Михаил Криницкий, старший научный сотрудник Лаборатории взаимодействия океана и атмосферы и мониторинга климатических изменений Института океанологии РАН, выступил на конференции по искусственному интеллекту AI IN 2023, прошедшей в Университете Иннополис Республика Татарстан, 17–18 августа. Михаил представил особую точку зрения на современные методы искусственного интеллекта, характерные для применения ИИ в науках о Земле.
«Науки о Земле для ИИ - пока еще нетипичная, но очень перспективная область. Здесь задачи обладают значительно более широким спектром особенностей, по сравнению с обычными случаями использования ИИ, например, такими, как рекомендации товаров покупателю на маркетплейсах или отслеживание кибератак. В Институте океанологии мы успешно применяем ИИ для разных задач уже не первый год.»
Михаил Криницкий является автором научных работ (см. scholar.google.ru), посвященных: обнаружению мезомасштабных явлений в атмосфере по данным дистанционного зондирования, определению потока коротковолнового излучения над океаном по оптическим снимкам неба, прогнозу состояния морского льда, кластеризации частиц морских осадков, уточнению уравнений для схем моделирования почвы в климатических моделях, учету морских млекопитающих, – и всё это с помощью ИИ.
«Развитие этого направления дало нам инструменты, позволяющие использовать ИИ в различных задачах мониторинговых наблюдений, ускорения камеральных и полевых исследований и более точной оценки факторов, регулирующих динамику атмосферы и океана. Мы применяем ИИ в таких задачах, как обнаружение объектов и физических явлений в визуальных данных или данных дистанционного зондирования, так и в задачах извлечения знаний из данных классического моделирования или экспедиционных измерений.
В некоторых случаях нам удалось настроить нейросети, которые выполняют рутинные камеральные задачи за высококвалифицированных экспертов, существенно сокращая затраты их времени. ИИ может значительно облегчить и ускорить процессы проведения научных изысканий и тестирования гипотез в океанологии.
Исходя из опыта нашего коллектива в использовании ИИ в науках о Земле, мы можем с уверенностью сказать, что характер и разнообразие проблем и особенностей, с которыми мы встречаемся, гораздо шире, чем в обычных прикладных задачах машинного обучения. Например, иногда накопленных данных слишком много и правило "чем больше данных, тем лучше обучается ИИ" перестает работать. Кроме того, зачастую оказывается, что разметка данных, стандартный для методов ИИ этап, на практике неосуществима за счет плохо формализуемых признаков изучаемых объектов.
При этом стандартные проблемы, характерные для машинного обучения и ИИ, проявляются и здесь, в геофизике. Мы постоянно сталкиваемся с проблемой переобучения или слишком слабых моделей, а также с проблемой слишком шумной разметки или малых объемов размеченных данных. Отдельный чувствительный вопрос – доверие к результатам ИИ в задачах фундаментальных наук. Академическое сообщество пока скептически относится ко всем новым методам, тем более сложно интерпретируемым.
Для повышения уровня доверия к нашим результатам мы с самого начала последовательно проводим исследования для изучения свойств моделей ИИ в задачах наук о Земле. Мы разрабатываем специальные методы достоверной оценки его ошибок и неопределенностей. Знание пределов применимости ИИ помогает завоевать ему доверие в академической среде. Несмотря на вышеперечисленные особенности, наша лаборатория планирует и дальше развивать это направление. Для этого мы постоянно приглашаем новых студентов и аспирантов для освоения методов искусственного интеллекта применительно к задачам, решаемым в Институте океанологии.»
