Контролируемый хаос: учёные разработали ИИ для прогноза случайных перемен

Учёные из Балтийского федерального университета им. И. Канта (БФУ) создали нейросеть, способную предсказывать поведение систем, в основе которых лежит случайность. Математики называют такие системы стохастическими. Они играют важную роль в анализе и управлении многими техническими системами. Подобные системы представлены везде — это и финансовые рынки, и прогноз погоды, и транспортные потоки. То есть все ситуации и явления, подверженные большому количеству случайных факторов (в математической терминологии — шумов). Авторы работы разработали модель, которая способна делать прогноз, невзирая на длительное внешнее воздействие случайных факторов. Об этом RT сообщили в пресс-службе университета. Результаты исследования опубликованы в журнале Chaos, Solitons and Fractals.

• Gettyimages.ru
• © Stanislaw Pytel

Для обучения программы разработчики использовали компьютерную симуляцию биологического нейрона, подверженного воздействию шума. Учёные отмечают, что нейросеть показала удивительную способность к обобщению — не только предсказала поведение искусственного нейрона при одном уровне шума, но и точно описала базовые закономерности системы и при других уровнях, которых не было в обучающей выборке.

Также по теме

Универсальный метод: российские учёные создали нейросеть для оптимизации работы энергосистем

Российские учёные совместно с иностранными коллегами разработали нейросеть, которая способна предсказывать колебания в энергосети на...

«Более того, наша модель смогла предсказать физический эффект, который изначально не был в неё заложен, — эффект стохастического резонанса. Он проявляется в том, что при определённой интенсивности шума хаотическое поведение нейрона становится более упорядоченным», — отметил в беседе с RT главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта, доктор физико-математических наук, профессор Александр Храмов.

Опираясь на ограниченный набор данных, нейросеть сделала предсказания, которые точно согласуются с реальным поведением нейрона, отметили специалисты.

По словам учёных, модель может найти широкое применение везде, где нужно принимать решения в условиях неопределённости и случайных воздействий. Она позволит заглядывать в будущее сложных систем, обнаруживать в них скрытые закономерности и принимать более точные и надёжные решения. Так, нейросеть в перспективе сможет предсказывать экономические кризисы, управлять «умным» городским трафиком и искать неизученные эффекты в биологических системах.