МОСКВА, 5 февраля. /ТАСС/. Вычислительные технологии решения многомерных задач физики, химии, биологии, анализа данных на основе тензорных разложений, за которые была присуждена премия президента РФ для молодых ученых 2018 года, нашли применение в анализе больших данных и в сфере искусственного интеллекта. Об этом ТАСС сообщил лауреат премии, доктор физико-математических наук, профессор Сколковского института науки и технологий (Сколтеха), ведущий научный сотрудник Института вычислительной математики РАН им. Г. И. Марчука Иван Оселедец.
Ранее во вторник были объявлены имена лауреатов премии президента РФ для молодых ученых за 2018 год. Среди них сотрудники Института оптики атмосферы имени В.Е. Зуева Сибирского отделения Российской академии наук (РАН, город Томск) Евгений Горлов и Виктор Жарков. Екатерина Гризанова из Новосибирского государственного аграрного университета, представитель Национального научного центра морской биологии имени А. В. Жирмунского Дальневосточного отделения РАН Вячеслав Дячук и Иван Оселедец из Сколтеха.
"Я занимаюсь вычислительной математикой и разрабатываю алгоритмы. В разных прикладных областях возникают задачи, которые имеют общую математическую структуру и могут быть решены похожими методами. В моем случае - тензорными методами. В Сколтехе я руковожу научной группой, мы в основном применяем эти методы к анализу данных, к задачам искусственного интеллекта и к глубоким нейронным сетям, где огромное количество параметров, их надо уметь компактно представлять", - сказал Оселедец.
О работе лауреата премии
Он пояснил, что в основе тензорных разложений лежит принцип одновременного анализа многих признаков. Например, если стоит задача предсказать срок жизни человека, то для этого необходимо учитывать ряд сложных параметров: его уровень дохода, где он живет, какая экологическая обстановка и так далее. Соответственно, каждый признак, например, уровень дохода, может принимать десять значений. В этом случае для построения прогноза потребуется перебрать десять вариантов. Если учитывать не один, а два признака, и каждый из них принимает десять значений, то десять умножить на десять - уже получается 100 признаков.
Профессор Сколтеха занимается задачами, где таких признаков сотни. Разрабатывает методы компактного представления таких массивов данных и адаптирует их для решения прикладных задач. Например, в области химии эти методы применимы при создании новых лекарств, когда необходим анализ химических структур будущих препаратов. В физике - для моделирования различных механических систем, когда значение параметров есть только примерное, например, пять миллиметров плюс-минус. В работе с индустриальными партнерами - подходы, разработанные ученым, уже применялись для ускорения работы интернета.
"В дальнейшем мы видим два больших направления развития - применение нашего метода для анализа изображений, видео, текстов, звуковой информации. Второе направление - это моделирование сложных динамических систем, например, для задач нефтяной отрасли, создания композитных материалов и так далее", - добавил Оселедец.