Руководитель отдела лазерной физики и нанотехнологий ИРНИТУ Денис Богданович провел мастер-класс «Машинное обучение в научных и инженерных задачах» для студентов и преподавателей. Мероприятие состоялось в коворкинге и стало частью образовательного проекта, инициированного Управлением научной деятельности.
Машинным обучением называют методы искусственного интеллекта, а также комплекс самообучающихся алгоритмов, способных применять решения для схожих задач, обрабатывать большие объемы данных (Big Data), анализировать информацию для прогнозирования будущих событий.
Денис Богданович является специалистом в области волоконной оптики. Он активно применяет методики по машинному обучению при моделировании вакуумных световодов, а также в некоторых проектах совместно с геофизиками ИРНИТУ. Впервые ученый столкнулся с понятием машинного обучения во время подготовки дипломного проекта в Национальном исследовательском ядерном университете «МИФИ» (Москва). Затем он прошел тематический онлайн-курс профессора Стэндфордского университета Эндрю Ына (Andrew Ng). Минувшим летом Денис Богданович принял участие в интенсиве «Остров 10-21» во Владивостоке, где изучил близкое к прогнозированию направление «Дата-аналитика». Полученными знаниями он поделился с «политеховцами».
По словам Дениса Богдановича, аналитики используют машинное обучение в сфере финансовых услуг, медицине, в топливно-энергетическом комплексе и государственной деятельности. При помощи искусственного интеллекта кредитные организации могут спрогнозировать банкротство заемщика, а муниципальные службы оптимизировать транспортные потоки. Сотрудники энергокомпаний используют прогнозные модели для предотвращения внештатных ситуаций, при техобслуживании оборудования.«Я считаю, что машинное обучение необходимо включить в образовательную программу всех технических специальностей, поскольку это мощный инструмент для решения прикладных и научных задач. Надеюсь, что мастер-класс будет полезен будущим и практикующим инженерам», - отметил спикер.
Прогнозирование включает в себя несколько стадий от постановки задачи, сбора и подготовки данных, создания прогнозной модели, ее внедрения и мониторинга эффективности самого проекта. Существует два типа машинного обучения - с учителем и без него. Первый вид предполагает, что результаты обучения (расчеты модели) сравниваются с уже известными правильными ответами. Во втором случае алгоритмы самостоятельно группируют входные сигналы, не зная правильных ответов.
Денис Богданович применяет методы искусственного интеллекта при разработке структуры микроструктурированного световода с полой сердцевиной. Составление прогнозной модели позволяет производить световоды с минимумом потерь на заданной длине волны. Такие элементы можно использовать при создании высокомощных волоконных лазерных систем и волоконных сенсоров.
Кроме того, Денис Богданович поделился опытом участия в проекте руководителя научно-исследовательской лаборатории комплексирования геофизических методов поиска, доцента Юрия Давыденко. Иркутские ученые занимались поиском подземных вод, руды, кимберлитовых трубок залежей углеводородов с помощью технологии импульсной электроразведки. На основе методик машинного обучения они выполнили детектирование аномалий, кластеризацию и подбор геологической среды по экспериментальным кривым зондирования.
Мастер-класс заинтересовал профессора кафедры автоматизированных систем Анатолия Засядко. По его мнению, Денис Богданович представил качественный обзор на тему искусственного интеллекта, который в ближайшем будущем станет неотъемлемой частью жизни людей.
Как считает Анатолий Засядко, особенно полезной эта лекция была для студентов. Будущим специалистам нужны знания о современных методах работы с BIG-DATA. Умея работать со сложными алгоритмами, они смогут трудоустроиться в компаниях, занимающихся программированием вычислительных программ и процессов. Кроме того, по словам профессора, машинное обучение служит ценным инструментов для научных изысканий.
Ольга Балабанова
