Специалисты Центра ИИ НИУ ВШЭ предложили метод создания устойчивых моделей искусственного интеллекта (ИИ), которые работают надежно и предсказуемо, при этом время обучения сократилось в восемь раз. Результаты исследования опубликованы в научном журнале EEE Xplore.

Современные системы ИИ обучаются на больших массивах данных, однако поведение моделей бывает разным. Одни стабильно выдают точные прогнозы, другие «плывут» — их ответы зависят от случайной разбивки данных или начальных установок. Для решения ответственных задач, например определения энергии и направления частиц в ускорителях, необходимы модели, демонстрирующие предсказуемость при любых условиях.

Российская команда предложила подход, позволяющий тренировать множество вариантов моделей и автоматически выбирать среди них наиболее надежные. Каждую модель несколько раз обучают на слегка модифицированных данных и с различными начальными параметрами, после чего проводится оценка стабильности результатов. Такой алгоритм уменьшает число требуемых попыток в восемь раз по сравнению с полным перебором вариантов.

Метод был создан группой ученых под руководством ведущего научного сотрудника Института ИИ и цифровых наук НИУ ВШЭ (Москва) Федора Ратникова с целью ускорения построения нейросетей и классических систем машинного обучения, обрабатывающих данные коллайдеров. Подобные алгоритмы уже применяются, в том числе на Большом адронном коллайдере, где они помогают оперативнее анализировать первичные данные экспериментов. Тестирование на наборе данных с датчиков ускорителя показало, что оптимальную модель ИИ можно выявить за 41,5 тыс. попыток — это в восемь раз меньше, чем при полном переборе.

Новый подход повышает предсказуемость обучения. Ученые заметили, что модели с дополнительными «подсказками» о данных обучаются быстрее, требуют меньших обучающих выборок и дают более стабильные результаты. Это важно для задач, где нужно получать одинаковую точность при повторных обучениях и при работе с разными партиями данных. В перспективе метод поможет ускорить разработку нейросетей для задач в физике частиц и других областях науки, в которых стабильность и надежность ИИ критичны.

Глава госкорпорации «Росатом» Алексей Лихачев на первом Международном симпозиуме по ИИ и атомной энергетике в штаб-квартире Международного агентства по атомной энергии (МАГАТЭ) 3 декабря сообщил, что использование технологий искусственного интеллекта (ИИ) принесет дополнительно более €110 млрд в экономику РФ к 2030 году. По словам Лихачева, в настоящее время в РФ формируется полный технологический цикл, включающий производство энергии и вычислительной инфраструктуры, а также разработку алгоритмов и получение результатов.