Распознавание речи, поиск необычных звезд и многие другие открытия обычно начинаются со сравнения последовательностей данных и поиска скрытых закономерностей.

Малоизвестной особенностью технологий добычи данных (data mining) является то, что простое «скармливание» сырой информации алгоритму анализа редко дает осмысленный результат. Поэтому, большинство продуктивных алгоритмов на том или ином этапе нуждаются во вмешательстве эксперта, указывающего, какие аспекты данных важны, а какими следует пренебречь.

Слабость такой схемы становится все более очевидной с ростом объемов и сложности анализируемой информации.

Исследователи из Корнельского и Чикагского университетов в журнале Royal Society Interface рассказали о новом принципе под названием «разбивание данных» (data smashing), который основан на подобии потоков произвольных данных и работает без человеческого вмешательства и без доступа к источникам информации.

Предложенный метод состоит из двух этапов. На первом, потоки данных алгоритмически «сталкиваются» со взаимным уничтожением информации друг в друге. На втором, определяется, какие данные остались после столкновения. Чем больше информации сохранилось, тем менее вероятно, что потоки происходят из общего источника.

Принцип «разбивания», по мнению его авторов, сможет помочь в осмыслении все более сложных результатов опытов и наблюдений, перед которыми пасуют уже человеческие эксперты.

В качестве практических примеров они продемонстрировали применение своего метода для выявления в электроэнцефалограммах признаков подверженности эпилептическим припадкам, для отслеживания аномальной сердечной деятельности в ЭКГ, а также для классификации астрономических объектов на основе необработанных показаний фотометрии.

Во всех этих случаях, без доступа к знаниям в каждой области, новый метод продемонстрировал сопоставимую точность со специализированными эвристическими алгоритмами, разработанными экспертами.

Стратегія охолодження ЦОД для епохи AI