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

Сладкая Ава Макс: эффектные фото новой поп-иконы Сладкая Ава Макс: эффектные фото новой поп-иконы

История жизни, фото и актуальная информация о личной жизни Авы Макс

Playboy
Восполняем дефицит Восполняем дефицит

Каких полезных веществ организму летом особенно недостает?

Лиза
Используй ложку и телефон: 20 способов доставить себе удовольствие Используй ложку и телефон: 20 способов доставить себе удовольствие

Двадцать разных способов мастурбации на любой вкус и цвет

Cosmopolitan
Спасти «Северный поток». Почему Байден пожалел любимый проект Путина Спасти «Северный поток». Почему Байден пожалел любимый проект Путина

«Северный поток — 2 достроят, но Украина не пострадает»

СНОБ
Выход из крутого пике: как компания Snap преодолела череду неудач Выход из крутого пике: как компания Snap преодолела череду неудач

Что привело к взлету компании Snap?

Forbes
Фразы, по которым можно распознать нарциссов Фразы, по которым можно распознать нарциссов

Распознать нарциссов можно по определенным фразам, мы собрали их для вас

Psychologies
Круче супермоделей: 4 способа сделать ноги длиннее и стройнее Круче супермоделей: 4 способа сделать ноги длиннее и стройнее

Что делать, если природа не наградила тебя ногами «от ушей»?

Cosmopolitan
13 историй знаменитостей, которые тайно поженились 13 историй знаменитостей, которые тайно поженились

Кому из знаменитостей удалось сыграть секретные свадьбы?

РБК
Туманное пятнышко в небе Туманное пятнышко в небе

Совсем недавно туманность Андромеды была известна лишь узкому кругу астрономов

Наука и жизнь
Перепрясть солому в золото: почему женщины чаще страдают депрессией Перепрясть солому в золото: почему женщины чаще страдают депрессией

Отрывок из книги «Кто я без тебя?» Урсулы Нубер о тяжелом бремени женщин

Forbes
«Самое главное — гармония внутри» «Самое главное — гармония внутри»

Татьяна Навка всегда в центре внимания

OK!
Отдала лучшие годы! Ошибки, которые совершают в отношениях женщины разных знаков Отдала лучшие годы! Ошибки, которые совершают в отношениях женщины разных знаков

Давай посмотрим, какие ошибки чаще всего совершают знаки в отношениях

VOICE
Проще не придумаешь: как снять стресс всего за 16 секунд Проще не придумаешь: как снять стресс всего за 16 секунд

Многие из нас испытывают стресс, при этом бороться с ним эффективно не умеют

Cosmopolitan
Трудности переводчика Трудности переводчика

С какими проблемами сталкиваются переводчики

Forbes
Имплантируемый датчик вернул осязание крысиной лапе Имплантируемый датчик вернул осязание крысиной лапе

Устройство успешно восстановило чувствительность конечностей грызунов

N+1
«Еще пару годиков поживешь, а потом в утиль»: я столкнулась с эйджизмом в 30 лет «Еще пару годиков поживешь, а потом в утиль»: я столкнулась с эйджизмом в 30 лет

Наша героиня о способах борьбы с эйджизмом в современной России

Cosmopolitan
История прощения. Ханна Ричел: «Дом у реки» История прощения. Ханна Ричел: «Дом у реки»

Отрывок из книги «Дом у реки» — проникновенной истории английской семьи

СНОБ
Найдено самое слабое магнитное поле в рентгеновских пульсарах Найдено самое слабое магнитное поле в рентгеновских пульсарах

Удалось обнаружить аккрецирующий рентгеновский пульсар со слабым магнитным полем

Популярная механика
Клетчатка, коллаген, гиалурон: как пить бьюти-добавки, чтобы увидеть результат Клетчатка, коллаген, гиалурон: как пить бьюти-добавки, чтобы увидеть результат

Полезно ли начинать утро с коллагена, а на ночь пить воду с клетчаткой?

Cosmopolitan
Лидер по зерну и агроэкспорту Лидер по зерну и агроэкспорту

Обзор агропромышленного комплекса Ростовской области по итогам работы

Агроинвестор
Очарование легенды Очарование легенды

Наполеон сделал многое, чтобы придать своей личности образ сверхчеловека

Дилетант
Что-то пошло не так: рейтинг невыполненных обещаний Илона Маска Что-то пошло не так: рейтинг невыполненных обещаний Илона Маска

Самые громкие из невыполненных обещаний Маска за последние пять лет

Forbes
Три девушки, которые встречались с одним парнем, бросили его и подружились Три девушки, которые встречались с одним парнем, бросили его и подружились

Женщины, узнавшие о неверности партнера, начали поддерживать друг друга

Psychologies
Почему мы редко переезжаем. О проблемах сделок по обмену жилья и способах их решения Почему мы редко переезжаем. О проблемах сделок по обмену жилья и способах их решения

Эксперт: как можно упростить жизнь переезжающих и сэкономить время на сделке

СНОБ
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
Удалил порно с собой и стал помогать моделям: разработчик создал сервис, который блокирует украденные видео с OnlyFans Удалил порно с собой и стал помогать моделям: разработчик создал сервис, который блокирует украденные видео с OnlyFans

Дэн Пёрселл помогает моделям с OnlyFans удалять украденный контент

VC.RU
Маркс, The Smiths и микстейп Маркс, The Smiths и микстейп

О «Магазинных воришках всего мира» — самом музыкальном фильме лета

Weekend
Аденовирусный вектор доставил в мозг детей недостающий фермент и избавил их от припадков Аденовирусный вектор доставил в мозг детей недостающий фермент и избавил их от припадков

Ученые помогли клеткам мозга снова начать синтезировать дофамин из леводопы

N+1
«Это великая русская книга» «Это великая русская книга»

Как мы читали «Над пропастью во ржи»

Weekend
«Шикарная история успеха»: что известно о криптомиллиардере Сэме Банкман-Фриде и его бирже FTX «Шикарная история успеха»: что известно о криптомиллиардере Сэме Банкман-Фриде и его бирже FTX

Кто такой Сэм Банкман-Фрид и как он стал самым богатым криптомиллиардером?

Forbes
Открыть в приложении