Нейросети и физика: как профессор Роуз Ю объединила два мира
Профессор Роуз Ю из Калифорнийского университета в Сан-Диего сделала значительный вклад в область “физически-ориентированного глубокого обучения”. Она разработала инновационный подход, объединив нейросети с физическими законами, чтобы сделать их более эффективными и точными.
Начало пути: прогнозирование пробок
Вдохновение пришло к Ю, когда она была аспиранткой в Университете Южной Калифорнии и столкнулась с пробками в Лос-Анджелесе. Она придумала представить транспортный поток как жидкость, а дорожную сеть — как математический граф. Этот подход позволил ей создать модель, которая могла прогнозировать пробки с высокой точностью на целый час вперёд, в то время как обычные системы могли предсказывать максимум на 15 минут.
- Датчики трафика стали узлами графа.
- Дороги между ними — рёбрами.
- Модель Ю была внедрена в Google Maps в 2018 году.
Турбулентность и другие применения
Ю не остановилась на достигнутом и применила свой подход к моделированию турбулентности. Традиционные модели работали медленно и не точно, но нейросети Ю смогли ускорить расчёты в 20 раз для двухмерных моделей и в 1000 раз для трёхмерных. Этот подход нашёл применение в различных областях, включая стабилизацию дронов и управление плазмой в термоядерных реакторах.
Концепция AI Scientist
Последнее детище Роуз Ю — концепция AI Scientist, целый ансамбль ИИ-помощников, которые могут автоматически открывать физические закономерности в данных. Алгоритм AI Scientist смог самостоятельно обнаружить принцип Лоренца и вращательную симметрию, хотя его специально этому не учили. Ю планирует выпустить универсальную модель, способную работать с разными типами данных, в ближайшие пару лет. “AI Scientist не заменит исследователей, а избавит их от рутины, чтобы они могли сосредоточиться на творческой стороне науки”, — подчёркивает Ю. Похоже, будущее партнёрства человека и ИИ обещает быть весьма интересным!
