{"id":4308,"date":"2022-12-26T18:53:03","date_gmt":"2022-12-26T18:53:03","guid":{"rendered":"https:\/\/texnokun.uz\/?p=4308"},"modified":"2023-01-17T04:21:19","modified_gmt":"2023-01-17T04:21:19","slug":"suniy-intellektga-asoslangan-yangi-dasturiy-taminot-murakkab-malumotlarni-tushunishga-yordam-beradi","status":"publish","type":"post","link":"https:\/\/texnokun.uz\/?p=4308","title":{"rendered":"Sun’iy intellektga asoslangan yangi dasturiy ta’minot murakkab ma’lumotlarni tushunishga yordam beradi"},"content":{"rendered":"
\n
\"\"\/<\/figure>\n<\/div>\n\n\n

Murakkab ma’lumotlar ko’pincha katta hajmli va tushunishga qiyinroq bo\u2019ladi. Bu esa ma’lumotlarni sharhlashni qiyinlashtiradi.<\/em> <\/p>\n\n\n\n

Endi HZB<\/a> jamoasi ma’lumotlarni aqlli tarzda sharhlay ya\u2019ni tushuntira oladigan neyron tarmoqlardan foydalanuvchi dasturiy ta’minotni ishlab chiqdi. Dastur hozirda DESY<\/a> da FLASH<\/a> bepul elektron lazerida foton diagnostikasida muvaffaqiyatli qo’llanildi. <\/p>\n\n\n\n

Odamlarga ma’lumotlarni tushunishda yordam beradi<\/strong><\/p>\n\n\n\n

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)”<\/em> 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<\/a>. Fizik va ma’lumotlar bo\u2019yicha olim Kassel universiteti bilan birgalikda boshqariladigan HZBdagi sun’iy intellekt usullari bo’yicha qo’shma laboratoriyaga rahbarlik qiladi.<\/p>\n\n\n

\n
\"\"\/<\/figure>\n<\/div>\n\n\n

Oldindan ma’lumotsiz asosiy tamoyillarni ajratib oladi<\/strong><\/p>\n\n\n\n

Google Deepmind<\/a> allaqachon 2017-yilda b-VAE<\/strong>lardan 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<\/strong> oldindan ma’lumotga ega bo’lmagan holda ma’lumotlardan  asosiy printsipni ajratib olishga qodir.<\/p>\n\n\n\n

FLASH foton energiyasi aniqlandi<\/strong><\/p>\n\n\n\n

Hozirda o\u2019tkazilgan tadqiqotda guruh bir martalik fotoelektron spektrlaridan FLASH foton energiyasi<\/a>ni 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\u2019ldi”, deydi Hartman. Hatto detektorga xos artefaktlarga ega ma’lumotlarni ham shu tarzda tozalash mumkin.<\/p>\n\n\n

\n
\"\"\/<\/figure>\n<\/div>\n\n\n

Turli muammolar uchun kuchli vosita<\/strong><\/p>\n\n\n\n

“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\u2019iy intellekt asosidagi aqlli ma’lumotlarni siqish juda kuchli vositadir”, deydi yana Hartmann.<\/p>\n\n\n\n

Xulosa<\/strong><\/p>\n\n\n\n

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.   <\/p>\n\n\n\n

Foydalanilgan manba:<\/p>\n\n\n\n