Нов изкуствен интелект, разработен от американски експерти, изучава еволюцията на

Нов изкуствен интелект, създаден от американски специалисти, учи еволюцията на системите във времето и свежда хиляди променливи до компактни и елементарни уравнения, които тъкмо разказват държанието на системите в действителни условия. Методът може да откри приложение във физиката, инженерството, науката за климата и биологията. А за учените той може да бъде инструмент за проучване на системи, за които обичайните уравнения са недостъпни или прекомерно комплицирани.

Това, което отличава новия метод, е способността му да се оправя с сложни системи, чиято трудност надалеч надвишава човешките благоприятни условия. ИИ може да се оправи с нелинейни системи, включващи стотици или даже хиляди взаимодействащи си променливи, и да ги сведе до по-прости правила с доста по-малко измерения.

„ Научните открития постоянно са зависели от намирането на опростени представяния на комплицирани процеси “, споделя Боюан Чен, шеф на Лабораторията по обща роботика и доцент в катедрата по машинно инженерство и материалознание на семейството Дикинсън в университета Дюк. – Все по-често разполагаме с необработени данни, нужни за разбирането на комплицираните системи, само че ни липсват принадлежности, които да трансфорат тази информация в опростени правила, на които разчитат учените. Преодоляването на тази празнота е от решаващо значение. “

Класически образец за опростяване е изчисляването на траекторията на оръдейно гюле. Тя зависи от доста фактори, в това число началната скорост и ъгъла, съпротивлението на въздуха, променливите условия напразно и даже температурата на околната среда. В банален тип обаче тя може да бъде разказана с просто линейно уравнение, което регистрира единствено скоростта и ъгъла.

Преди съвсем един век математикът Бернард Купман демонстрира, че комплицираните нелинейни системи могат да бъдат показани математически благодарение на линейни модели. Представянето на прекомерно комплицирани системи благодарение на линейни модели обаче постоянно изисква съставянето на стотици или даже хиляди уравнения, всяко от които включва друга променлива. Новата платформа за ИИ се базира на концепцията на Купман и има капацитета да реши този проблем, написа Science Daily.

Техниката, препоръчана от учените от университета Дюк, проучва данните от времевите редове от опитите и разпознава най-значимите модели на смяна в системата. Тя съчетава надълбоко образование с въодушевени от физиката ограничавания, с цел да стесни системата до доста по-малък набор от променливи, които въпреки всичко отразяват главното ѝ държание. Резултатът е стилен модел, който се държи математически като линейна система, като в същото време остава правилен на сложността на действителния свят.

За да тестват метода, откривателите го ползват към необятен набор от системи – от осцилационното придвижване на махало до нелинейното държание на електрическите вериги. Въпреки огромното многообразие на тези системи, изкуственият разсъдък поредно разкрива дребен брой скрити променливи, които дефинират тяхното държание.

В доста случаи получените модели са над 10 пъти по-компактни от тези, генерирани от ранните способи за машинно образование, като в същото време обезпечават надеждни дълготрайни прогнози.

Освен това методът не се лимитира единствено до прогнозиране. Той може да разпознава постоянните положения, известни като атрактори, в които системата естествено се стабилизира с течение на времето. Разпознаването на тези положения е от решаващо значение за установяване на това какво се случва със системата: дали тя работи обикновено, дали постепенно се колебае или се доближава към неустойчивост.