Подписаться на новости
brand brand
logo logo
Сообщество робототехников

«Наш алгоритм решает те задачи, которые раньше считались нерешаемыми», – профессор Сколтеха Артем Оганов

Артем-Оганов-Сколтех
Понедельник, 27 Марта 2017, в 12:40
интервью

О том, как искусственный интеллект меняет классические научные представления, и о границах его применения Robohunter побеседовал с известным российским ученым Артемом Огановым, профессором кристаллографии в Сколтехе и Университете штата Нью-Йорк, заведующим лабораторией компьютерного дизайна материалов в МФТИ и лауреатом престижных научных премий.

Интервьюер: Анна Ангелова (А.А.)

Респондент: Артем Оганов (А.О.)


А.А.: Тотальная роботизация труда вызывает у многих панику и неуверенность в завтрашнем дне. Вы же придерживаетесь оптимистической точки зрения и считаете, что роботы никогда до конца не вытеснят человека. Почему?

А.О.: Роботы способны совершать только запрограммированные для них действия, то есть действия по определению более рутинные, чем у человека, пишущего программу. Они могут освободить нас от рутинной работы – освободить человеческий разум для решения творческих задач.

Вообще, в любой творческой работе, будь это художественное творчество или занятия наукой, компонент рутины колоссальный. Чем больше мы сможем эту рутину перекладывать на компьютеры и роботов, тем больше мы сможем уделять времени творчеству. 

Робот – это помощник человека, но не замена ему. Я не знаю, наступит ли когда-нибудь такой момент, когда машины смогут сами принимать решения, сами заниматься творчеством – в принципе, я не исключаю возможности создания такого высокоуровневого ИИ, но мы еще очень далеки от этого.


А.А.: Другими словами, пока появление развитого ИИ – то, что сейчас обсуждают Илон Маск и другие специалисты, – по вашему мнению, маловероятно?

А.О.: Я не сторонник того, чтобы делать глобальные прогнозы, но я не вижу сейчас ничего, что могло бы заменить творческие способности человека. Максимум, что можно сделать, – научить компьютер обыгрывать человека в шахматы или в го. Это уже довольно много, но это одна-две игры. Придумают новые игры. И играть в них, и принимать сложные решения, и заниматься философией, и наукой компьютеры еще долгое время не смогут – максимум какие-то специализированные задачи. Они могут производить тяжелейшие расчеты, которые человеку не под силу. Но они не могут ставить задачи, они не могут совершать практически ни одной из тех функций, которые умеет совершать человек. Я имею в виду не отдельно взятые функции типа распознавания образа или конкретной игры, а прожить «от А до Я» за человека хотя бы один день. На то, чтобы приблизиться к этому, нужно колоссальное количество усилий – впрочем, сейчас люди и прикладывают колоссальное количество усилий. Сколько на это времени уйдет, я не знаю, но путь неблизкий.


А.А.: Насколько роботизация затронула науку и научные методы исследования в разных отраслях знаний?

А.О.: Если вы имеете в виду роботов как механические устройства, то немного. Скажем, роботы собирают лунный грунт. В моей области, например, они ничего не делают. Компьютеры – да. Искусственный интеллект – да. А роботы как устройства, которые выполняют повторяющиеся действия, в моей области едва ли применяются вообще. 


А.А.: Хорошо, давайте рассмотрим роботизацию как более широкое понятие: включим сюда применение ИИ. Приведите, пожалуйста, примеры его использования из деятельности Сколтеха.

А.О.: В Сколтехе ИИ – одна из визитных карточек. Есть очень сильный центр прикладной математики, в котором не меньше половины профессоров занимается применением ИИ. Помимо этого, есть масса других профессоров и лабораторий, которые также им занимаются – я в их числе. Методы, которые я применяю в химии, материаловедении, – это методы ИИ. Делается предсказание новых материалов с помощью ИИ. Разрабатываются методы для замены сложных квантово-механических уравнений на простые классические модели, основанные на ИИ.

В углеводородном центре Сколтеха восстанавливают трехмерные картины распределения горных пород и их свойств по двумерным сечениям – ученые устанавливают их по ограниченной информации с помощью ИИ. Есть лаборатория робототехники. Есть также центр по применению методов анализа больших данных в биомедицине. В общем, в Сколтехе очень много областей использования ИИ, и есть люди, которые разрабатывают новые методы машинного обучения, так что это наша сильная сторона.


А.А.: Вы упомянули использование ИИ в своей работе. Вы имеете в виду алгоритм USPEX?

А.О.: Да. Это эволюционный алгоритм, алгоритм глобальной оптимизации. Он позволяет предсказать такое расположение атомов в пространстве, которое обеспечивает наименьшую энергию, то есть наибольшую стабильность вещества. Другими словами, он решает задачу поиска стабильной структуры вещества при помощи глобальной оптимизации.

Эволюционные алгоритмы очень хорошо себя зарекомендовали в этой области. Соорудить такой – непросто. Какие-то из подобных программ не будут работать вовсе, какие-то будут работать очень хорошо. Мы такой алгоритм создали, и он работает очень хорошо.


А.А.: Одна из основных функций USPEX – предсказание структуры материала. Зачем это нужно?

А.О.: Если вы знаете структуру вещества, то можете рассчитать огромный диапазон его физических свойств и понять, где его можно применить. Это первое. Второе – предсказание структуры является необходимым мостиком для решения другой, более общей задачи. Часто нас интересуют не только стабильные вещества, но и те, которые обеспечивают наилучшую величину какого-либо физического свойства.

Приведу пример: алмаз не является самой устойчивой формой углерода, графит более устойчив, но алмаз более твердый. Поэтому имеет смысл расширить поиск структур углерода – не только на самые устойчивые, но и на самые твердые, если вас интересует дизайн сверхтвердых материалов. Такого рода задача уже решена.

Также предсказание структуры позволяет предположить, какие химические составы будут энергетически выгодны. Скажем, вы задаете два или три химических элемента, и метод найдет все соединения, которые они могут образовывать.

Это лишь некоторые из задач, которые можно решать с помощью метода USPEX. Все это основано на эволюционных алгоритмах, а это методы ИИ.

Артем-Оганов-Сколтех


А.А.: Какие открытия удалось сделать с помощью алгоритма?

А.О.: Много чего было сделано. Я начну не со своей работы, но сделанной с помощью моего метода. Китайские ученые предсказали самый высокотемпературный сверхпроводник, соединение водорода и серы – H3S – с необычным химическим составом. Они предсказали, что такое соединение будет образовываться при давлении в 1,5 млн атмосфер и будет иметь сверхпроводимость при температурах до 200 Кельвина – это абсолютный рекорд. Год спустя такое соединение было найдено экспериментаторами.

Если говорить о моих работах, то этим методом были предсказаны новые сверхтвердые формы бора и углерода. Недавно были исследованы твердые соединения хрома с углеродом, бором и азотом – было найдено несколько любопытных материалов Артем Оганов – автор 5 патентов. Прим. Robohunter). В другой работе экспериментаторами была создана двумерная форма бора, а ее структура была понята с помощью нашего метода.

Совсем недавно мы предсказали (и экспериментаторы доказали) любопытные химические явления, которые происходят под давлением, например, образование необычных хлоридов натрия: Na3Cl или NaCl3. Удалось открыть новые соединения гелия (Na2He) – то, что считалось раньше невозможным. Список можно продолжать довольно долго.


А.А.: На протяжении какого времени были сделаны эти открытия?

А.О.: Алгоритм появился в 2006 году, но большая часть работ, которые я упомянул, – это последние 3-4 года.


А.А.: Где границы применения алгоритма USPEX?

А.О.: Границы применимости такие: не более 400-500 степеней свободы. Структуры должны быть полностью упорядоченными. Алгоритм не может работать с жидкостями и газами, это должно быть твердое тело. Есть также ограничения, связанные с ограничениями современных квантовых методов. Так, самый распространенный сегодня метод оценки свойств кристаллических структур, теория функционала плотности, плохо применим к некоторым классам соединений, например, оксидам переходных металлов.


А.А.: Сможет ли USPEX и подобные алгоритмы в будущем заменять команды ученых?

А.О.: USPEX решает те задачи, которые раньше считались нерешаемыми, вроде задачи предсказания кристаллических структур. И тем не менее, заменить ученых алгоритм не может. Человек нужен, чтобы ставить задачу, анализировать результаты, проводить эксперименты, подтверждающие справедливость предсказаний.

Программа не может вписать свое решение в общий контекст научных проблем, не может писать статьи, не может за вас думать. Вы задаете ей вопрос: какая структура будет стабильной? Она дает ответ, но не знает, что с этим ответом делать, а человек знает. 

рейтинг

2769

просмотров

0

комментариев

порекомендовать друзьям

ЧИТАТЬ НА ЭТУ ТЕМУ

Loading

комментарии

Нет комментариев

Гость

Дорогие друзья! Помните, что администрация сайта будет удалять:

  • Комментарии с грубой и ненормативной лексикой
  • Прямые или косвенные оскорбления героя поста или читателей
  • Короткие оценочные комментарии ("ужасно", "класс", "отстой")
  • Комментарии, разжигающие национальную и социальную рознь
brand brand