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

Всегда первая! Всегда первая!

Как определить подходящий тебе вид спорта с помощью нумерологии

Лиза
8 эпических фейлов известных разработчиков игр 8 эпических фейлов известных разработчиков игр

Когда есть бесконечно много денег и энтузиазма — что может пойти не так?

Maxim
Будущее стратегической авиации: B-21 против ПАК ДА Будущее стратегической авиации: B-21 против ПАК ДА

В России и США разрабатываются новые модели стратегических бомбардировщиков

Популярная механика
Брекеты в прошлом? Почему теперь модно исправлять зубы элайнерами Брекеты в прошлом? Почему теперь модно исправлять зубы элайнерами

Элайнеры — главный секрет улыбки многих знаменитостей

Cosmopolitan
В ЮАР обнаружили костяное орудие парантропа древностью более миллиона лет В ЮАР обнаружили костяное орудие парантропа древностью более миллиона лет

Ученые нашли костяное орудие труда и псевдоорудия парантропа в пещере Купера

N+1
Как выглядят звезды сериала «ИП Пирогова» в бикини: Елена Подкаминская и другие Как выглядят звезды сериала «ИП Пирогова» в бикини: Елена Подкаминская и другие

Пикантные фото звезд сериала «ИП Пирогова»

Cosmopolitan
5 книг о великих музыкантах 5 книг о великих музыкантах

Подборка книг о великих музыкантах: от Боуи до Владислава Шпильмана

Популярная механика
Он еще маленький. Понимают ли что-то дети во взрослых разговорах? Он еще маленький. Понимают ли что-то дети во взрослых разговорах?

Маленькие дети понимают в разговорах старших гораздо больше, чем кажется

СНОБ
Изгнание бесов, электрошок и лоботомия: темное прошлое психиатрии Изгнание бесов, электрошок и лоботомия: темное прошлое психиатрии

Какими безумными методами «лечили» безумие в прошлом?

Psychologies
Провальная стратегия: 6 моделей купальников, которые плохи в реальной жизни Провальная стратегия: 6 моделей купальников, которые плохи в реальной жизни

От каких купальников лучше отказаться

Cosmopolitan
Не используйте приложения для отслеживания подписчиков, если не хотите, чтобы Instagram вас забанил Не используйте приложения для отслеживания подписчиков, если не хотите, чтобы Instagram вас забанил

Почему Instagram так любит нас банить

Популярная механика
Свежие антиутопии, которые стоит прочесть Свежие антиутопии, которые стоит прочесть

Яркие антиутопические романы последних лет

Популярная механика
Какой должна быть идеальная свекровь? Какой должна быть идеальная свекровь?

Читательницы рассказали о том, какие качества они больше всего ценят в свекровях

Psychologies
Носить нельзя отказаться: чего на самом деле стоят меховые изделия Носить нельзя отказаться: чего на самом деле стоят меховые изделия

Разве красота требует таких жертв?

Playboy
Отрывок из книги «Тело папы» — о том, как Папы Римские мечтали о долголетии, боялись смерти и спорили о бессмертии души Отрывок из книги «Тело папы» — о том, как Папы Римские мечтали о долголетии, боялись смерти и спорили о бессмертии души

Итальянский медиевист написал книгу про страх и ненависть абсолютных монархов

СНОБ
Охота за реальностью Охота за реальностью

Как живет сельский театр в деревне Фомиха

Seasons of life
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
Классика времен «Сухого закона»: 5 самых крутых винтажных коктейлей Классика времен «Сухого закона»: 5 самых крутых винтажных коктейлей

От любимого коктейля Аль Капоне до напитка, которым дорожил Джон Стейнбек

Playboy
«Город заинтересован, чтобы личных машин было меньше»: зачем стартап внутри мэрии Москвы делает «народный каршеринг» «Город заинтересован, чтобы личных машин было меньше»: зачем стартап внутри мэрии Москвы делает «народный каршеринг»

Сервис, который через владельцы автомобилей могут сдавать их в аренду

VC.RU
Как понять, что вы состоите в зрелых отношениях Как понять, что вы состоите в зрелых отношениях

Несколько признаков здоровых, зрелых отношений

Psychologies
Простые советы как не отравиться домашней едой Простые советы как не отравиться домашней едой

Основы безопасности пищевых продуктов от эксперта

Популярная механика
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
Чем отличается кожа мужчин и женщин, и почему мужчинам тоже нужен ежедневный уход Чем отличается кожа мужчин и женщин, и почему мужчинам тоже нужен ежедневный уход

Чем отличается мужская кожа и как правильно за ней ухаживать

Популярная механика
Почему звезды отказываются от пластики и инъекций Почему звезды отказываются от пластики и инъекций

Знаменитости, которые отказались от эстетической хирургии, филлеров и ботокса

РБК
Почему сиквел «Космического джема» получился бессмысленным и нелогичным Почему сиквел «Космического джема» получился бессмысленным и нелогичным

Главным злодеем «Космического джема 2» стала нейросеть

GQ
Какая зубная паста тебе подходит? Какая зубная паста тебе подходит?

Как выбирать средства гигиены, чтобы они не навредили здоровью полости рта?

Лиза
Как общаться с нетактичными людьми: 5 действенных стратегий Как общаться с нетактичными людьми: 5 действенных стратегий

Как защититься и добиться своего в общении с непростыми людьми

Psychologies
Акционеры хотят оплаты медуслуг Акционеры хотят оплаты медуслуг

Европейский медицинский центр объявил о скором выходе на IPO

Эксперт
Фестивали и заводы: как и чем живет musicAeterna Теодора Курентзиса Фестивали и заводы: как и чем живет musicAeterna Теодора Курентзиса

Как коллектив musicAeterna живет в Петербурге и где нашел свой дом

РБК
5 неочевидных ошибок, которые больше всего раздражают инвесторов 5 неочевидных ошибок, которые больше всего раздражают инвесторов

Отрывок из книги Ларисы Катышевой «Как презентовать проект»

Inc.
Открыть в приложении