Новое общедоступное программное обеспечение разработанно в БГТУ им. В.Г. Шухова
Новое общедоступное программное обеспечение, разработанное в Белгородском государственном технологическом университете имени В.Г. Шухова, размещено для общего пользования под лицензией GNU GPL в хранилище модулей языка Python pypi.org.
Модуль genser позволяет в широком диапазоне изменять размерность данных в числовом датасете (набор данных для анализа или для обучения систем искусственного интеллекта) — в сторону как увеличения, так и снижения, причем обеспечивается возможность обратного преобразования. Используется в областях интеллектуального анализа данных, искусственном интеллекте и машинном обучении.
Разработка является мощным инструментом для подготовки данных в интеллектуальном анализе данных и в системах искусственного интеллекта. Например, вы можете записать строку из 500 тысяч чисел в виде строки из 100 чисел (только эти числа будут намного больше). До настоящего времени изменение размерности данных осуществлялось только в сторону снижения, причем без возможности обратной трансформации (метод главных компонентов). Например, когда вы преобразовали строку из 500 тысяч чисел в строку из 100 чисел, то восстановить обратно ту строку из 500 тысяч чисел уже не можете. Применение модуля genser позволит использовать инструменты интеллектуального анализа данных (деревья принятия решений, нейронные сети, кластеризаторы) для очень широкого спектра данных.
Модуль quantumz предназначен для эмуляции квантовых вычислений на классическом компьютере, то есть, для получения результатов квантовых вычислений на обычном компьютере. Это полезно для разработки квантовых алгоритмов (работающих уже на квантовых машинах). А они, в свою очередь, предназначены для решения тех задач, которые обычные компьютеры решить не могут.
Модуль используется в учебном процессе университета для преподавания дисциплины «Квантовые вычисления и квантовая криптография», а также позволяет проводить исследования и ставить научные эксперименты в области квантовых вычислений и их приложений в интеллектуальном анализе данных. Этот программный модуль не уникален, но он поддержан методическими материалами университета, то есть имеет документацию на русском языке. Кроме того, по отзывам студентов, пользоваться им значительно проще, чем подобным программным обеспечением, представленным в открытом доступе в России.
«Разработанные инструменты можно применять для решения очень разных задач. Например, совсем недавно мы применили оба модуля для решения задачи оптимизации раздачи видео в игровом сервисе. При содействии центра трансфера технологий БГТУ им. В.Г. Шухова было организовано взаимодействие с одной из компаний, занимающихся раздачей видеострима, по выполнению разработки на заказ. Эффект сразу достиг 10 %, но разработанная система обучается по мере работы, и мы ожидаем вскоре эффекта около 20 %. Эффект заключается в экономии интернет-трафика. Но мы также видим, что найденные решения могут быть применены в прогнозировании и даже анализе текстов», — пояснил автор разработки, доцент кафедры программного обеспечения вычислительной техники и автоматизированных систем, руководитель проекта «Образовательное пространство искусственного интеллекта», кандидат физико-математических наук Сергей Зуев.
На основе программного обеспечения в дальнейшем будут разработаны полезные сервисы, такие как интеллектуальная профориентация (сервис для рекомендации направления подготовки в вузе абитуриенту), интеллектуальная оценка защиты персональной информации, предсказание опасных событий (в основном, в производственных процессах), выявление deep fake в видео в реальном времени, выявление и блокировка экстремистских твитов в чатах в реальном времени и т.д.
Разработка выполнена в рамках федеральной программы Минобрнауки России «Приоритет-2030» (нацпроект «Наука и университеты»).
