Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В ЮФУ узнали, как саранча и стада травоядных животных оптимизируют алгоритмы искусственного интеллекта
Ученые Института компьютерных технологий и информационной безопасности ЮФУ занимаются созданием биоэвристик для решения задач глобальной оптимизации. Это самонастраивающиеся алгоритмы, обладающее коллективным разумом и самоорганизацией, применяемые при разработке спутниковых антенн, радиоприемников, а также в качестве основы для «компьютерных диджеев» и «нейромаркетинга». Созданный учеными алгоритм уже протестирован и показал качественные результаты. Еще одним итогом работы ученых стал новый коэволюционный самонастраивающийся алгоритм, способный решать сложные задачи глобальной оптимизации. Этот алгоритм, разработанный на основе эгоистического поведения в природе, демонстрирует улучшенную точность и производительность по сравнению с другими биоэвристиками.
Многие процессы в науке, технике, экономике и бизнесе формулируются как задача оптимизации: сокращение времени, снижение стоимости, минимизация рисков или увеличение дохода, производительности и эффективности. Перспективными для оптимизации разнообразных задач методами являются биоэвристические алгоритмы или, просто, биоэвристики. Это алгоритмические приемы, которые позволяют ограничить перебор, и основаны на имитации природных механизмов эволюции, интеллектуального группового поведении особей в живой природе.
В Южном федеральном университете это направление развивают ученые Института компьютерных технологий и информационной безопасности под руководством профессора кафедры математического обеспечения и применения ЭВМ Сергея Родзина. Кроме того, исследования в области роевого интеллекта входят в перечень приоритетных задач стратегических проектов программы развития ЮФУ «Приоритет 2030» (нацпроект «Наука и университеты»).
По словам экспертов ЮФУ, это новое стремительно развивающееся направление в искусственном интеллекте и машинном обучении. Хотя идея не новая, концепция биоэвристики была отражена еще у Станислава Лема в романе «Непобедимый» 1964 года. Непобедимый — это космический корабль землян, который на одной из планет столкнулся с роем эволюционировавших несложных роботов. Корабль землян оказался бессилен, столкнувшись с ними. В процессе эволюции и борьбы за существование, они стали частью природы планеты. Люди были вынуждены отступить перед «врагом», который, не обладая человеческим разумом, и способным лишь на простейшие реакции, тем не менее являлся практически непобедимым.
«Биоэвристики моделируют поведение множества агентов, локально взаимодействующих между собой и с окружающей средой. Идеи поведения исходят от природы, как правило, от биологических систем, например, колония муравьев, пчелиный рой, хемотаксис бактерий, стая китов, охотящаяся за крилем. Каждый агент следует очень простым правилам. Какой-то централизованной системы управления поведением агентов нет. Однако многоагентная система в целом обладает коллективным разумом и самоорганизацией», – профессор ИКТИБ ЮФУ Сергей Родзин.
Сегодня идеи биоэвристик перешли из мира фантастики в реальность. Например, их уже использовали при создании спутниковой антенны, а компания Genetic Programming разработала с помощью подобного алгоритма множество продуктов, включая зубные щетки Oral-B. В одном из университетов ученые использовали эволюционную биоэвристику для создания схемы электронного осциллятора (устройство, создающее повторяющиеся колебания или вибрации вокруг определенной точки равновесия).
Получившийся в итоге набор транзисторов выдавал желаемый результат – регулярно повторяющийся сигнал. Правда, вскоре выяснилось, что схема оказалась не осциллятором, а радиоприемником. Она не производила собственных колебаний, зато ловила сигнал работающего рядом компьютера и выдавало его за «свой».
Однако это те примеры, когда материализация происходит с участием людей. Интересно, что биоэвристики также выступают самостоятельной основой для многих технологий. Например, в Британии открылся павильон, где бились за выживание роботы двух видов – «гелиофаги» и «хищники». Гелиофаги сами добывали энергию через солнечные батареи. Хищники охотились на гелиофагов и заряжались от них. Те, кто выживал, загружали свои «гены» в роботов следующего поколения. Один из роботов в ходе этого эксперимента поумнел настолько, что убежал и был настигнут на парковке, где его сбил автомобиль. С помощью данных алгоритмов также создан компьютерный ди-джей, который пишет музыку, отслеживая настроение людей. Работает он следующим образом: каждому посетителю клуба выдается браслет-датчик, фиксирующий пульс человека и его местонахождение в зале.
Эти данные биоэвристика использует для «выращивания» новых мелодий. Вначале машина вносит в музыку случайные мутации, а затем отслеживает реакции и выбирает те изменения, которые пришлись людям по вкусу. Еще один интересный пример – технология «нейромаркетинга». Идея состоит в сканировании мозга человека во время демонстрации рекламы, что позволяет отслеживать воздействие рекламных образов, а затем конструировать те, которые воздействовали наиболее сильно. Эта технология уже используется крупными корпорациями, среди которых Proctor&Gamble и Coca Cola.
«Еще пример из биологии. С помощью биоэвристики недавно была решена задача, поставленная в биологии свыше 100 лет назад – загадка регенерации червей. Биоэвристика моделировала различные варианты сетей, сформированных генами и белками червя, сопоставляя их с результатами экспериментов. При достижении частичного соответствия программа вносила в генетическую сеть случайные изменения и возобновляла процесс оптимизации. В результате множества итераций была получена сеть генетических связей, полностью соответствующая результатам практических исследований», – поделился Сергей Родзин.
Сейчас научный коллектив ИКТИБ ЮФУ работает над проектом «Эффективные биоэвристики, инспирированные животным миром, на основе выявления паттернов поведения для задач оптимизации многомерных функций и сегментации изображений», поддержанным грантом Российского научного фонда (РНФ).
По словам ученого, несмотря на достигнутые успехи в области создания биоэвристических алгоритмов на сегодняшний день имеются весомые научные проблемы, две из которых возможно решить в рамках данного проекта. Первая связана с установлением баланса между скоростью сходимости биоэвристик и расширением пространства поиска оптимальных решений.
«Скорость сходимости обозначает число шагов, затраченных алгоритмом для достижения приемлемой точности решения задачи. Речь идет о равновесии между способностью алгоритма находить новые решения и его возможностью достигать оптимума целевой функции или подходить достаточно близко к нему за конечное число шагов. Решить эту проблему предполагается на основе выявления паттернов индивидуального и коллективного поведения агентов в многоагентной системе. Это проблема имеет важное значение для обеспечения точности и производительности алгоритмов оптимизации в таких областях как распознавание образов, информационная безопасность, инженерное проектирование, интеллектуальный анализ данных, цифровая экономика», – рассказал руководитель гранта Сергей Родзин.
Вторая проблема заключается в разработке обучаемых оптимизаторов на основе накопленных знаний. Традиционные методы оптимизации основаны на подходе в стиле tabula rasa (с «чистого листа»), то есть без использования предварительных знаний о подходах к решению задачи. Однако ученые ЮФУ предлагают подход, в котором знания, включая те, которые генерируются в Интернете, могут быть использованы для автоматического поиска наиболее эффективного оптимизатора.
«Мы предлагаем подход, когда биоэвристику не нужно формировать вручную. Вместо этого, используя передачу информации, можно использовать знания, в том числе генерируемые в Интернете, для автоматического поиска наиболее эффективного оптимизатора. Это своего рода машинное обучение без необходимости разработки пользователем новых алгоритмов оптимизации, инспирированных природой. Мы считаем, что подобный подход в сочетании с технологиями облачных вычислений и Интернета-вещей, может занять центральное место в современные механизмах оптимизации», – отметил ученый.
Несмотря на то, что проект исследователей начался в январе 2023 года, на сегодняшний день уже получены весомые результаты. Так, ученые предложили биоэвристический алгоритм, моделирующий сочетание паттернов индивидуального и роевого поведения саранчи для решения задач оптимизации многомерных мульти-экстремальных функций. В данном случае саранча является репрезентативным примером насекомых, которые могут сочетать роевое и индивидуальное поведение, которое реализуется различными аттрактивными операторами.
«Две саранчи при индивидуальном поведении не стремятся сблизиться, если между ними небольшое расстояние и, наоборот, при роевом поведении саранча стремительно концентрируется вокруг особей, которые нашли источники пищи. Это позволяет не только более реалистично моделировать кооперативное поведение колонии саранчи, но и включить вычислительный механизм, позволяющий избежать таких недостатков многих популярных биоэвристик, как преждевременная сходимость, поддержать баланс между скоростью сходимости алгоритма и диверсификацией пространства поиска решений», – объяснил руководитель проекта.
Созданный алгоритм уже протестирован и показал качественные результаты, изложенные в журнале «Вестник ВГУ. Системный анализ и информационные технологии». Еще одним итогом работы ученых стал новый коэволюционный самонастраивающийся алгоритм, способный решать сложные задачи глобальной оптимизации. Этот алгоритм, разработанный на основе эгоистического поведения в природе, демонстрирует улучшенную точность и производительность по сравнению с другими биоэвристиками.
В его основе лежит моделирование поведения стада травоядных животных, оказывающихся под нападением стаи хищников. Поисковые агенты используют набор аттрактивных операторов поиска, основанных на паттернах индивидуального и коллективного поведения, а также на механизмах популяционного отбора. Они перемещаются в пространстве решений задачи оптимизации, имитируя различные виды поведения, включая эгоистичное.
Что отличает этот биоэвристик от других конкурирующих подходов, так это его способность сохранять баланс между скоростью сходимости и разнообразием пространства поиска решений. Благодаря этим вычислительным механизмам алгоритм обеспечивает высокую эффективность в поиске глобального минимума. Полученные результаты, опубликованные в издании «Известия вузов. Северо-Кавказский регион. Технические науки», были подтверждены статистически значимыми с помощью Т-критерия Уилкоксона, что подтверждает превосходство коэволюционного самонастраивающегося алгоритма в задачах оптимизации.
В дальнейшем ученые планируют создать научный задел и программные приложения для решения прикладных оптимизационных задач в области цифровой обработки изображений и компьютерного зрения, интеллектуального анализа и обработки данных, поиска информации, инженерного проектирования, медицинской диагностики.
Telegram 
Дзен 
VK В поиске сигналов от внеземных цивилизаций ученые решили сосредоточиться не на целенаправленных посланиях человечеству, а на случайных «утечках информации» из межпланетного пространства гипотетической обитаемой системы. По расчетам, в определенные моменты до нас могут доходить сигналы внеземной космической связи. Кстати, благодаря «общению» Земли с марсианскими и другими зондами мы тоже постоянно невольно сообщаем о себе в глубокий космос.
Модель, представленная учеными из коллаборации DESI и Мичиганского университета (США), может перевернуть представления о происхождении темной энергии. Авторы нового исследования полагают, что черные дыры, поглощая вещество, постепенно преобразовывают его в энергию, гипотетически ответственную за расширение Вселенной.
Устройство Вселенной обычно описывают с помощью уравнений общей теории относительности Эйнштейна. Но чтобы понять, как гравитация ведет себя в экстремальных условиях — например, при рождении черных дыр или в момент гипотетической инфляции — классического подхода недостаточно. Сделать это можно, как показали авторы нового исследования, обратившись к методу численной относительности.
К 2025 году около 30 стран приняли программы по развитию водородной энергетики, а совокупный объем инвестиций в эту область превысил 150 миллиардов долларов. Эксперты полагают, что замена дизельных авто на водородные снизит выбросы на 80-90%, а водородные самолеты способны уменьшить углеродный след на 50-75%. Но при использовании водорода в двигателях внутреннего или внешнего сгорания, происходит взаимодействие с металлом, что наиболее опасно при высоких температурах. Это может вызвать их разрушение, в результате чего возникает риск пожара или взрыва с тяжелыми последствиями для пассажиров. Ученые Пермского Политеха впервые выяснили, как водород влияет на металлы в условиях экстремальных температур (800 градусов и выше), в которых работают двигатели самолетов и машин. Это продвинет авиационную, машиностроительную и нефтегазовую отрасли в безопасном использовании водорода в качестве источника энергии.
Ученые обнаружили косвенные доказательства существования мира размером с Землю за орбитой Нептуна. Эта гипотетическая планета отличается от предполагаемой Девятой планеты не только размером, но и гравитационным влиянием на другие объекты.
Большие кошки (Pantherinae) обычно охотятся на животных своего или меньшего размера. У снежных барсов, как выяснилось, другие предпочтения. Новое исследование показало, что ирбисы чаще нападают на взрослых горных козлов, которые как минимум вдвое превосходят хищников в весе. Ученые объяснили, с чем может быть связан такой выбор добычи.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Возраст находок — около 5500 лет, они лежат во множестве круглых ям, чьи стены укреплены кирпичом. Среди обнаруженных орудий из кремня есть и сотни неиспользованных, которые могут быть ритуальным подношением богам.
Гостингом (от английского «призрак») называют ситуацию, когда человек прекращает общение или отношения, «пропадая с радаров» без объяснения причин. Исследователи из США сымитировали такое поведение, а затем проанализировали реакцию людей на него.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно