, deydi yana Hartmann.
Xulosa
Umuman olganda, Hartmann va uning jamoasi dasturiy ta’minotni ishlab chiqish uchun uch yil vaqt sarfladi hamda ular “Umid qilamizki, tez orada ko’plab boshqa hamkasblar ham o’z ma’lumotlari bilan kelishadi va biz ularni qo’llab-quvvatlay olamiz” deyishdi.
Foydalanilgan manba:
Eng ko’p o’qilgan maqolalar