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

Силой мысли, или что обещает нам Илон Маск Силой мысли, или что обещает нам Илон Маск

Чего же Маск хотел в сфере нейроинтерфейсов, что сделал и что сможет сделать

Популярная механика
Полосы прибыли Полосы прибыли

Как в России внедряют технологию стрип-тилл

Агроинвестор
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
Мой размерчик Мой размерчик

9 оптимальных решений для маленьких квартир

Лиза
От лаборатории до ралли-рейда: как готовят моторное масло для гоночных грузовиков От лаборатории до ралли-рейда: как готовят моторное масло для гоночных грузовиков

«МАЗ-СПОРТавто» прошла путь от дебютанта ралли до призёров гонок мирового уровня

Популярная механика
«Математика — отличный способ борьбы с дискриминацией»: как Александра Скрипченко стала первой женщиной — деканом матфака ВШЭ «Математика — отличный способ борьбы с дискриминацией»: как Александра Скрипченко стала первой женщиной — деканом матфака ВШЭ

Как обстоят дела с гендерным равенством в точных науках в Европе и России?

Forbes
Как выглядят красавицы-актрисы шоу «Уральские пельмени»: Юлия Михалкова и другие Как выглядят красавицы-актрисы шоу «Уральские пельмени»: Юлия Михалкова и другие

Какие красавицы украсили мужской коллектив «Уральских пельменей»

Cosmopolitan
Испытание стирального порошка и лекарство от рака: зачем нужна и как устроена самая далёкая научная лаборатория — МКС Испытание стирального порошка и лекарство от рака: зачем нужна и как устроена самая далёкая научная лаборатория — МКС

Во сколько обходится МКС, какие исследования там проводят?

VC.RU
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
Жареные лисички Жареные лисички

Как готовить жареные лисички

Weekend
В некрополях Кембриджшира нашли казненных древнеримских преступников В некрополях Кембриджшира нашли казненных древнеримских преступников

Археологи исследовали останки людей IV века нашей эры с фермы Кнобба

N+1
Салат: гармония вкуса и пользы Салат: гармония вкуса и пользы

Сейчас салат на пике популярности во всём мире, особенно в Европе и США

Наука и жизнь
Как получить долгожданное повышение? Как получить долгожданное повышение?

Как быстро продвинуться в профессиональном развитии?

Psychologies
Крепко стоять на ногах: мода на средний каблук и как с ней жить Крепко стоять на ногах: мода на средний каблук и как с ней жить

Автор "Модного блога" рассказывает о самой актуальной высоте каблука

Cosmopolitan
Художники против цирков. Есть ли место современному искусству там, где эксплуатируют животных Художники против цирков. Есть ли место современному искусству там, где эксплуатируют животных

Этика и эстетика цирка

СНОБ
10 признаков, что вы не ленивы, а «выборочно мотивированы» 10 признаков, что вы не ленивы, а «выборочно мотивированы»

Что такое выборочная мотивация?

Psychologies
Как разрешить конфликт на работе, если вы не согласны с начальником Как разрешить конфликт на работе, если вы не согласны с начальником

Как разбираться с трудовыми конфликтами?

Psychologies
В ожидании феи-крестной: чему не стоит учиться у сказочных героинь? В ожидании феи-крестной: чему не стоит учиться у сказочных героинь?

Почему далеко не всегда стоит брать пример с героинь наших любимых сказок?

Psychologies
Личный опыт: как (не)надо осваивать триатлон и как выбирать экипировку Личный опыт: как (не)надо осваивать триатлон и как выбирать экипировку

Триатлон — спорт вполне доступный, с относительно невысоким порогом входа

Playboy
«Облако в штанах»: зачем нам нужна нежность? «Облако в штанах»: зачем нам нужна нежность?

Почему действовать медленно и нежно иногда лучше, чем быстро?

Psychologies
Любимые мужчины Бритни Спирс: Тимберлейк, Фаррелл, Федерлайн, Асгари и другие Любимые мужчины Бритни Спирс: Тимберлейк, Фаррелл, Федерлайн, Асгари и другие

Любовные отношения Бритни Спирс были громкими и даже драматичными

Cosmopolitan
Одна вокруг света: российские волонтеры в Гватемале Одна вокруг света: российские волонтеры в Гватемале

129-я серия о кругосветном путешествии москвички Ирины Сидоренко: Гватемала

Forbes
Особенности туристической подготовки внедорожников Особенности туристической подготовки внедорожников

Уроки школы автотуризма: как подготовить внедорожник к экспедиции

4x4 Club
Моделирование поможет спрогнозировать и ослабить техногенные землетрясения от закачки воды Моделирование поможет спрогнозировать и ослабить техногенные землетрясения от закачки воды

Как при нефтедобыче сейсмичность зависит от скорости закачки воды в пласт

N+1
Выгода для всех: кто развивает инклюзивное образование в России Выгода для всех: кто развивает инклюзивное образование в России

Пионерами лучших образовательных практик становятся учреждения для особенных

Forbes
Конор Макгрегор: «Хороший костюм – как броня» Конор Макгрегор: «Хороший костюм – как броня»

Конор Макгрегор — легенда в октагоне, в костюме, на вискокурне и просто по жизни

GQ
Голая грудь и имя мужа под трусиками: самые провокационные образы Меган Фокс Голая грудь и имя мужа под трусиками: самые провокационные образы Меган Фокс

Голливудская актриса Меган Фокс считается главным секс-символом XXI века

Cosmopolitan
Цербер Святой Елены Цербер Святой Елены

Кем был генерал Хадсон Лоу?

Дилетант
Честное «Удовольствие»: в прокат выходит фильм про порноиндустрию без нотаций и шок-контента Честное «Удовольствие»: в прокат выходит фильм про порноиндустрию без нотаций и шок-контента

Как «Удовольствие», несмотря на провокационную тему порно, понравился многим

Forbes
5 фильмов Стивена Содерберга, заслуживающих вашего внимания 5 фильмов Стивена Содерберга, заслуживающих вашего внимания

Работы Стивена Содерберга, которые помогут узнать режиссера получше

GQ
Открыть в приложении