Евгений Бурнаев рассказал, почему современному ИИ недостаточно просто находить статистические закономерности в данных

В интервью для Chaspark ( https://youtu.be/zwhMMcecGdY?si=jn8KQB4Y9Uq4Zi3S ) профессор РАН, вице-президент по развитию искусственного интеллекта Сколтеха, директор Центра ИИ Сколтеха Евгений Бурнаев рассказал, почему современному ИИ недостаточно просто находить статистические закономерности в данных и как машинное обучение помогает инженерам работать со сложными физическими системами.

В интервью обсудили ограничения современных моделей. По словам Евгения Бурнаева, ИИ способен масштабировать найденные в данных статистические закономерности, однако объяснить их зачастую невозможно. Ещё одно ограничение связано с тем, что такие модели работают прежде всего с интерполяцией, тогда как для выхода за пределы исходной выборки им нужны дополнительные знания о физическом мире.

«ИИ — это интерполяция, а не экстраполяция. И только физические законы реального мира могут дать важные индуктивные смещения, которые помогут ИИ выходить за пределы имеющейся выборки данных», — объясняет Евгений Бурнаев.

Поэтому фундаментальная математика для ИИ — не абстрактное дополнение, а источник инструментов, которые помогают сделать модели эффективнее и устойчивее. В интервью профессор приводит примеры из дифференциальной геометрии, топологии, теории случайных процессов и гауссовских процессов. Такие методы позволяют встраивать известные симметрии и другие индуктивные смещения в структуру модели.

Евгений Бурнаев приводит пример сотрудничества с командой «Формулы-1». При оптимизации конструкции и отдельных деталей автомобиля требовалось дорогостоящее численное моделирование, испытания в аэродинамической трубе, а для композитных панелей — разрушающие испытания. При большом числе параметров инженерной интуиции уже недостаточно: сложно понять, какие из них действительно влияют на результат и как они взаимодействуют между собой.

Машинное обучение использовалось, чтобы по уже проведённым вычислительным и реальным экспериментам оценить, какие параметры сильнее всего влияют на результат, как они с ним связаны и какие варианты конструкции стоит проверять дальше.

Это позволяло за небольшое число итераций прийти к более удачному варианту в пределах доступных расчётных и экспериментальных ресурсов. В одном из проектов такой подход применили для оптимизации структуры композитной панели, причём сделать это нужно было в сжатые сроки — до следующих гонок.

При этом профессор подчёркивает: ИИ не должен заменять физические модели и проверенные инженерные методы. Если машинное обучение используется при проектировании, итоговое решение всё равно необходимо проверять с помощью расчётных методов или эксперимента. Если ИИ участвует в управлении критически важными системами, нужны дополнительные механизмы контроля его решений.

«Я не думаю, что ИИ следует использовать вместо физики — или наоборот. Ключ — в их сочетании», — говорит Евгений Бурнаев.

Профессор объясняет, как работа с инженерами помогает формулировать новые математические задачи. По его словам, важно не только применять известные методы к новым данным, но и вместе с инженерами выделять ключевые факторы и критерии. Так может возникнуть новая математическая постановка, отличающаяся от стандартных моделей в научной литературе.

«Слушать инженеров очень важно, потому что они могут, сами того не осознавая, сформулировать новую постановку задачи. Затем нужно выделить из их описания наиболее важные факторы и критерии. Особенности конкретной задачи можно переформулировать в нетривиальных математических терминах и таким образом получить новую математическую задачу».

В завершение интервью профессор рассказал о своих исследовательских интересах — способах учитывать в моделях физические законы, симметрии, многомерные и топологические свойства данных, повышении надёжности мультиагентных систем и контроле галлюцинаций, поиске новых архитектур после трансформеров. Отдельно он отметил энергоэффективность и способность моделей непрерывно учиться и адаптироваться.

Смотреть интервью - https://youtu.be/zwhMMcecGdY?si=jn8KQB4Y9Uq4Zi3S

Телеграм: t.me/ainewsline

Источник: youtu.be

Комментарии: