Воскресенье, 16 июня, 2024

Как ML поможет изучать космос и экономить миллионы: итальянский профессор

Машинное обучение может сэкономить миллионы евро в изучении космических лучей. Профессор Томмазо Дориго работает над такими алгоритмами, причем не только для космоса: мюоны, один из видов космических частиц, в будущем могут заменить рентгеновские лучи.

Читаемое
Машинное обучение может сэкономить миллионы евро в изучении космических лучей. Профессор Томмазо Дориго работает над такими алгоритмами, причем не только для космоса: мюоны, один из видов космических частиц, в будущем могут заменить рентгеновские лучи.
Новый софт для машинного обучения (ML), разработанный профессором Томмазо Дориго из Падуанского университета (Италия), может повысить точность разработок в науке и инженерии, в том числе в новой технологии мюонной томографии, отметил Дориго в беседе с журналистами.
Это не первый визит профессора в Армению. В ноябре прошлого года он представил свои наработки в Ереване, и вот, недавно вновь побывал в Армении для продолжения контактов с армянскими учеными.
Команда ученых под руководством Дориго разрабатывает отдельный программный модуль по оптимизации работы мюонных детекторов (профессор сам пишет для нее часть кода). Такие детекторы все шире применяются по всему миру (от рентгеновских приборов их выгодно отличает отсутствие радиации).
Звездный час алгоритмов машинного обучения в науке пробил в 2012 году, когда крупный коллектив ученых из CERN (Европейского центра ядерных исследований), куда входит и Дориго, использовал их при открытии бозона Хиггса — частицы, которая может объяснить, как атомы получили массу в зарождавшейся Вселенной.
«До этого на машинное обучение в науке посматривали с недоверием, а теперь без него не могут обойтись», — отметил Дориго.
Сейчас он разрабатывает софт нового поколения, который, тоже при помощи машинного обучения, поможет составлять дизайн научных экспериментов с максимальной точностью. Искусственный интеллект не может заменить ученых, но может помочь им ускорить эксперименты, добавил ученый.
«Разработка опытов и сборка оборудования с новым уровнем оптимизации может повысить эффективность измерений на два порядка (в сотни раз – ред.). Это огромный прорыв в элементарной физике, где выигрыш в точности даже на 1% считается очень хорошим результатом», — отметил Дориго.
Алгоритмы машинного обучения, написанные под его руководством, также используются в международном проекте по мониторингу космических лучей при помощи так называемых детекторов Черенкова (названных так в честь выдающегося советского физика, нобелевского лауреата). Эти детекторы (большие резервуары с водой) помогают наблюдать частицы, движущиеся быстрее скорости света. В воде свет замедляется примерно на 75% своей обычной скорости, и когда фотоны (частицы света) сталкиваются с молекулами воды, они испускают синее свечение (известное как черенковское излучение).
В рамках международного эксперимента, такие детекторы планируется разместить в Чили – в Андах, на высоте 5 000 м. Изначально стоимость проекта оценивалась в районе 60 млн евро, но инструменты машинного обучения могут снизить эту цифру на 20-30%.
Программный комплекс Дориго сейчас активно используется для оптимизации детекторов нейтрино – одной из самых распространенных элементарных частиц во Вселенной. Нейтрино близки по размеру к электронам, но у них нет электрического заряда, поэтому их почти невозможно наблюдать какими-либо приборами. Лед – одно из немногих веществ, с которым нейтрино вступает в соприкосновение, поэтому одна из обсерваторий нейтрино расположена у Южного полюса (IceCube observatory).
Сейчас в коллектив ученых под руководством Дориго входит 42 человек, в том числе несколько россиян. Армян там пока нет, но профессор готов рассмотреть любые возможности сотрудничества с коллегами из Армении.
ИсточникSputnik Armenia
- Advertisement -spot_img
Последние Новости

СК Армении обвинил еще двоих в подкупе участников акции протеста в Ереване

Дело вновь возбуждено на основании записи, опубликованной в социальных сетях.

Похожее