https://am.sputniknews.ru/20240522/kak-ml-pomozhet-izuchat-kosmos-i-ekonomit-milliony-italyanskiy-professor-75966431.html
Как ML поможет изучать космос и экономить миллионы: итальянский профессор
Как ML поможет изучать космос и экономить миллионы: итальянский профессор
Sputnik Армения
Машинное обучение может сэкономить миллионы евро в изучении космических лучей. Профессор Томмазо Дориго работает над такими алгоритмами, причем не только для... 22.05.2024, Sputnik Армения
2024-05-22T08:20+0400
2024-05-22T08:20+0400
2024-05-22T08:20+0400
армения
новости армения
ученый
исследование
физика
астрофизика
наука
https://cdn.am.sputniknews.ru/img/07e8/05/11/75922754_0:0:1600:901_1920x0_80_0_0_c785d78224153dd1f80e51e45066791c.jpg
ЕРЕВАН, 22 мая - Sputnik. Новый софт для машинного обучения (ML), разработанный профессором Томмазо Дориго из Падуанского университета (Италия), может повысить точность разработок в науке и инженерии, в том числе в новой технологии мюонной томографии, отметил Дориго в беседе со Sputnik Армения.Это не первый визит профессора в Армению. В ноябре прошлого года он представил свои наработки в Ереване, и вот, недавно вновь побывал в Армении для продолжения контактов с армянскими учеными.Команда ученых под руководством Дориго разрабатывает отдельный программный модуль по оптимизации работы мюонных детекторов (профессор сам пишет для нее часть кода). Такие детекторы все шире применяются по всему миру (от рентгеновских приборов их выгодно отличает отсутствие радиации).Звездный час алгоритмов машинного обучения в науке пробил в 2012 году, когда крупный коллектив ученых из CERN (Европейского центра ядерных исследований), куда входит и Дориго, использовал их при открытии бозона Хиггса - частицы, которая может объяснить, как атомы получили массу в зарождавшейся Вселенной.Сейчас он разрабатывает софт нового поколения, который, тоже при помощи машинного обучения, поможет составлять дизайн научных экспериментов с максимальной точностью. Искусственный интеллект не может заменить ученых, но может помочь им ускорить эксперименты, добавил ученый."Разработка опытов и сборка оборудования с новым уровнем оптимизации может повысить эффективность измерений на два порядка (в сотни раз – ред.). Это огромный прорыв в элементарной физике, где выигрыш в точности даже на 1% считается очень хорошим результатом", - отметил Дориго.Алгоритмы машинного обучения, написанные под его руководством, также используются в международном проекте по мониторингу космических лучей при помощи так называемых детекторов Черенкова (названных так в честь выдающегося советского физика, нобелевского лауреата). Эти детекторы (большие резервуары с водой) помогают наблюдать частицы, движущиеся быстрее скорости света. В воде свет замедляется примерно на 75% своей обычной скорости, и когда фотоны (частицы света) сталкиваются с молекулами воды, они испускают синее свечение (известное как черенковское излучение).В рамках международного эксперимента, такие детекторы планируется разместить в Чили – в Андах, на высоте 5 000 м. Изначально стоимость проекта оценивалась в районе 60 млн евро, но инструменты машинного обучения могут снизить эту цифру на 20-30%.Программный комплекс Дориго сейчас активно используется для оптимизации детекторов нейтрино – одной из самых распространенных элементарных частиц во Вселенной. Нейтрино близки по размеру к электронам, но у них нет электрического заряда, поэтому их почти невозможно наблюдать какими-либо приборами. Лед – одно из немногих веществ, с которым нейтрино вступает в соприкосновение, поэтому одна из обсерваторий нейтрино расположена у Южного полюса (IceCube observatory).Сейчас в коллектив ученых под руководством Дориго входит 42 человек, в том числе несколько россиян. Армян там пока нет, но профессор готов рассмотреть любые возможности сотрудничества с коллегами из Армении.
https://am.sputniknews.ru/20240427/serezno-vzyalis-za-elektroniku-i-kosmos-kak-rabotaet-inzhenernyy-gorodok-v-erevane-75004998.html
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
2024
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
Новости
ru_AM
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
Sputnik Армения
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
армения, новости армения, ученый, исследование, физика, астрофизика, наука
армения, новости армения, ученый, исследование, физика, астрофизика, наука
Как ML поможет изучать космос и экономить миллионы: итальянский профессор
Машинное обучение может сэкономить миллионы евро в изучении космических лучей. Профессор Томмазо Дориго работает над такими алгоритмами, причем не только для космоса: мюоны, один из видов космических частиц, в будущем могут заменить рентгеновские лучи.
ЕРЕВАН, 22 мая - Sputnik. Новый софт для машинного обучения (ML), разработанный профессором Томмазо Дориго из Падуанского университета (Италия), может повысить точность разработок в науке и инженерии, в том числе в новой технологии мюонной томографии, отметил Дориго в беседе со
Sputnik Армения.
Это не первый визит профессора в Армению. В ноябре прошлого года он представил свои наработки в Ереване, и вот, недавно вновь побывал в Армении для продолжения контактов с армянскими учеными.
Команда ученых под руководством Дориго разрабатывает отдельный программный модуль по оптимизации работы мюонных детекторов (профессор сам пишет для нее часть кода). Такие детекторы все шире применяются по всему миру (от рентгеновских приборов их выгодно отличает отсутствие радиации).
Звездный час алгоритмов машинного обучения в науке пробил в 2012 году, когда крупный коллектив ученых из CERN (Европейского центра ядерных исследований), куда входит и Дориго, использовал их при открытии бозона Хиггса - частицы, которая может объяснить, как атомы получили массу в зарождавшейся Вселенной.
"До этого на машинное обучение в науке посматривали с недоверием, а теперь без него не могут обойтись", - отметил Дориго.
Сейчас он разрабатывает софт нового поколения, который, тоже при помощи машинного обучения, поможет составлять дизайн научных экспериментов с максимальной точностью. Искусственный интеллект не может заменить ученых, но может помочь им ускорить эксперименты, добавил ученый.
"Разработка опытов и сборка оборудования с новым уровнем оптимизации может повысить эффективность измерений на два порядка (в сотни раз – ред.). Это огромный прорыв в элементарной физике, где выигрыш в точности даже на 1% считается очень хорошим результатом", - отметил Дориго.
Алгоритмы машинного обучения, написанные под его руководством, также используются в международном проекте по мониторингу космических лучей при помощи так называемых детекторов Черенкова (названных так в честь выдающегося советского физика, нобелевского лауреата). Эти детекторы (большие резервуары с водой) помогают наблюдать частицы, движущиеся быстрее скорости света. В воде свет замедляется примерно на 75% своей обычной скорости, и когда фотоны (частицы света) сталкиваются с молекулами воды, они испускают синее свечение (известное как черенковское излучение).
В рамках международного эксперимента, такие детекторы планируется разместить в Чили – в Андах, на высоте 5 000 м. Изначально стоимость проекта оценивалась в районе 60 млн евро, но инструменты машинного обучения могут снизить эту цифру на 20-30%.
Программный комплекс Дориго сейчас активно используется для оптимизации детекторов нейтрино – одной из самых распространенных элементарных частиц во Вселенной. Нейтрино близки по размеру к электронам, но у них нет электрического заряда, поэтому их почти невозможно наблюдать какими-либо приборами. Лед – одно из немногих веществ, с которым нейтрино вступает в соприкосновение, поэтому одна из обсерваторий нейтрино расположена у Южного полюса (IceCube observatory).
Сейчас в коллектив ученых под руководством Дориго входит 42 человек, в том числе несколько россиян. Армян там пока нет, но профессор готов рассмотреть любые возможности сотрудничества с коллегами из Армении.
