Вчені створили "розумну" систему, здатну точно передбачати майбутнє

Співробітники Массачусетського технологічного інституту (МТІ) у США розробили просту в управлінні систему, здатну передбачати майбутні події. Дослідники розповіли про свій проєкт на вебсайті навчального закладу.

Сучасні системи прогнозування зазвичай використовують статистичні дані, зібрані протягом великого проміжку часу. В основі лежать складні алгоритми машинного навчання, а результати обчислень зрозумілі лише фахівцям.

Вчені з MТІ вирішили зробити такі інструменти зручнішими для звичайних користувачів та створили інтерфейс під назвою tspDB (time series predict database – база даних для прогнозування часових рядів). Її можна використовувати для прогнозу погоди, зміни цінових політик, розвитку хвороб тощо.

Система інтегрує функції прогнозування поверх наявної бази даних та проводить всі необхідні обчислення, надаючи результат за лічені секунди. Вона показала високу точність та ефективність, виконуючи два основні завдання: передбачення значень та заповнення відсутніх даних. До того ж система не потребує складного налаштування.

Вчений Абдулла Аломар однією з переваг tspDB назвав новий алгоритм прогнозування часових рядів mSSA, який добре справляється з аналізом кількох змінних, що залежать від часу. Наприклад, для погоди такими змінними є температура, хмарність і точка роси (температура газу, за якої водяна пара осідає краплями на твердих поверхнях).

"Попри те, що дані тимчасових рядів стають все складнішими, цей алгоритм може ефективно фіксувати будь-яку структуру тимчасових рядів. Схоже, ми знайшли відповідну "лінзу", щоб оцінити складність моделей даних", — професор Деваврат Шах.

Під час тестування вчені порівняли mSSA з іншими сучасними алгоритмами, включаючи методи глибокого навчання, під час прогнозування на реальних наборах даних, отриманих з електромереж, моделей трафіку та фінансових ринків. Дітище MТІ перевершило всі інші системи, крім однієї.

Встановивши інтерфейс tspDB поверх наявної бази даних, користувач може натисканням кількох клавіш отримати прогноз приблизно за 0,9 мілісекунди — для порівняння, обробка пошукового запиту в браузері займає близько 0,5 мілісекунди. Система також показує значення, які допомагають нефахівцям враховувати неточність прогнозів та оцінювати ризики під час прийняття рішень. Наприклад, вона дозволить людині прогнозувати ціни на акції з високою точністю, навіть за відсутності даних за деякими проміжками часу.

"Ми зацікавлені в тому, щоб зробити tspDB широко використовуваною системою з відкритим вихідним кодом. Дані тимчасових рядів дуже важливі, і це чудова концепція фактичного вбудовування функцій прогнозування безпосередньо в базу даних. Такого раніше ніколи ніхто не робив", — додав співавтор дослідження Деваврат Шах.

Раніше писали, як технологія штучного інтелекту допомагає впізнавати солдатів РФ, які загинули в Україні. В Мінцифри розповіли, що дані дозволяють повідомити близьких про смерть військових та розвіяти міф про відсутність великих втрат у лавах російських збройних сил.