СВО
Социальная поддержка
Инфраструктура
Выборы в Пермском крае
Благоустройство
300 историй Перми
26.04.2024
16+
Архив

Нейросеть пермского студента предсказала результаты чемпионата мира по футболу

Нейросеть пермского студента предсказала результаты чемпионата мира по футболу
Студент четвертого курса физического факультета Пермского госуниверситета (ПГНИУ) Виктор Закопайло создал нейронную сеть, которая предсказала результаты чемпионата мира по футболу

Студент четвертого курса физического факультета Пермского госуниверситета (ПГНИУ) Виктор Закопайло создал нейронную сеть, которая предсказала результаты чемпионата мира по футболу. В дни проведения турнира всем интересно проверить, насколько точным окажется прогноз. Между тем с использованием аналогичных технологий можно решать и другие, более серьёзные экономические и социальные задачи.

В последние десятилетия интерес к нейронным сетям резко возрос. Широкое распространение высокопроизводительной вычислительной техники и создание обучающих алгоритмов позволили на практике осуществить идеи, высказанные идеологами изучения искусственного интеллекта еще в 1980-х годах. Сегодня технологии на основе искусственных нейронных сетей прочно вошли в повседневную жизнь и стали привычными: программы распознавания речи и изображений, поиск релевантной информации в интернет-поисковиках и другие.

Политика

Как показывает опыт, хорошо спроектированные и правильно обученные нейронные сети способны строить адекватные математические модели и с их помощью выполнять высокоточные прогнозы во многих областях. Так, профессор ПГНИУ Леонид Ясницкий спрогнозировал победу Дмитрия Медведева на президентских выборах 2008 года за полтора года до выборов, когда его личность как политика еще была малоизвестна. А позже предсказал снижение рейтинга Медведева и рост популярности Владимира Жириновского — что вскоре и произошло.

Именно пермские ученые стали пионерами в применении нейронных сетей для диагностики авиационных двигателей, создали нейросетевой детектор лжи и показали возможности применения нейросетей в следственной практике для выявления маньяков-убийц, применили аппарат нейросетевого моделирования для прогнозирования банкротства банков, внедрили интеллектуальную систему оценки потенциала студентов. Такие сети не требуют постоянного программирования, а обучаются и «растут» самостоятельно.

Экономика

До 2000 года искусственный интеллект преподавался только в ПГНИУ, теперь методы построения интеллектуальных информационных систем изучаются во многих пермских вузах: ПГГПУ, ВШЭ, ПНИПУ, РГУТИС. Пермская научная школа искусственного интеллекта высоко котируется и в России, и за рубежом. Неслучайно именно Пермь стала площадкой для всероссийской конференции «Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века», прошедшей в этом году уже в третий раз.

Особое место среди проектов пермской научной школы искусственного интеллекта занимает экономическое направление: разработка интеллектуальных систем для определения платежеспособности физических и юридических лиц, оценки стоимости городской и загородной недвижимости, а также стоимости подержанных автомобилей; прогнозирование экономической стабильности предприятий, моделирование и оптимизация бизнес-процессов и так далее. Некоторые работы уже внедрены в производство, другие лишь доведены до демонстрационных прототипов и ждут своих потребителей.

Медицина

Одним из самых ярких примеров успешного использования технологии искусственного интеллекта на практике является интеллектуальная система диагностики и прогнозирования развития сердечно-сосудистых заболеваний, которая уже применяется в Четвертой клинической больнице Перми. Разработка пермского коллектива, в который входят ученые классического, медицинского и педагогического университетов, — нейронная сеть, обученная на примерах реальных кардиологических больных. Она способна с высокой точностью диагностировать наиболее распространенные заболевания сердечно-сосудистой системы и прогнозировать их развитие во времени. Сначала для каждого кардиологического больного создается математическая модель его организма, затем на этой модели выполняются виртуальные компьютерные эксперименты по прогнозированию вариантов протекания и развития сердечно-сосудистого заболевания в зависимости от виртуально назначаемых препаратов. Сеть анализирует сведения о ранее перенесенных заболеваниях, наличии болезней у родственников, пульс, артериальное давление — всего 69 показателей. Изменяя один или несколько входных параметров, можно наблюдать за процессом развития заболевания. В ходе таких виртуальных экспериментов подбираются наиболее оптимальные курсы лечения и образ жизни для больных, желающих улучшить свои прогнозные показатели здоровья. Причем пациент частично или полностью освобождается от походов в больницу!

И педагогика

В планах — создание аналогичных интеллектуальных систем, предназначенных для диагностики гастроэнтерологических заболеваний, склонности к алкоголизму и наркомании, способных давать рекомендации по снижению рисков. В отличие от обычных тестов, эти программы в силу своей интеллектуальной базы обучены на реальном жизненном опыте и используют выявленные из этого опыта закономерности, а потому объективны по своей природе и имеют более высокую точность.
Применение компьютерных диагностических систем сегодня особенно актуально в свете поставленной руководством страны задачи цифровизации медицины. Впрочем, у технологии нейросетей нет ограничений, она может быть использована во всех сферах жизни общества: в психологии и социологии, в защите от кибератак, в педагогике (для прогнозирования успешности будущей карьеры студентов и возможности выбора оптимальных траекторий обучения), в юриспруденции…

Метод математического моделирования позволяет обнаружить взаимосвязь многих вещей и устранить риски, которые влияют на опасный прогноз. К примеру, кандидат физико-математических наук Сергей Гладкий предложил использовать нейронные сети для повышения безопасности жилых зданий, торговых центров, складских помещений и промышленных предприятий — при помощи интеллектуальной системы, которая сможет обнаруживать наличие пламени на видеоизображениях.

А что с ЧМ?

Для тех, кому всё-таки интересно про футбол: нейронная сеть, созданная молодым пермским физиком, предсказала, что первую тройку составят сборные Германии, Бразилии и Аргентины. А сборная России, по мнению искусственного интеллекта, даже не сможет выйти из группы и займёт 27-е место из 32 возможных. Нейросеть анализировала совокупность параметров, среди которых были и возрастные показатели игроков и тренера, и их стоимость, и количество травмированных, и места в предыдущих ЧМ и рейтингах ФИФА. Но самым значимым оказалось место в группе отбора на чемпионат мира: именно этот мини-турнир ещё до начала основных состязаний дает оценку готовности сборной. Что ж, ждать осталось недолго…

Текст:  Вероника Зубанова
Рисунок: Дмитрий Кононов
Фото: открытые источники