Открытие вместо распознавания — новый подход к анализу больших данных

Открытие вместо распознавания — новый подход к анализу больших данных

Сегодняшние компьютеры выявляют закономерности на базе имеющихся шаблонов. Так, к примеру, трудятся совокупности распознавания речи: они сравнивают голос с каталогом звуков.

Подобные методы смогут приносить громадную пользу, но они неспособны обнаруживать ничего вправду нового — того, что отсутствует в их шаблонах.

«Для интерпретации больших данных и симуляций в масштабах планеты нам требуется новый тип машинного обучения», — утверждает Джим Кратчфилд (Jim Crutchfield) из Калифорнийского университета (UC Davis). Он занимается разработкой совокупностей, разрешающих суперкомпьютером выявлять широкомасштабные атмосферные структуры, такие как воздушные течения и ураганы, воздействующие на погоду.

Климатическая ситуация неспешно изменяется и такие совокупности должны мочь обнаружить закономерности не лишь в пространстве, но и во времени. животные и Люди выявят динамические трансформации весьма скоро, но для автомобилей это воображает громадную сложность.

Команда Кратчфилда исследует новый подход к машинному обучению, основанный на открытии закономерностей (pattern discovery). Ученые создают методы, разрешающие идентифицировать ранее малоизвестные структуры в данных, включая такие, сложность которых превосходит человеческое познание.

«В большинстве случаев, для интерпретации данных употребляются узнаваемые модели. Утверждение, что модель возможно извлечь из данных, звучит очень радикально», — отметил он.

Кратчфилд сохраняет надежду, что область применения данной новой парадигмы не будет ограничиваться моделирование климата, и она станет стандартными способом анализа больших массивов данных.

041. Как анализ громадных данных меняет науку, мастерство и медиа — Евгений Соколов


Похожие статьи, подобранные для Вас: