Saya menemukan dia, memilah aplikasi untuk akselerator proyek AI " Archipelago 20.35 ". Dan ada perasaan bahwa entah sesuatu yang keren melewati kita tanpa kita sadari, meskipun masih dalam bentuk awal perkembangan, atau itu adalah sesuatu yang tidak bisa dipahami, yang kemudian akan "lepas" dengan sendirinya.
Bagaimanapun, posisi memungkinkan saya untuk mendapatkan kontak dari aplikasi, mengobrol, dan menulis di sini apa yang terjadi pada akhirnya. Singkatnya, ini bukan pengenalan label oleh jaringan saraf atau Malevich Gzhel. Semuanya lebih rumit di sini. Dan menjual produk semacam itu, tentu saja, juga sulit.
Lawan bicaranya adalah Galina Pastukhova, ahli matematika, wakil direktur sains dan inovasi di Academic School of IT di PSU dan kepala departemen pemrograman di PSS Corporation, yang secara bersamaan mengelola pengembangan sistem dan berpartisipasi dalam pembuatan arsitekturnya.
- Anda menyatakan bahwa semua penemuan potensial dapat ditemukan dengan desain Awtor Anda. Apa artinya?
- Benda apapun dan penemuan apapun adalah sekumpulan besaran fisik. Dan beberapa dari mereka bertentangan satu sama lain. Misalnya bobot dan kapasitas baterainya. Misalnya, semakin lama drone terbang dan semakin banyak yang diangkat, semakin berat baterai yang harus dimiliki. Baru-baru ini, umat manusia telah mengikuti jalur untuk mendeteksi dan menghilangkan kontradiksi ini. Kebanyakan penemuan terletak di persimpangan untuk mengatasi kontradiksi.
Kami mengambil paten dasar Soviet dari 1963-1989, memprosesnya, dan memberikannya ke jaringan saraf. Tujuannya adalah untuk mengidentifikasi bagaimana sifat fisik utama dari benda-benda yang ditemukan berubah seiring waktu. Jika sifat-sifatnya ditentukan dan urutannya ditetapkan, maka pengembangan subjek selanjutnya akan berlanjut dalam urutan tertentu dan dalam jumlah fisik tertentu.Tidak peduli benda apa itu - sendok, sepeda atau pipa.
Ideologi Awtor
Kami telah menangkap spiral evolusi ini. Kita dapat memprediksi bagaimana suatu benda, yang terdiri dari unsur-unsur tertentu, yang dicirikan oleh besaran fisik tertentu, akan berubah di masa depan. Dalam hal ini, tidak perlu setiap langkah sesuai dengan penemuan nyata, penampilan versi baru dari objek. Umat manusia dapat dengan mudah melompati beberapa langkah, beberapa keputusan mungkin ternyata tidak berguna secara ekonomi.
- Apa yang mereka pikirkan tentang itu?
- Ya, masalah ketidakpercayaan ... itu kosmik. Oleh karena itu, kami memutuskan untuk tidak membuat pernyataan keras di berbagai media sekaligus, tetapi pertama-tama pergi ke perusahaan Perm kami. Kami memiliki banyak industri besar yang intensif sains di wilayah ini. Dan semua opsi yang mereka putuskan dengan bantuan sistem kami, kami mulai kumpulkan di situs web kami .
Misalnya, ada kasus di Pabrik Mekanik Chelyabinsk. Mereka memiliki masalah dengan pergerakan di dalam mekanisme tertentu: viskositas mengganggu.
Mereka datang dan berkata: "Kami telah mendengar tentang sistem Anda, tetapi bagi kami tampaknya Anda berbohong, ini tidak mungkin."Kami duduk di depan komputer bersama-sama, memasukkan data awal. Komputer memberikan 17 langkah pengembangan suatu objek dalam urutan tertentu. Ternyata perusahaan berada di urutan keempat, dan tiga sebelumnya, mereka hanya dalam urutan yang sama.
Tapi ada juga momen seperti itu. Sistem mengatakan pada keluaran: ubah kerapatan, ubah momen dipol. Ini tidak terlalu informatif - Saya ingin melihat jawaban yang kompleks, termasuk rentang nilai tertentu, contoh implementasi. Solusi kami awalnya disesuaikan dengan fisika, tetapi bisnis memiliki banyak tantangan dan tingkat kimiawi. Oleh karena itu, kami sekarang membangun basis pengetahuan di bidang ini.
- Artinya, pada dasarnya, mesin menemukan kontradiksi apa yang ada di jantung penghalang teknologi yang ada dan menunjukkan cara untuk melewatinya?
- Analisis kontradiksi merupakan bagian penting. Kami bahkan membuat klasifikasi kami sendiri. Ada kontradiksi fisik murni yang berasal dari rumus. Contoh paling sederhana: waktu sama dengan jarak dibagi kecepatan. Oh, jadi waktu dan kecepatan berbanding terbalik: semakin banyak yang satu, semakin sedikit yang lain. Ini adalah kontradiksi tipe pertama.
Sumber data untuk melatih jaringan saraf adalah basis paten Institut Federal Properti Industri (FIPS).
Jenis kontradiksi berikutnya adalah sistem yang lebih kompleks, di mana satu formula dimediasi di rumus kedua, ketiga, keempat. Dan ketika Anda mengembangkannya, Anda melihat di tepi kiri dan kanan, Anda menemukan kontradiksi dari tipe kedua. Sebagai contoh, saya akan memberikan konsentrasi massa, yang dapat diperluas menjadi produk kerapatan linier () dan unit per meter: ... Hasilnya, kita melihat bahwa itu berbanding terbalik dengan panjangnya.
Akhirnya, kita sampai pada kontradiksi ketiga, di mana faktor sosio-ekonomi ditambahkan. Misalnya, mengapa KamAZ sport bisa menjadi mobil yang andal, menang dari tahun ke tahun dalam kompetisi, dan sangat merepotkan - hanya pria Rusia yang terbiasa mengendarainya.
Atau mengapa semua pemburu suka mengendarai "roti"? Untuk beberapa alasan, tidak ada yang pindah ke Lexus, semua orang mengendarai "roti" - dengan mempertimbangkan ketidakmampuan Wilayah Perm. Mengapa? Ini adalah keandalan dan kemudahan perawatan, dan jika ada yang jatuh, itu tidak disayangkan - kami akan mengganti, memotong, memasang sekrup, mengelas, dan sebagainya. Ini hal yang menarik, sulit untuk diformalkan, tetapi harus juga diperhitungkan.
- Apa yang Anda gunakan sebagai soal tes untuk sistem Anda? Bagaimana semua orang diatur?
- Model eksperimental kami adalah jarum suntik, dialah yang pertama kali kami bongkar secara fungsional. Kami menetapkan tujuan - untuk meningkatkan kecepatan pemberian obat. Dan respons sistem digunakan untuk melacak apakah perkembangan kami berjalan ke arah yang benar. Pada tahap tertentu, mesin itu menghasilkan proposal menarik untuk sebuah jarum: tidak membuat satu lubang keluar di dalamnya, tetapi sepuluh. Sebagai pribadi, saya mengerti bahwa ini tidak menguntungkan, berdasarkan ide hari ini tentang jarum suntik. Tetapi solusinya sendiri unik. Dan mobil itu menyerahkannya.
Di antara tanggapan tersebut adalah usulan untuk mengubah komposisi kimiawi jarum. Tapi solusi ini sudah ada: microneedles es ada. Es tentu saja bukan dari air, tapi dari bahan yang cocok dengan obat yang bisa dibekukan. Dia memasukkannya ke dalam brankas super - dan meninggalkannya. Obatnya meleleh, dan semuanya terselesaikan.
“Keseluruhan cerita dengan sepuluh lubang ini seperti sistem penyiraman.
- Ini adalah contoh yang baik dari isomorfisme fungsional. Dari sudut pandang fungsional, dalam kaitannya dengan serangkaian karakteristik fisik utama, jarum suntik dan sistem penyiraman dapat dianggap sebagai satu esensi. Tetapi pada saat yang sama, sejumlah besar lubang di sistem irigasi adalah hal yang biasa, dan di jarum suntik tampaknya masih menjadi sesuatu yang tidak biasa. Tujuan dari program kami adalah untuk mengatakan bahwa itu mungkin. Dan, ternyata kemudian, solusi semacam itu ada pada prinsipnya, meskipun digunakan untuk tujuan yang agak berbeda.
5-Needle Mesotherapy Multi-Injector Syringe
- Tantangan apa lagi yang dapat dipecahkan oleh Awtor? Bisakah Anda memberi contoh ketika hasil yang dihasilkan oleh sistem digunakan dalam praktik?
- Salah satu permintaan datang dari serikat industri NTI "NeuroNet". Ada masalah dengan sensor non-invasif untuk kepala: transmisi sinyal buruk, gangguan liar. Kami memasukkan data awal, kami melihat hasilnya.
Dan di antara respons primitif lainnya (seperti lubang di tengkorak), mesin menyarankan untuk mengubah suhu. Cukup panaskan sensor untuk mendekatkannya ke suhu kulit kepala.Saat opsi ini mulai diterapkan, ternyata saat sensor dipanaskan, kepala mulai berkeringat. Dan keringat menjadi media transmisi sinyal yang sangat baik, itu semakin meningkatkan efek pemanasan.
Ngomong-ngomong, pada 21 Maret 2019, saat kami selesai mengerjakan modul paten, sistem kami mengirimkan pengajuan paten ke FIPS. Dia diterima. Dan kami adalah yang pertama di dunia.Jelas kami ditempatkan di sana, karena hanya satu orang yang dapat mengajukan paten, karena proses penemuan adalah aktivitas manusia. Tapi kami telah membuat preseden.
Dan kemudian kami mulai berdebat, siapa penulisnya di sini? Mereka menciptakan klasifikasi keseluruhan: seolah-olah ada centaur tingkat pertama, kedua, dan ketiga.
Centaur Tingkat 1 adalah mereka yang memasukkan data ke dalam jaringan saraf. Kemudian mereka yang menafsirkannya. Secara umum, kami akan segera menyelesaikan video tentang ini dan mempostingnya di saluran YouTube kami .
- Beri tahu kami tentang isian Awtor: apa arsitektur dan aparatus matematisnya, dalam bahasa apa itu ditulis?
- Awtor dikembangkan oleh tim saya, saya adalah pemimpin ilmiah dan direktur teknis proyek. Ini didasarkan pada jaringan saraf Kohonen dan pengetahuan kami - algoritme untuk mengonfigurasi dan melatihnya. Program ini ditulis dengan Python dan merupakan monolit tipikal. Ditempatkan di tempat kerja tertentu, dilindungi dengan kunci pengait. Ia bekerja di bawah Windows sebagai aplikasi ringan biasa (kit distribusi versi saat ini adalah 40 MB), tanpa persyaratan perangkat keras khusus. Kami belum mempertimbangkan arsitektur cloud, terutama karena risiko keamanan informasi.
- Dan seperti apa proses bekerja dengan sistem itu?
- Antarmukanya sangat sederhana. Di bidang "Subjek", masukkan subjek yang perlu ditingkatkan. Misalnya, kita perlu memperbaiki pompa untuk mengangkat oli yang mengental pada suhu rendah dari ladang. Jadi, kami berkendara di "Pump".
Pada tahap berikutnya, sistem meminta kita untuk menandai beberapa besaran fisik yang fundamental dalam subjek ini. Kami mencatat kepadatan, massa molar, berapa pun.
Kemudian di kolom "Yang tidak sesuai" masukkan "Viskositas". Kami mulai mendapatkan, sistem meminta kami dengan opsi, mengatakan bahwa ada empat jenis viskositas: dinamis, kinematik, dan seterusnya. Pilih "Dynamic Viscosity" dan tekan tombol "Execute".
Sistem melanjutkan untuk menyempurnakan parameter kunci. Ini harus ditunjukkan apa itu: fenomena, proses atau kuantitas. Pengklasifikasi bekerja berdasarkan derajat entropi - seberapa baik pengguna mengetahui karakteristik objek ini. Jika tidak ada yang diketahui, pilih "Phenomenon". Jika sesuatu diketahui - "Proses", dan jika ada data pasti - "Nilai".
Program ini membuat perhitungan dan menampilkan di bidang yang sesuai urutan parameter fisik objek, dengan bantuan yang memungkinkan untuk menyelesaikan kontradiksi teknis yang ditentukan oleh pengguna.
"Reducer" - satu set besaran fisik, dan di kolom "Result" - opsi jawaban, disusun dalam bookmark dengan bagian fisika.
Misalkan mesin menghasilkan rangkaian 18 jawaban. Masuk akal untuk mengembalikan gelombang jawaban ini ke mesin lagi. Jika sebelumnya kita menandai lima besaran fisik, sekarang kita akan menandai sepuluh, menambahkan yang ada dalam respon mesin. Tiba-tiba dia akan memberi kita jawaban yang lebih tepat di iterasi berikutnya. Karena memang ada banyak jawaban, dan Anda dapat melihat dari mereka bagaimana jawaban tersebut menjadi lebih rumit dalam hal teknologi yang digunakan. Jawaban terbaru umumnya berasal dari bidang ultrasound atau fotonik, di mana umat manusia belum siap secara fisik.
Respon dari mesin adalah satu atau lebih besaran fisik. Misalnya suhu. Artinya, secara metodis jelas bagaimana melangkah lebih jauh. Butuh minyak non-kental - panaskan. Tetapi saya ingin mendapatkan tidak hanya nilainya, tetapi juga interpretasi: bagaimana tepatnya mengubah suhu untuk mencapai hasil.
- Dan sistem melakukannya?
- Sayangnya, interpretasinya terlalu sulit untuk mesin. Untuk ini, tidak diperlukan deep neural network, tetapi beberapa mekanisme lain, karena pilihan pada akhirnya akan selalu bertumpu bukan pada teknologi dan teknologi, tetapi pada ekonomi. Apa yang lebih menguntungkan akan diubah oleh para insinyur di perusahaan mereka. Namun sejauh ini parameter ekonomi adalah impian yang sangat jauh.
Sedangkan interpretasi jawaban merupakan hak prerogatif manusia. Hanya seorang spesialis yang akan memahami, melihat mereka, apa yang layak secara ekonomi, apa yang mampu diubah oleh teknologi yang ada. Sekarang ini adalah alat khusus untuk para insinyur.
- Apakah ada sistem yang mirip dengan Awtor?
- Tidak ada pesaing langsung, tetapi ada yang serupa. Misalnya, perkembangan pendiri AI di Belarusia Valery Tsurikov: True Machina dan Invention Machina. Mereka memiliki mesin yang sama sekali berbeda. Di True Machina, karya ilmiah menjadi sasaran analisis semantik, yang darinya esensi penemuan disorot. Dan kemudian, dengan menggunakan metode kombinatorial, penemuan dijalankan melalui hierarki fungsi teknis - untuk apa itu dapat digunakan. Dasar konsep perbaikan untuk masing-masing fungsi sedang dibentuk. Dan ketika pengguna merumuskan permintaan, sistem memberikan ribuan konsep yang sesuai untuknya.
Jenis lain dari sistem serupa adalah keluarga alat berbasis TRIZ. Tetapi peran seseorang sangat besar di dalamnya, dan keputusan sangat bergantung pada pengetahuan dan alur pemikiran pengguna tertentu. Terlalu subyektif.
- Saya melihat di situs web bahwa Awtor di masa depan akan dapat menyelesaikan masalah sosial dan ekonomi. Apa artinya ini?
- Ya, ini adalah langkah masuk akal berikutnya. Fisika selesai, kimia selesai, lalu giliran ilmu lain, terutama ekonomi. Sangat penting untuk mengajarkan sistem untuk beroperasi dengan konsep seperti ergonomi dan kenyamanan. Benar, Anda harus membuat standar untuk istilah-istilah ini. Apakah kecantikan itu? Masing-masing memiliki miliknya sendiri. Apa itu ergonomi? Untuk masing-masing miliknya. Oleh karena itu, perlu mendefinisikan standar universal yang tidak bergantung pada orang tertentu, atau membentuk profil pengguna tertentu dan memberikan hasil sesuai dengan idenya tentang apa yang baik dan apa yang buruk.
Ini adalah tugas yang sangat besar secara kosmis. Sementara kami berpikir bagaimana mendekatinya. Tetapi pada saat yang sama, tanpa modul terakhir ini, keseluruhan proyek kehilangan maknanya dan tetap menjadi utilitas khusus bagi para insinyur.
- Apakah ada rencana untuk membuat versi seluler dari sistem? Buka API? Hubungkan dia dengan asisten suara, dengan "Alice" yang sama?
- Awtor versi seluler adalah langkah cerdas dalam pengembangan sistem, seperti halnya integrasi input suara. Kemudian sistem dapat, misalnya, mengajukan pertanyaan klarifikasi kepada orang tersebut. Namun yang terpenting di sini adalah transisi ke segmen target lain, dari insinyur ke pasar pengguna. Kami sudah memikirkannya. Tapi ini adalah kekuatan besar dalam konteksnya, analisis orang tertentu mengemuka.
Saya ingin Awtor tersedia dan berguna bagi semua orang, termasuk anak-anak. Kami kemungkinan besar akan datang dari sisi anak-anak.
, .
Kami memiliki hipotesis bahwa interaksi dengan sistem dapat ditingkatkan secara signifikan dengan menghilangkan sejumlah pengulangan jika kita memahami bagaimana seorang anak belajar bekerja dengan program itu sendiri. Kami bahkan mengadakan kompetisi "Penemu Muda": tanyakan mesin, mesin akan menjawab, dan Anda membuat interpretasi.
- Mungkin menjual sistem yang begitu rumit, menjelaskan mengapa dan mengapa itu diperlukan, juga merupakan tugas luar angkasa?
- Ini adalah produk baru, dan Anda harus terbiasa dengannya. Ceruk pasar dan kelompok sasaran harus dibentuk dari awal, konsumen belum menyadari kebutuhannya. Oleh karena itu, hanya ada satu trik logis. Anda datang ke pabrik dan bertanya: "Apa masalah Anda?" - "Saya punya masalah dengan redaman gelombang di kristal." - "Hebat. Apakah ada seorang skeet chief, seorang insinyur, yang dengannya kami akan segera duduk dan bertemu? "
Dan ketika manajer melihat jawabannya, dan chief engineer mengonfirmasi bahwa urutan jawaban persis sama dengan yang mereka ikuti selama 15 tahun terakhir, dan sekarang mereka ada di sini, dan masih ada 12 opsi di depan ... Itu saja, klien ini milik kita.
- Dan untuk tujuan apa Anda mengikuti pendidikan intensif "Archipelago 20.35"?
- Kami berharap untuk lolos karena kami membutuhkan bantuan. Dari sudut pandang sains, kami melakukannya dengan baik: pada tahun 2018, di sebuah konferensi di Universitas Negeri Moskow, kami beralih ke fisikawan, meminta mereka untuk merusak mesin kami, menangkapnya pada jawaban yang salah atau kehilangan opsi penting. Tidak ada yang berhasil melakukannya.
Tapi di sisi penjualan - kegagalan. Permian tahu segalanya tentang kami, tetapi mereka tidak bisa melampaui batas wilayah. Mereka menunjukkan keputusan mereka untuk menginvestasikan dana, tetapi tidak menemukan pemahaman. Mungkin kita entah bagaimana tidak mengatakan tentang diri kita seperti itu. Saya ingin belajar bagaimana menyesuaikan ide saya dengan benar ke dalam realitas pasar.
- Saya bertanya-tanya mengapa Anda terlibat dalam topik spesifik seperti evolusi penemuan? Ada hal-hal yang lebih populer dan visual, semacam visi komputer?
- Sebagai orang yang telah mempelajari dan mengembangkan jaringan saraf tiruan selama 20 tahun, saya akan mengatakan ini. Cukup taman kanak-kanak, abad XXI di halaman. Pencapaian apa ini: jaringan saraf telah menggambar atau memotret? Setiap piksel mudah untuk dijelaskan. Ini bukan kecerdasan buatan, tetapi hanya semacam iterator. Jaringan saraf mempelajari apa yang didorong di sana. Sekali lagi subjektivitas, sekali lagi keputusan manusia.
Pergi ke masalah lain. Setidaknya untuk masalah klasifikasi. Ambil bidang subjek yang hanya menggambarkan 10%. Oke, bagus, 50%. Tidak bekerja? Jadi, mungkinkah kita akan menggunakan kekuatan dan ketekunan kita untuk mengidentifikasi gradasi yang diperlukan, karakteristik, membuat pengklasifikasi?
Klasifikasi kontradiksi adalah topik berharga yang tidak ditangani oleh siapa pun. Semua orang membicarakannya, tentang hambatan teknologi di NTI. Tetapi realistis untuk menggambarkan, mengembangkan perangkat untuk mengatasinya - tidak ada kemajuan di sini.