Az NJSZT blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Gépi tanulás jósolja meg a káoszt és az időjárást

2018. április 26. - ferenck

A káoszelmélet úttörői fél évszázada fedezték fel a hosszútávú prognózisok készítését ellehetetlenítő pillangóhatást. Lényege, hogy egy kaotikusan viselkedő dinamikus rendszerben (időjárás, gazdaság stb.) a kezdeti feltételek apró változásai jelentősen megváltoztathatják a rendszer hosszútávú működését. Túlzó megfogalmazásban: „egy pillangó egyetlen szárnycsapása a Föld egyik oldalán tornádót idézhet elő a másikon.”

Mivel a kaotikus rendszer állapota nehezen írható le, viselkedésének prognosztizálása felettébb bizonytalan. Ez az általánosan elfogadott mai álláspont, csakhogy a mesterségesintelligencia-fejlesztések sok más területhez hasonlóan itt is komoly változásokat hozhatnak.

chaosmodel0.jpg

A Maryland Egyetem kutatói ugyanis az MI-tudományban kulcsszereplő gépi tanulással jelzik előre kaotikus rendszerek jövőbeli fejlődését. Algoritmusuk archetipikus kaotikus rendszer, egy például a plazmában lévő hullámokat és más jelenségeket leíró, a turbulencia és a téridőbeli káosz tanulmányozására tökéletes tesztterep, képi megjelenítésben lánghoz hasonló egyenlet viselkedését hivatott jobban megismerni.

Az algoritmus úgynevezett tartályszámításokat (reservoir computing) végez. Az ideghálók kiterjesztéseként felfogható keretben a bejövő jelet random dinamikus rendszerbe (tartály) táplálják, és ezt az inputot a rendszer dinamikája magasabb dimenzióba helyezi. Ezt követően egy egyszerű olvasómechanizmus addig gyakorol, míg megfejti a tartály állapotát, és az adatot úgy használja fel, hogy megvalósuljon az óhajtott kimenet.

chaosmodel.jpg

Az egyenlet múltbeli fejlődésén gyakorolva, a Maryland Egyetem algoritmusa az eddigi technikáknál nyolcszor hosszabb időre képes volt prognosztizálni a rendszer további fejlődését. Magáról az egyenletről semmit nem tudott, csak a hozzá kapcsolódó megoldások fejlődéséről rendelkezett adatokkal.

„A gépitanulás-technika majdnem olyan jó, mint az igazság ismerete. A fejlesztés azt sugallja, hogy előbb-utóbb talán nem is kifinomult légköri modellekkel, hanem gépitanulás-algoritmusokkal készítjük majd az időjárás-előrejelzéseket” – mondta a kutatásról Holger Kantz, a drezdai Max Planck Komplex Rendszerek Fizikája Intézet tudósa.

Időjárás-előrejelzés mellett a Maryland Egyetem tanulóalgoritmusa szívritmuszavarból kikövetkeztethető szívroham, napviharok, vad óceánhullámok és földrengések pontosabb prognosztizálásában szintén hasznos lehet.

A bejegyzés trackback címe:

http://jelenbolajovobe.blog.hu/api/trackback/id/tr3413856586

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.