Как работа с данными позволяет делать глубокие открытия

Популярная механикаНаука

Зачем физикам идти в большие данные

На Большом адронном коллайдере совершено много открытий (кроме знаменитой «частицы Бога» – бозона Хиггса). Одним из них стала регистрация неизвестных элементарных частиц – тетракварков. Это удалось благодаря новым методам работы с данными. Андрей Устюжанин, учёный Яндекса, кандидат физико-математических наук, заведующий научно-учебной лабораторией методов анализа больших данных факультета компьютерных наук Высшей школы экономики рассказывает, как работа с данными позволяет делать такие глубокие открытия, и почему ученым пора становиться дата-сайентистами.

Как машинное обучение связано с Большим адронным коллайдером и почему наука и ИТ должны работать сообща

Наука и техника — тесно связанные друг с другом элементы человеческой культуры. Развитие научной мысли, вроде открытия закона Ома и теории относительности, ведёт к техническому прогрессу, а появление новых технологий, в свою очередь, меняет подход к фундаментальной науке.

5406d230cb86e48ba0c30187914da137.jpg
Андрей Устюжанин, учёный Яндекса, кандидат физико-математических наук, заведующий научно-учебной лабораторией методов анализа больших данных факультета компьютерных наук Высшей школы экономики

В истории долго преобладала эмпирическая наука: истина объяснялась через факты и софистические принципы. С Ньютона и Кеплера началась эра теоретической науки, отталкивающейся от законов и доказательств: появлялись новые способы записи и математической проверки закономерностей. Такой подход преобладал вплоть до середины XX века, когда появление компьютеров позволило моделировать законы с гораздо большей точностью и с помощью компьютерной симуляции рассчитывать более сложные системы: биологические, экономические, физические. Но на получение результата уходило много времени и ресурсов.

Развитие вычислительных ресурсов и машинное обучение (ML) существенно продвинули использование компьютерной симуляции в науке. Сейчас мы можем построить нейросеть, которая выучит соответствие входных и выходных параметров и проведёт расчёты с гораздо большей скоростью. Это новая степень свободы для исследователей и совершенно новый подход к науке — data-driven science: взгляд на любое явление через призму данных.

Мы начинаем видеть не процессы или изменения характеристик во времени, а зависимости и параметры, которые мы можем с определенной точностью записать при помощи алгоритмов. Мы даём нейросети возможность наблюдать за физическим объектом, и она предсказывает его поведение и находит описывающие его законы. Это позволяет науке задавать более сложные вопросы. Например, раньше мы могли рассчитать с помощью симуляций, какими свойствами обладает материал с той или иной структурой. Теперь мы можем достаточно точно предсказать, какая структура должна быть у материала с нужными нам параметрами. Решая подобные «обратные» задачи, мы можем найти вещества с принципиально новыми свойствами, которые нельзя получить никакими другими методами ни из полимеров, ни химическими реакциями, например сверхрешетки трехслойного графена, которые обладают высокотемпературной сверхпроводимостью.

Машинное обучение и физика высоких энергий

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Умные вещи века Умные вещи века

10 переизобретений, без которых ты раньше отлично жил, но теперь – не сможешь

Maxim
В Пещере Eдинорога нашли искусство неандертальцев В Пещере Eдинорога нашли искусство неандертальцев

Способны ли неандертальцы создавать произведения искусства?

Популярная механика
В волокна ткани встроили чипы памяти и датчики температуры В волокна ткани встроили чипы памяти и датчики температуры

Американские инженеры разработали умное волокно

N+1
Земля в иллюминаторе: был ли Ричард Брэнсон в космосе? Земля в иллюминаторе: был ли Ричард Брэнсон в космосе?

Так побывал ли USS Unity в космосе и почему это так важно?

Esquire
Почему русские не умеют вести непринужденные беседы. Отрывок из книги «Искусство очаровывать незнакомцев» Почему русские не умеют вести непринужденные беседы. Отрывок из книги «Искусство очаровывать незнакомцев»

Отрывок из книги Татьяны Шахматовой, популяризаторки лингвистики

СНОБ
Лавовые купола: насколько они опасны? Лавовые купола: насколько они опасны?

Развитие лавовых куполов — процесс, связанный с изменением вязкости магмы

Наука и жизнь
Победа Германии: кто выиграл от конфликта вокруг «Северного потока-2» Победа Германии: кто выиграл от конфликта вокруг «Северного потока-2»

Как сказался конфликт вокруг «Северного потока-2» на разных странах?

Forbes
Дрессировка кошек Шрёдингера в промышленных масштабах Дрессировка кошек Шрёдингера в промышленных масштабах

2020 останется в истории как сорокалетний юбилей Второй квантовой революции

Наука и жизнь
Ректор РАНХиГС Владимир Мау: Будьте готовы учиться всю жизнь Ректор РАНХиГС Владимир Мау: Будьте готовы учиться всю жизнь

Ректор Президентской академии Владимир Мау дает советы студентам и абитуриентам

СНОБ
История немецкой философии — в биографиях четырех крупнейших философов XX века: фрагмент книги Вольфрама Айленбергера «Время магов» История немецкой философии — в биографиях четырех крупнейших философов XX века: фрагмент книги Вольфрама Айленбергера «Время магов»

Глава из книги «Время магов. Великое десятилетие в философии 1929−1939»

Esquire
Самая полезная еда в «Макдоналдсе», KFC, «Теремке» и других сетях фастфуда, по мнению диетолога Самая полезная еда в «Макдоналдсе», KFC, «Теремке» и других сетях фастфуда, по мнению диетолога

Даже в ресторанах быстрого питания можно есть с пользой для здоровья!

Maxim
Работа убивает: 5 герпетологов, которые не пережили укус змеи Работа убивает: 5 герпетологов, которые не пережили укус змеи

Порой герпетологи гибнут от змеиных укусов из-за нелепой случайности

Вокруг света
Как парень с ДЦП попал в список Forbes – интервью с Иваном Бакаидовым Как парень с ДЦП попал в список Forbes – интервью с Иваном Бакаидовым

Иван Бакаидов — про инвалидность и общество, о целях и своем будущем

GQ
Москитный флот: 5 важных фактов о комарах Москитный флот: 5 важных фактов о комарах

Рассказываем о комарах — раздражающих и опасных насекомых

Maxim
«Осторожно, секс!»: 5 историй о травмах, полученных в порыве страсти «Осторожно, секс!»: 5 историй о травмах, полученных в порыве страсти

Какие бывают последствия у бурного, но неосторожного секса

Psychologies
Все, что «неверному» нужно знать об исламе Все, что «неверному» нужно знать об исламе

В честь какого праздника мы решили написать научно-популярную статью об исламе?

Maxim
«Летучие мыши: Происхождение, места обитания, тайны образа жизни» «Летучие мыши: Происхождение, места обитания, тайны образа жизни»

Отрывок из книги Сергея Крускопа о положении рукокрылых в царстве животных

N+1
Что такое промышленный интернет вещей и зачем он нужен на производствах Что такое промышленный интернет вещей и зачем он нужен на производствах

Цифровизация касается не только домашних приборов

Популярная механика
Психология инвестирования: что поможет принимать правильные решения? Психология инвестирования: что поможет принимать правильные решения?

Банки твердят, что инвестиции — это просто. Так ли это на самом деле?

Psychologies
5 художников, которые вышли из крепостных 5 художников, которые вышли из крепостных

Известные российские художники, которые родились крепостными

Культура.РФ
Генетический анализ инструментов новокаледонских воронов помог выявить их любимое дерево Генетический анализ инструментов новокаледонских воронов помог выявить их любимое дерево

Представители разных популяция ворон делают инструменты из разных материалов

N+1
Разрыв шаблонов: художницы, которые говорят с окружающими на языке перформанса Разрыв шаблонов: художницы, которые говорят с окружающими на языке перформанса

Героини, которые своими художественными акциями буквально вспарывают реальность

Playboy
Будни дальнобойщика: Ил-4, который первым бомбил Берлин Будни дальнобойщика: Ил-4, который первым бомбил Берлин

Ил-4 — туда и обратно

Maxim
Врать по-русски: 9 фактов об «Охотниках на привале» Врать по-русски: 9 фактов об «Охотниках на привале»

Почему «Охотники на привале» – это картина-анекдот

Вокруг света
5 фильмов Стивена Содерберга, заслуживающих вашего внимания 5 фильмов Стивена Содерберга, заслуживающих вашего внимания

Работы Стивена Содерберга, которые помогут узнать режиссера получше

GQ
Как перестать обижаться на маму: рассуждает Михаил Лабковский Как перестать обижаться на маму: рассуждает Михаил Лабковский

Почти каждый из нас имеет обиды на мам и пап

Cosmopolitan
Отменяем 5/2: особенности трудового законодательства в разных странах мира Отменяем 5/2: особенности трудового законодательства в разных странах мира

Заметные законодательные «рекорды» в области трудового права

Вокруг света
Чистые помыслы: как выбрать средство для умывания на лето Чистые помыслы: как выбрать средство для умывания на лето

Подбираем оптимальную текстуру для ежедневного ритуала умывания

Esquire
Мужчина не дарит цветы. Как это изменить? Мужчина не дарит цветы. Как это изменить?

Многим женщинам хочется получать цветы не только на праздники

Psychologies
Трудно быть с богом Трудно быть с богом

Как «Солярис» Станислава Лема стал прощанием с верой в прогресс

Weekend
Открыть в приложении