Анализ процессов. Ученые создали новый метод ИИ для решения сложных математических задач
Исследователи из Пенсильванского университета разработали новый метод искусственного интеллекта для решения сложных математических уравнений, которые помогают определять скрытые причины явлений по видимым последствиям.
Об этом пишет издание Science daily.
Технология может помочь в изучении ДНК, старения и рака.
Речь идет о так называемых обратных дифференциальных уравнениях. Они позволяют не просто предсказывать результат по известным правилам, а наоборот — анализировать наблюдения и определять, какие процессы их вызвали.
Авторы исследования объяснили принцип на примере волн на воде. Если человек видит круги на поверхности пруда, то может попытаться определить, куда именно упал камень. По словам профессора материаловедения Вивека Шеноя, проблема заключается именно в поиске скрытой причины, а не следствия.
Такие уравнения используют во многих областях науки — от прогнозирования погоды до изучения того, как тепло распространяется в материалах или как ДНК организована внутри клеток.
Исследователи заявили, что традиционные методы ИИ плохо работают с шумными или сложными данными. Для этого обычно требуются большие вычислительные ресурсы, а результаты могут быть нестабильными.
Команда предложила другой подход — специальные «слои сглаживания». Они очищают данные от шума еще до того, как ИИ начинает анализировать изменения. Идея базируется на математическом методе, который в 1940-х годах описал математик Курт Отто Фридрихс.
По словам исследователей, новый метод значительно уменьшил количество ошибок и одновременно снизил потребность в вычислительных мощностях.
Одним из главных направлений применения технологии может стать изучение хроматина — структуры ДНК и белков внутри клеток. Именно она влияет на то, какие гены активируются или выключаются.
Ученые отметили, что эти структуры имеют размер около 100 нанометров, но играют важную роль в работе клеток, старении и развитии болезней.
Новый метод может помочь не только наблюдать за изменениями в ДНК, но и прогнозировать их. Исследователи предполагают, что это откроет путь к новым методам лечения, если удастся управлять процессами, которые определяют поведение клеток.
Кроме биологии, технологию можно применять в материаловедении, физике жидкостей и других сферах, где нужно работать со сложными уравнениями и неточными данными.