AI That Connects the Digital and Physical Worlds | Anima Anandkumar | TED

Переводчик: Alena Chernykh

I grew up with parents who are engineers.

Я выросла в семье инженеров.

They were among the first to bring computerized manufacturing

Они одними из первых внедрили компьютеризированное производство

to my hometown in India.

в моём родном городе в Индии.

Growing up as a young girl,

Когда я была маленькой девочкой,

I remember being fascinated

я помню, как меня восхищало то,

how these computer programs didn't just reside within a computer,

как эти компьютерные программы не просто встраиваются в компьютер,

but touched the physical world

но и проникают в физический мир

and produced these beautiful and precise metal parts.

и создают эти красивые и точные металлические детали.

Over the last two decades, as I pursued AI research,

В течение последних двух десятилетий, занимаясь исследованиями в области ИИ,

this memory continued to inspire me

это воспоминание продолжало

to connect the physical

вдохновлять меня на объединение

and digital worlds together.

физического и цифрового миров.

I am working on AI that transforms the way we do science and engineering.

Я работаю над ИИ, который изменит наши подходы к науке и технике.

Scientific research and engineering design

Научные исследования и инженерное проектирование

currently involves a lot of trial and error.

в настоящее время сопряжены с множеством проб и ошибок.

Many long hours are spent in the lab doing experiments.

Долгие часы тратятся на эксперименты в лабораториях.

So it's not just the great ideas that propel science forward.

То есть науку продвигают не только замечательные идеи.

You need these experiments to validate findings

Эти эксперименты нужны для подтверждения результатов

and spark new ideas.

и появления новых идей.

How can language models help here?

Как в этом могут помочь языковые модели?

What if I ask ChatGPT to come up with a better design of an aircraft wing,

Что если я попрошу ChatGPT придумать лучший дизайн крыла самолета

or a drone that flies on a turbulent wind?

или дрона, летающего на турбулентном потоке воздуха?

It may suggest something.

ИИ может что-то подсказать.

It may even draw something.

Он может даже что-то нарисовать.

But how do we know this is any good?

Но откуда нам знать, что это что-то хорошее?

We don't.

Мы не знаем.

Language models hallucinate because they have no physical grounding.

Языковые модели вызывают галлюцинации, так как не имеют физического обоснования.

While language models may help generate new ideas,

Хотя языковые модели и помогают генерировать новые идеи,

they cannot attack the hard part of science

они не могут дать ответ на самую сложную часть науки,

which is simulating the necessary physics

заключающуюся в моделировании физики,

to replace the Nab experiments.

необходимой для замены экспериментов Nab.

In order to model scientific and physical phenomena,

Для моделирования научных и физических явлений

text alone is not sufficient.

одного текста недостаточно.

To get to AI with universal physical understanding,

Чтобы искусственный интеллект обладал универсальным физическим пониманием,

we need to train it on the data of the world we observe.

нам необходимо обучить его данным наблюдаемого мира.

And not just that, also its hidden details.

И не только это, но и скрытые детали.

From the intricacies of quantum chemistry

Нам нужен искусственный интеллект,

that happen at the smallest level

способный улавливать весь спектр физических явлений:

to molecules and proteins that influence how all biological processes work,

от тонкостей квантовой химии, происходящих на самом маленьком уровне,

to ocean currents and clouds that happen at planetary scales and beyond,

до молекул и белков, влияющих на работу всех биологических процессов,

we need AI that can capture these whole range of physical phenomena.

океанических течений и облаков в планетарных масштабах и за их пределами.

We need AI that can really zoom into the fine details

Нам нужен ИИ, способный обрабатывать мельчайшие детали,

in order to simulate these phenomena accurately.

чтобы точно моделировать эти явления.

To capture the cloud movements,

А чтобы зафиксировать движение облаков

and predict how clouds move and change in our atmosphere,

и предсказать, как облака движутся и изменяются в нашей атмосфере,

we need to be able to zoom into the fine details

нам необходимо иметь возможность детально рассмотреть

of the turbulent fluid flow.

турбулентный поток жидкости.

Standard deep learning uses a fixed number of pixels.

Стандартное глубокое обучение использует фиксированное количество пикселей.

So if you zoom in, it gets blurry

И если увеличить масштаб, изображение станет размытым,

and not all the details are captured.

не все детали будут запечатлены.

We invented an AI technology called neural operators

Мы изобрели технологию ИИ под названием нейронные операторы,

that represents the data as continuous functions or shapes,

которая представляет данные в виде непрерывных функций или фигур

and allows us to zoom in indefinitely to any resolution or scale.

и позволяет масштабировать изображение до любого разрешения или масштаба.

Neural operators allow us to train on data

Нейронные операторы позволяют нам обучаться

at multiple scales or resolutions.

на данных в разных масштабах и разрешениях.

And also allows us to incorporate

А также позволяет нам использовать

the knowledge of mathematical equations

знания математических уравнений

to fill in the finer details

для уточнения мельчайших деталей в тех случаях,

when only limited resolution data is available.

когда доступны данные только с ограниченным разрешением.

Such learning at multiple scales is essential for scientific understanding

Такое многоуровневое обучение необходимо для научного понимания,

and neural operators enable this.

и нейронные операторы позволяют это сделать.

With neural operators,

С помощью нейронных операторов

we can simulate physical phenomena such as fluid dynamics

мы можем моделировать физические явления, такие как

as much as a million times faster than traditional simulations.

динамика жидкости, в миллион раз быстрее, чем при традиционном моделировании.

Last year, we used neural operators to invent a better medical catheter.

В прошлом году мы использовали нейронные операторы,

чтобы изобрести более совершенный медицинский катетер.

A medical catheter is a tube that draws fluids out of the human body.

Медицинский катетер — это трубка, которая выводит жидкость из человеческого тела.

Unfortunately, the bacteria tend to swim upstream against the fluid flow

К сожалению, бактерии плывут вверх по течению, препятствуя потоку жидкости,

and infect the human.

и заражают человека.

In fact, annually there is more than half a million cases

Фактически, ежегодно регистрируется более полумиллиона случаев

of such healthcare-related infections,

инфекций, связанных с оказанием медицинской помощи,

and this is one of the leading causes.

и это одна из основных причин.

Last year, we used neural operators to change the inside of the catheter

В прошлом году мы использовали нейронные операторы для изменения

from smooth to ridged.

внутренней части катетера с гладкой на ребристую.

With ridges, now we have vortices created as the fluid flows,

При использовании гребней в процессе течения жидкости образуются вихри,

and we can hope to stop the bacteria from swimming upstream

и мы можем надеяться, что благодаря этим вихрям

because of these vortices.

бактерии не смогут плыть вверх по течению.

But to get this correct,

Но чтобы всё исправить,

we need the shape of the ridges to be exactly right.

нам нужна точная форма гребней.

In the past, this would have been done by trial and error.

В прошлом это можно было сделать методом проб и ошибок.

Design a version of the catheter,

Спроектируйте версию катетера,

build it out, take it to the lab,

сконструируйте ее, отнесите в лабораторию, изучите гипотезу,

observe a hypothesis if something went wrong,

если что-то пошло не так,

rinse and repeat and redesign again.

промойте, повторите процедуру и снова измените конструкцию.

But instead, we taught AI the behavior of the fluid flow inside the tube,

Но вместо этого мы научили ИИ поведению потока жидкости в трубке,

and with it, our neural operator model was able to directly propose

и благодаря этому наша нейрооператорная модель смогла напрямую предложить

an optimized design.

оптимизированную конструкцию.

We 3D-printed the design only once to verify that it worked.

Мы напечатали проект на 3D-принтере один раз, чтобы убедиться, что он работает.

In the video, you're seeing our catheter being tested in the lab.

На видео видно, как катетер тестируется в лаборатории.

The bacteria are not able to swim upstream,

Бактерии не могут плыть вверх по течению, вместо этого

are instead being pushed out with the fluid flow.

они выталкиваются наружу вместе с потоком жидкости.

In fact, we measured the reduction in bacterial contamination

Фактически, мы измерили снижение бактериального загрязнения

by more than 100-fold.

более чем в 100 раз.

So in this case, the neural operators were specialized to understand

Поэтому в данном случае нейронные операторы специализировались на изучении

fluid flow in a tube.

потока жидкости в трубке.

What other applications can AI tackle

С какими ещё приложениями может справиться искусственный интеллект

and help us solve such pressing problems?

и помочь решить такие насущные проблемы?

Can deep learning beat numerical weather models?

Может ли глубокое обучение превзойти численные модели погоды?

A group of leading weather scientists asked this question in February 2021,

Группа ведущих ученых-метеорологов задала этот вопрос в феврале 2021 года

in a "Royal Society" publication.

в публикации «Королевского общества».

They felt that AI was still in its infancy,

По их мнению, ИИ всё ещё находится в зачаточном состоянии

and that a number of fundamental breakthroughs would be needed

и чтобы ИИ стал конкурентоспособным по сравнению

for AI to become competitive with traditional weather models,

с традиционными моделями погоды, потребуется ряд фундаментальных открытий,

and that would take years or even decades.

а на это уйдут годы или даже десятилетия.

Exactly a year later,

Ровно через год

we released FourCastNet.

мы выпустили FourCastNet.

Using neural operators,

Используя нейронные операторы,

we built the first fully AI-based weather model

мы создали первую модель погоды, полностью основанную на ИИ

that is high resolution

с высоким разрешением

and is tens of thousands of times faster than traditional weather models.

и в десятки тысяч раз быстрее традиционных моделей погоды.

What used to take a big supercomputer

То, что раньше требовало большого суперкомпьютера,

can now run on a gaming PC that you may have at home.

теперь может работать на игровом ПК, который, возможно, есть у вас дома.

This model is also running

Эта модель также работает

at the European Centre for Medium-Range Weather Forecasting,

в Европейском центре среднесрочного прогнозирования погоды,

one of the premier weather agencies of the world.

одном из ведущих метеорологических агентств мира.

And our AI model is not just tens of thousands of times faster

И наша модель искусственного интеллекта не только в десятки тысяч раз

than traditional models.

быстрее традиционных моделей.

It's also more accurate in many cases.

Во многих случаях она более точна.

On September 16 last year,

16 сентября прошлого года

Hurricane Lee hit the coast of Nova Scotia, Canada.

ураган Ли обрушился на побережье Новой Шотландии, Канада.

A full ten days earlier,

Целых десять дней назад

our FourCastNet model correctly predicted

наша модель FourCastNet правильно предсказывала,

that the hurricane would make landfall,

что ураган обрушится на берег,

but the traditional weather model

но традиционная модель погоды

predicted the hurricane would skip the coast.

предсказывала, что ураган обойдёт побережье.

Only five days later, on September 11,

Только пять дней спустя, 11 сентября, традиционная модель погоды

did the traditional weather model correct its forecast to predict landfall.

скорректировала свой прогноз и предсказала обрушение на берег.

Extreme weather events such as Hurricane Lee

Экстремальные погодные явления, такие как ураган Ли,

will only increase further unless we take action

будут только усиливаться, если мы не примем мер

on climate change.

по борьбе с изменением климата.

Such as finding new, clean sources of energy.

Например, поиск новых чистых источников энергии.

Nuclear fusion is one of them.

Одним из них является ядерный синтез.

But unfortunately, there are still big challenges with it.

Но, к сожалению, с этим всё ещё связаны большие проблемы.

The fusion reactor heats up the plasma

Термоядерный реактор нагревает плазму до очень высоких температур,

to extremely high temperatures to get fusion started.

чтобы начать термоядерный синтез.

And sometimes this hot plasma can escape confinement

Но иногда эта горячая плазма может выйти из плена

and can damage the reactor.

и привести к повреждению реактора.

We train neural operators to simulate and predict

Мы обучаем нейронных операторов моделировать и прогнозировать

the evolution of plasma inside the reactor.

эволюцию плазмы в реакторе.

And with it,

С его помощью

we can use this to predict disruptions before they occur

мы можем прогнозировать сбои до их возникновения

and take corrective action in the real world.

и принимать корректирующие меры в реальном мире.

We are enabling the possibility of nuclear fusion

Мы делаем возможным

becoming a reality.

превращение ядерного синтеза в реальность.

So neural operators and AI broadly

Таким образом, нейронные операторы и искусственный интеллект в целом

are enabling us to tackle hard scientific challenges

позволяют нам решать сложные научные проблемы,

such as climate change and nuclear fusion.

такие как изменение климата и ядерный синтез.

To me, this is just the beginning.

Для меня это только начало.

So far, these AI models are limited to the narrow domains they're trained on.

Пока что эти модели ИИ ограничены узкими областями, в которых они обучаются.

What if you had an AI model

Что, если бы у вас была модель искусственного интеллекта,

that could solve all and any scientific problem?

которая могла бы решить любую научную проблему?

From designing better drones, aircrafts, rockets,

От разработки более совершенных дронов, самолетов, ракет

and even better drugs and medical devices?

и даже лучших лекарств и медицинских устройств?

Such an AI model would greatly benefit humanity.

Такая модель искусственного интеллекта принесёт человечеству большую пользу.

This is what we are working on.

Это то, над чем мы работаем.

We are building a generalist AI model with emergent capabilities

Мы создаем универсальную модель ИИ с новыми возможностями,

that can simulate any physical phenomena

позволяющую моделировать любые физические явления

and generate novel designs that were previously out of reach.

и создавать новые проекты, которые ранее были недоступны.

This is how we scale up neural operators

Мы масштабируем нейронные операторы,

to enable general intelligence with universal physical understanding.

чтобы обеспечить общий интеллект и универсальное физическое понимание.

Thank you.

Спасибо.

(Applause)

(Аплодисменты)