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

Как понять, хороший ли коньяк Как понять, хороший ли коньяк

Мир коньяка велик и многообразен

Maxim
Убил, признался — свободен: мужчина насмерть забил свою девушку, и его отпустили Убил, признался — свободен: мужчина насмерть забил свою девушку, и его отпустили

Жестокое убийство, которое до сих пор не наказано

Cosmopolitan
Пространство новых материалов Пространство новых материалов

Как один ученый придумал альтернативу таблице Менделеева

Популярная механика
«Революция — это самый обычный день». Отрывок из книги о военном фотокорреспонденте Герде Таро «Революция — это самый обычный день». Отрывок из книги о военном фотокорреспонденте Герде Таро

Отрывок из книги Хелены Янечек «Герда Таро: двойная экспозиция»

СНОБ
Как повысить самооценку, изменив свое мышление Как повысить самооценку, изменив свое мышление

Какой образ мыслей может научить нас уважать себя?

Psychologies
Великий SKAO: зачем строится самый большой в мире телескоп Великий SKAO: зачем строится самый большой в мире телескоп

Новый телескоп позволит проникнуть в самые глубокие тайны Вселенной

Forbes
Стройные красотки! Секреты Судзиловской, Климовой и других российских актрис 40+ Стройные красотки! Секреты Судзиловской, Климовой и других российских актрис 40+

Звезды раскрыли секреты стройной фигуры

Cosmopolitan
Луны далеких миров: как ученые впервые увидели рождение спутника планеты Луны далеких миров: как ученые впервые увидели рождение спутника планеты

Астрономы обнаружили около планеты облако вещества, в котором образуются ее луны

Forbes
Тиндер для родителей и нянь: как стартап Otter всего за год дорос до $23 млн инвестиций Тиндер для родителей и нянь: как стартап Otter всего за год дорос до $23 млн инвестиций

Как мать двоих детей сделала стартап по поиску бебиситтеров

Forbes
Главный спор XXI века: правда ли, что видеоигры развивают агрессию у детей Главный спор XXI века: правда ли, что видеоигры развивают агрессию у детей

Развивают ли видеоигры склонность к насилию или нет?

Популярная механика
Влияет ли алкоголь на мораль и еще 4 неожиданных факта о пьянстве Влияет ли алкоголь на мораль и еще 4 неожиданных факта о пьянстве

Ученые делают все, чтобы ты мог поумничать на застольях

Maxim
5 увлекательных книг о луне, которые стоит почитать 5 увлекательных книг о луне, которые стоит почитать

Научно-популярных книги, которые способны развенчать все мифы о спутнике Земли

Популярная механика
Как прокачать мозг: 20 простых способов стать умнее Как прокачать мозг: 20 простых способов стать умнее

Несколько реальных способов прокачать свои способности

Вокруг света
История одной фотографии: американка в Италии История одной фотографии: американка в Италии

Фотография о мужском восхищении женской красотой или о беспощадном харассменте?

Maxim
Особенности туристической подготовки внедорожников Особенности туристической подготовки внедорожников

Уроки школы автотуризма: как подготовить внедорожник к экспедиции

4x4 Club
Uber-сюрприз: “человеческий фактор” и аварии беспилотных автомобилей Uber-сюрприз: “человеческий фактор” и аварии беспилотных автомобилей

Технологические аварии давно не редкость, но кто в них виноват?

Популярная механика
«У Алисы нет проблем. У нее все прекрасно». История девятилетней девочки-вундеркинда, которая сдала ЕГЭ, а теперь поступает в МГУ «У Алисы нет проблем. У нее все прекрасно». История девятилетней девочки-вундеркинда, которая сдала ЕГЭ, а теперь поступает в МГУ

Стоит ли радоваться за девятилетнюю девочку, которая поступает в МГУ?

СНОБ
Побег на секретном самолете, допросы и ревнивая жена: судьба Михаила Девятаева Побег на секретном самолете, допросы и ревнивая жена: судьба Михаила Девятаева

Михаил Девятаев: мальчик из глухой деревни, воплотивший в жизнь грезы о небе

Cosmopolitan
Как правильно ходить – объясняет эксперт Как правильно ходить – объясняет эксперт

Спорим, ты даже никогда не задумывалась о важности ежедневной ходьбы?

Cosmopolitan
Найти и обезвредить: как отыскать мошенника внутри компании Найти и обезвредить: как отыскать мошенника внутри компании

Как выявить подозрительные связи или конфликт интересов у сотрудников?

Forbes
Маленькая принцесса: 10 интересных фактов о Харпер Бекхэм и ее знаменитой семье Маленькая принцесса: 10 интересных фактов о Харпер Бекхэм и ее знаменитой семье

Интересные и малоизвестные факты о Харпер Бекхэм и ее семье

Cosmopolitan
Действительно народный артист: 10 ярких ролей Владимира Меньшова Действительно народный артист: 10 ярких ролей Владимира Меньшова

Владимир Меньшов - на самом деле народный режиссер

Cosmopolitan
Да, здравствует изобилие! Новый «Дастер» теперь доступен с турбомотором и вариатором Да, здравствует изобилие! Новый «Дастер» теперь доступен с турбомотором и вариатором

Проверяем новинку от Рено в деле

Maxim
5 «вредных» привычек, способных принести пользу для здоровья 5 «вредных» привычек, способных принести пользу для здоровья

Мы зря говорим им категоричное «нет»

Playboy
Атомный реактор Билла Гейтса Атомный реактор Билла Гейтса

Почему один из богатейших людей на Земле инвестирует в АЭС нового типа

Популярная механика
LADA Niva Travel. Пройти по краю LADA Niva Travel. Пройти по краю

Мы с похорошевшей LADA Niva Travel не церемонились и загнали её прямо в грязь

4x4 Club
Диджитал-детокс: очищаем организм от цифровых шлаков Диджитал-детокс: очищаем организм от цифровых шлаков

Нужен ли вам диджитал-детокс и как решиться отложить смартфон в сторону?

Популярная механика
Как не угодить в юридическую ловушку маркетплейса. Чек-лист для производителей и поставщиков от юристов Как не угодить в юридическую ловушку маркетплейса. Чек-лист для производителей и поставщиков от юристов

Несколько пунктов в офертах маркетплейсов, которые могут подпортить вам жизнь

Inc.
Трудности переводчика Трудности переводчика

С какими проблемами сталкиваются переводчики

Forbes
Молодой ещё, «зелёный»: кто внедряет экологичность на производстве Молодой ещё, «зелёный»: кто внедряет экологичность на производстве

Почему нельзя просто взять и начать использовать водород вместо нефти?

Популярная механика
Открыть в приложении