0 |
Если сравнивать с людьми, компьютеры имеют возможность решать задачи гораздо быстрее. Но существует много проблем, для которых одной скорости вычислений недостаточно, чтобы находить оптимальное решение за приемлемый срок. Человеческое сознание способно для каждой конкретной проблемы формулировать нужные экспертные знания и выработать более эффективную стратегию решения, хотя бы и с меньшей вычислительной скоростью.
«Мощность» человеческих расчетов можно увеличить, объединив усилия множества индивидуумов. Такой подход в 2006 г. получил название краудсорсинг (crowdsourcing) и с этого времени применяется в широком круге сетевых проектов.
Одним из перспективных приложений для краудсорсинга может стать извлечение фазовой информации из данных рентгеновской кристаллографии — проблема, с которой уже не одно десятилетие сталкиваются многие ученые при определении кристаллической структуры образцов.
В дифракционных экспериментах получаемая дифракционная картина позволяет измерять амплитуду (квадратный корень интенсивности), но не фазу сигнала. Между тем, обе этих характеристики необходимы для реконструкции (синтезом Фурье) распределения плотности электронов и построения модели кристаллизованной молекулы.
Проблему эту, которую сегодняшние ученые пытаются решить с разными степенями успеха, можно разделить на две субзадачи: как осуществить эффективный поиск в многомерном (фазовом) пространстве и как распознать оптимальное решение.
Краудсорсинг может оказаться удобным способом решения обеих этих задач, считают ученые, разработавшие игру CrowdPhase на основе генетического алгоритма, в которой участники направляют механизм отбора эволюционного процесса, распознавая удачные решения. Об этом рассказывается в статье, опубликованной в Acta Crystallographica Section D: Biological Crystallography.
Приступая к работе алгоритм создает популяцию, в данном случае произвольный набор фаз, и руководит дарвиновской эволюцией, в результате которой выживают сильнейшие — наиболее подходящие фазы. Игроки используют свои способности по распознаванию образов для оценки карт электронной плотности, генерируемых по этим наборам фаз, и определения лучших вариантов.
Успех предварительных испытаний позволяет надеяться, что дальнейшее совершенствование краудсорсингового метода позволит заполнить лакуну в кристаллографических исследованиях, предоставив возможность извлекать осмысленный результат даже в тех случаях, когда ограниченное разрешение современных методов препятствует получению исходной фазовой информации.
Стратегія охолодження ЦОД для епохи AI
0 |