Новое исследование возможностей машинного обучения, опубликованное в издании Nature Computational Science, показало, что искусственный интеллект может предсказать даже самые труднопрогнозируемые катастрофические события, такие как пандемия, стихийные бедствия и многое другое.

Природные катаклизмы и непредсказуемые явления могут иметь ужасающие последствия, однако предотвращение их возникновения в будущем вызывает значительное затруднение в связи с редкостью и недостатком исторических данных для анализа. Кроме того, эти события часто возникают из-за неизвестного набора физических условий, что делает их прогнозирование аналогичным поиску иголки в стоге сена.

Однако исследователи предложили новый способ решения этих проблем — использование искусственного интеллекта, который обычно опирается на огромное количество данных для обучения, со статистическим подходом, известным как байесовское рассуждение, в котором предварительные знания помогают вычислить вероятность того, что неопределенный выбор может быть правильным. Цель этой комбинации — определить, какие точки данных могут быть наиболее полезными, когда речь идёт о точном прогнозировании редких событий, используя при этом достаточно скудные данные.

В качестве эксперимента исследователи использовали нейронную сеть DeepONet, которая представляет собой имитацию работы нейронов человеческого мозга. Архитектура DeepONet помогает эффективно изучать механизмы физических систем. Учёные обнаружили, что их подход помог проанализировать риски ряда редких сценариев, в том числе оценить вероятность опасных всплесков заболеваемости во время пандемии, выяснить, какие, казалось бы, безобидные волны могут привести к незамеченным опасным событиям, и оценить, когда наступит переломный момент.

Стратегия исследователей в сочетании с компьютерными моделями стихийных бедствий может помочь раскрыть вероятные и катастрофические сценарии, к которым общество должно подготовиться в 2023 году, а также может быть использована для выявления оптимальных сценариев смягчения последствий экстремальных явлений, которые в настоящее время чрезвычайно опасны.