Сергей Запуниди, возглавляющий курс «Нейронные сети и их применение в научных исследованиях» в МГУ (MSU.AI), поделился с RT информацией о сферах, где нейронные сети находят применение в науке. Он подчеркнул, что в физике применение технологий искусственного интеллекта и нейронных сетей можно разделить на два основных направления.

Это ускорение вычислений и моделирование физических процессов. Запуниди отмечает, что популярные методы искусственного интеллекта предоставляют возможность выполнения этих задач значительно быстрее, чем традиционные расчеты формул. Примером таких процессов могут служить молекулярная динамика или оптика, где используются уравнения для изучения распространения света и разработка требуемых структур для обработки света. Искусственный интеллект и нейронные сети способны существенно ускорить данные процессы.

Это обработка больших объемов данных. Как пояснил специалист, это особо актуально в астрономии, где требуется обработка огромного количества информации, полученной с телескопов, для выявления аномалий и осуществления научных открытий. Аналогичные задачи стоят перед данными, полученными с большого адронного коллайдера и других ускорителей, где объемы данных слишком велики для анализа человеком. Искусственный интеллект помогает находить ключевые данные, которые могут послужить основой для будущих открытий.

Не так давно было объявлено, что Нобелевская премия по физике 2024 года присуждена Джону Хопфилду и Джеффри Хинтону за их вклад в развитие машинного обучения с использованием искусственных нейронных сетей.