1 мин чтения

Огромные возможности систем искусственного интеллекта по обработке данных позволяют нам лучше предсказывать будущее хаотических систем, основываясь на все меньшем количестве моделей прошлого, а новый алгоритм добавляет процессу еще большую точность.

Разработанный с использованием технологий резервуарных вычислений нового поколения, которые используют более динамичный и быстрый подход к машинному обучению, новый алгоритм улучшает предсказания сложных физических процессов, таких как глобальный прогноз погоды.

Вычисления этих процессов, известных как пространственно–временные хаотические системы, теперь могут быть выполнены за доли секунд, с большей точностью, с использованием меньшего количества вычислительных ресурсов и на основе меньшего количества обучающих данных.

«Это очень интересно, поскольку мы считаем, что это значительный прогресс с точки зрения эффективности обработки данных и точности прогнозирования в области машинного обучения», — говорит физик Вендсон де са Барбоса из Университета штата Огайо.

Машинное обучение – это именно то, что нужно: компьютерные алгоритмы, использующие процесс обнаружения для составления прогнозов (например, будущих погодных условий) на основе больших архивов данных (например, прошлых погодных условий).

Подход с использованием резервуарных вычислений пытается более точно имитировать человеческий мозг, подавая информацию в “резервуар” из случайно соединенных искусственных нейронов в качестве средства обнаружения полезных паттернов. Затем результаты используются для обоснования будущих циклов обучения.

Со временем эти системы стали более упорядоченными и эффективными. Одно из нововведений в машинном обучении позволило различным компонентам предиктивной модели работать параллельно. Использование такого рода архитектуры с новейшей технологией резервуарных вычислений позволяет алгоритмам обнаруживать потенциальные симметрии в том, что в противном случае представляло бы собой хаотический беспорядочную информацию.

Ученые протестировали свой новый подход на модели атмосферной погоды. Используя обычный ноутбук с программным обеспечением Windows, они смогли за доли секунды делать прогнозы, для которых ранее требовался суперкомпьютер. В данном конкретном случае вычисления были выполнены в 240 000 раз быстрее, чем при использовании традиционных алгоритмов.

«Если известны уравнения, которые точно описывают, как будут развиваться эти уникальные для системы процессы, то ее поведение можно будет воспроизвести и предсказать», — говорит де са Барбоза.

Алгоритмы машинного обучения можно использовать для прогнозирования всевозможных будущих событий, находя им применение в таких традиционных областях, как добыча новых ресурсов, и в таких тревожных, как социальная инженерия.

По мере того как эти сценарии становятся все более сложными, необходимо учитывать все больше и больше переменных, что приводит к ограничению вычислительных ресурсов.

Системы машинного обучения способны обнаруживать закономерности в прошлых данных, которые человеческий глаз не смог бы обнаружить, а затем следить за тем, чтобы эти закономерности повторялись. Такие системы также могут получать обратную связь от самих себя, чтобы со временем повышать свою точность.

По мнению исследователей, в дальнейшем эти новые и улучшенные алгоритмы могут быть использованы в самых разных ситуациях – таких как мониторинг частоты сердечных сокращений, выявление проблем со здоровьем, которые в противном случае были бы проигнорированы.

«Современные алгоритмы машинного обучения особенно хорошо подходят для прогнозирования динамических систем путем изучения лежащих в их основе законов физики с использованием исторических данных», — говорит де са Барбоза.

«Когда у вас будет достаточно данных и вычислительной мощности, вы сможете делать прогнозы с помощью моделей машинного обучения для любой сложной системы реального мира».

Источник новости API

Просмотров: 5

Поделитесь новостью
0 0 голоса
Рейтинг статьи
Подписаться
Уведомить о
guest
0 комментариев
Межтекстовые Отзывы
Посмотреть все комментарии
кровь Предыдущий пост Открытие Новой Редкой Группы Крови Может Спасти Жизни Будущим Новорожденным
Следующий пост Новая Гипотеза Происхождения Луны Утверждает: Все Произошло За Считанные Часы
Close
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x