ИСТИНА |
Войти в систему Регистрация |
|
ИПМех РАН |
||
Пришло время, когда массивы данных о деятельности мозга превысили всякие пределы человеческих возможностей одновременно их охватывать и анализировать. Лавинами новых данных начало заваливать ученых разных специальностей, от биологов до астрофизиков. Вполне естественно, что ученым, в первую очередь математикам, пришлось разработать специальные подходы для анализа так называемых «больших данных», которые уже не поддавались глубокому анализу даже с применением высокопроизводительных машин. Это и понятно, до последнего времени машины помогали только обрабатывать и группировать данные, а установление связи между ними было результатом прозорливости ученых. Появилась целая наука об анализе данных (англ. data science), которая занимается проблемами анализа, обработки и представления данных в цифровой форме. С накоплением знаний о мозге становится неудивительным, что новые компьютерные методы извлечения содержательной информации из потоков данных начали строиться на моделях естественной их обработки в мозге человека. К примеру, одним из таких самых передовых методов машинного анализа данных стал нейротехнологичный метод так называемого глубинного обучения (англ. deep learning), когда сети из простых вычислительных элементов выискивают закономерности в больших данных, постоянно перестраивая свою структуру, пока не получат результат.