Mówi: | dr hab. inż. Tomasz Trzciński |
Funkcja: | adiunkt na Wydziale Elektroniki i Technik Informacyjnych |
Firma: | Politechnika Warszawska |
Polscy naukowcy chcą odkryć zasady funkcjonowania Wszechświata. W pracy wspierają ich algorytmy sztucznej inteligencji i uczenie maszynowe
Zespół polskich naukowców w ramach eksperymentu ALICE w Wielkim Zderzaczu Hadronów w CERN bada algorytmy sztucznej inteligencji wyspecjalizowane w analizie nieuporządkowanych zbiorów Big Data. W ten sposób badacze chcą nie tylko poznać zasady funkcjonowania Wszechświata w skali kwantowej, lecz także usprawnić procesy analizy informacji giełdowych oraz przetwarzanie szerokiego zasobu danych na potrzeby sektora medycznego.
– Badanie oddziaływań między silnie działającymi na siebie cząstkami oparte na korelacji i uczeniu maszynowym to projekt w ramach eksperymentu ALICE w Wielkim Zderzaczu Hadronów w CERN. We współpracy między wieloma jednostkami badawczymi analizowane są kwarki, podstawowe cząstki budujące materię. Nasza grupa stara się odgadnąć i odpowiedzieć na fundamentalne pytania dotyczące tego, z czego powstał Wszechświat, jak po Wielkim Wybuchu wyglądały oddziaływania między ciężkimi kwarkami i jak one ze sobą rozmawiały, tworząc w efekcie wielu przemian dzisiejszą Ziemię w takim stanie, w jakim ona jest – mówi agencji informacyjnej Newseria Innowacje dr hab. inż. Tomasz Trzciński, adiunkt na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej.
Choć nadrzędnym celem projektu „Badanie fundamentalnych własności materii jądrowej w eksperymencie ALICE na Wielkim Zderzaczu Hadronów LHC w CERN” było pozyskanie wiedzy na temat procesów fizycznych zachodzących we wnętrzach gwiazd neutronowych, doświadczenia przeprowadzane w ramach tego programu pozwolą usprawnić proces przetwarzania i analizy dużych, chaotycznych zbiorów informacji.
Eksperymenty przeprowadzone przez polski zespół dowiodły, że zastosowanie narzędzi z zakresu uczenia maszynowego pozwala algorytmom sztucznej inteligencji sprawniej wyszukiwać błędne informacje w obszernych zasobach Big Data. Tym samym dane pozyskane i przetworzone przy wykorzystaniu technologii modelowania generatywnego charakteryzują się wyższą precyzją niż te analizowane za pośrednictwem klasycznych narzędzi badawczych.
– W ramach grantu zajmujemy się wykorzystaniem i rozwojem metod uczenia maszynowego takich jak sieci neuronowe. Eksperyment daje jako rezultaty terabajty danych, które są zbierane podczas zderzeń dwóch wiązek pod ziemią. Kiedy zbieramy te dane w ramach detektorów rejestrujących pole magnetyczne, okazuje się, że część z nich jest nieprawidłowa, wykazuje jakieś anomalie. Standardowym podejściem jest modelowanie tych procesów przy użyciu symulacji takich jak Monte Carlo, ale te symulacje są obciążające, dlatego staramy się wykorzystać modele generatywne, żeby ten proces przyspieszyć – tłumaczy ekspert.
W trakcie projektu zapoczątkowanego w 2017 roku udało się opublikować szereg prac naukowych przybliżających wykorzystanie algorytmów sztucznej inteligencji do katalogowania danych, wychwytywania anomalii oraz nieregularności w zasobach Big Data. Praca Polaków doprowadziła m.in. do upowszechnienia modeli generatywnych w algorytmach wykorzystywanych przez fizyków w procesie analizy rezultatów badań na potrzeby publikacji w takich magazynach naukowych jak „Nature”. Technologię tę wykorzystano m.in. w trakcie prac nad artykułem poświęconym dziwnym kwarkom oraz oddziaływań, jakie zachodzą między nimi.
O potędze algorytmów uczenia maszynowego w procesie analizy Big Data przekonani są także naukowcy z Uniwersytetu Waszyngtońskiego, którzy we współpracy z zespołem Microsoft Research eksperymentują z wykorzystaniem ich w procesach predykcyjnych prognozy pogody. Na bazie archiwalnych danych pogodowych z ostatnich 40 lat opracowali mechanizm przewidywania zmian atmosferycznych z dużą dokładnością przy wykorzystaniu okrojonej liczby informacji. Eksperymentalny algorytm błyskawicznie generuje modele predykcyjne oparte na ściśle wyselekcjonowanych danych. Dzięki temu zużywa w procesie prognozowania aż 7 tys. razy mniej mocy niż klasyczne narzędzia predykcyjne.
Z praktycznych narzędzi do wykrywania anomalii w strumieniu danych korzysta już Elektrownia Łagisza należąca do firmy Tauron. Oprogramowanie analizuje informacje pozyskiwane z czujników przemysłowych i za pośrednictwem algorytmów sztucznej inteligencji poszukuje błędów, które mogą świadczyć o nieprawidłowym działaniu systemu. Narzędzie potrafi także analizować dane historyczne, aby stworzyć modele predykcyjne eksploatacji poszczególnych urządzeń funkcjonujących w sieci.
– Badanie anomalii czy nieregularności w zbiorach danych jest stosowane nie tylko w fizyce wysokich energii. Natomiast fizyka wysokich energii ma swoje specyficzne atrybuty, takie jak parametry fizyczne czy też ich złożoność obliczeniową, które wymagają dostosowania algorytmów. Zastosowanie samych metod można rozszerzyć np. na analizę danych medycznych czy analizę ciągów czasowych, np. podczas badania zachowań na giełdzie czy też w innych miejscach, gdzie szereg czasowy wskazuje jakieś punkty w czasie i anomalie w nim występujące są istotne, żeby je wychwycić – wyjaśnia dr hab. inż. Tomasz Trzciński.
Czytaj także
- 2024-12-18: Inżynierowie z Warszawy pracują nad innowacjami dla całej Grupy Orange. Ich specjalności to AI i cyberbezpieczeństwo
- 2024-12-12: Wdrażanie GenAI może oznaczać nasilenie stresu wśród pracowników. Firmy potrzebują odpowiedniej strategii komunikacyjnej
- 2024-11-26: Sztuczna inteligencja rewolucjonizuje marketing. Narzędzia AI dają drugie życie tradycyjnym formom reklamy
- 2024-12-11: Coraz większa rola sztucznej inteligencji w marketingu. Wirtualni influencerzy na razie pozostają ciekawostką
- 2024-11-27: Sztuczna inteligencja nie zastąpi pisarzy. Nie tworzy literatury, tylko książki dla zabicia czasu
- 2024-11-22: Artur Barciś: Od sztucznej inteligencji dowiedziałem się, że zmarłem na scenie. Dla niej jestem kompletnie nikim
- 2024-10-28: Martyna Wojciechowska: Sztuczna inteligencja zastępująca dziennikarzy i artystów to niepokojący trend. To prowadzi do dezinformacji
- 2024-11-04: Sztuczna inteligencja wzbudza w Polakach głównie ciekawość i obawy. Ponad połowa widzi w niej zagrożenie
- 2024-10-09: Szwedzka Akademia Nauk uhonorowała lata pracy nad sztuczną inteligencją. Nagroda Nobla trafiła do twórców sztucznych sieci neuronowych
- 2024-10-18: Nowe technologie zmieniają pracę statystyków. Mogą poddawać szybkiej analizie duże zasoby informacji
Kalendarium
Więcej ważnych informacji
Jedynka Newserii
Jedynka Newserii
Problemy społeczne
Przeciętny Polak spędza w sieci ponad trzy godziny dziennie. Tylko 11 proc. podejmuje próby ograniczenia tego czasu
Polacy średnio spędzają w internecie ponad trzy godziny dziennie. Jednocześnie, według badania na temat higieny cyfrowej, jedynie 14 proc. respondentów kontroluje swój czas ekranowy, a co piąty ogranicza liczbę powiadomień w telefonie czy komputerze. Nadmierne korzystanie z ekranów może wpływać na zaniedbywanie obowiązków i relacji z innymi, a także obniżenie nastroju i samooceny. Kampania Fundacji Orange „Nie przescrolluj życia” zwraca uwagę na potrzebę dbania o higienę cyfrową. Szczególnie okres świątecznego wypoczynku sprzyja takiej refleksji.
Prawo
Pediatrzy: Słodkie e-papierosy nie są przebadane. Państwo musi przejąć inicjatywę w sprawie kontroli ich jakości
Co trzeci uczeń pierwszą styczność z nikotyną miał w wieku 13 lat. Dla 70 proc. pierwszym w życiu wyrobem z nikotyną był e-papieros. Wśród uczniów używających obecnie nikotyny najwięcej, bo 80 proc., używa e-papierosów, najczęściej o słodkich smakach – wynika z badań CBOS. W dodatku z badań wynika, że zakaz sprzedaży takich produktów niepełnoletnim jest skutecznie omijany. Polskie Towarzystwo Pediatryczne, wspierane przez lekarzy innych specjalności, apeluje do premiera o wycofanie ze sprzedaży smakowych e-papierosów z nikotyną i bez niej. Zwłaszcza słodkie substancje smakowe dodawane do e-liquidów dla osiągnięcia atrakcyjnego smaku wciąż nie są wystarczająco przebadane – alarmują toksykolodzy.
Infrastruktura
Prąd z największej prywatnej inwestycji energetycznej w Polsce popłynie w 2027 roku. Polenergia dostała właśnie potężny zastrzyk finansowania
Polenergia S.A. i Bank Gospodarstwa Krajowego podpisały umowę pożyczki ze środków Krajowego Planu Odbudowy (KPO) na budowę morskich farm wiatrowych. Finansowanie wyniesie 750 mln zł i zostanie wykorzystane do budowy dwóch farm o łącznej mocy 1440 MW. Największa prywatna grupa energetyczna w Polsce realizuje ten projekt z norweskim Equinorem. Prace związane z budową fundamentów turbin na Bałtyku mają się rozpocząć w 2026 roku. Projekty offshorowe będą jednym z filarów nowej strategii Polenergii, nad którą spółka właśnie pracuje.
Szkolenia
Akademia Newserii
Akademia Newserii to projekt, w ramach którego najlepsi polscy dziennikarze biznesowi, giełdowi oraz lifestylowi, a także szkoleniowcy z wieloletnim doświadczeniem dzielą się swoją wiedzą nt. pracy z mediami.