Արամ Գարեգինյան, Sputnik Արմենիա
Նոր առարկան, որը համակարգչին «սովորեցնում է» շատ բարդ խնդիրներ կատարել, ձևավորվում է մաթեմատիկայում։ Մի շարք բնագավառներում ուսումնասիրություններ են անցկացնում նաև հայ գիտնականները։ Դրա համար ստեղծվեց YerevaNN մասնավոր ոչ առևտրային լաբորատորիան, որն ուսումնասիրություններ է կատարում մաթեմատիկայի և ինֆորմատիկայի ոլորտում և ֆինանսավորվում է գործարար համայնքի նվիրատվությունների շնորհիվ։
Լաբորատորիան արդեն մի քանի աշխատանք է պատրաստել, որոնք հրատարակման է ներկայացրել համաշխարհային առաջատար պարբերականներում։
Ո՞ւմ ուղարկել նամակը
YerevaNN-ի աշխատանքի ուղղություններից մեկը տեքստի թիրախային լսարանի վերլուծությունն է։ Օրինակ, եթե կառավարություն 10 հազար նամակ է եկել, պետք է հասկանալ` որ գերատեսչություն պետք է վերահասցեավորվի դրանցից յուրաքանչյուրը (նույնը գործնական նամակագրության և մի շարք այլ կիրառական ոլորտների դեպքում)։ Այսօր այդ նպատակով կիրառվում են Google-ի և Facebook-ի վիրտուալ նեյրոնային համակարգերը։ Տեքստի վերլուծության համար այստեղ շուրջ 350 մլն պարամետր է օգտագործվում։ Սակայն կոնկրետ առաջադրանքից կախված՝ փոքր-ինչ փոխվում է նաև ալգորիթմը, այսինքն այն ունի հիմնական միջուկ և փոփոխվող «գլխիկներ»։
«Մեր խնդիրն է այնպես անել, որ այդ գլխիկները հնարավորինս քիչ լինեն, ասենք, ոչ թե 100-200 մլն, այլ 10-20 հազար։ Այդ դեպքում դրանք ավելի քիչ հիշողություն կխլեն և ավելի արագ կաշխատեն», - ասում է YerevaNN լաբորատորիայի գիտական ղեկավար Հրանտ Խաչատրյանը։
Սրան մի քիչ նման է համակարգչին տեղեկության մշակման ժամանակ հիմնական աշխատանքային հատկանիշները ճանաչել սովորեցնելը։
«Օրինակ, եթե ալգորիթմ եք կազմել անօդաչու մեքենայի համար և այնտեղ ներբեռնել Գորիսի քարտեզը, համակարգը հետագայում կարող է վատ աշխատել Գյումրիում, քանի որ կողմնորոշվում է Գորիսի շենքերով ու փողոցներով», - պարզաբանում է Խաչատրյանը։
Դրա համար վաղուց մի սկզբունք է կիրառվում. մի քանի քաղաք են վերցնում, որից հետո մեքենան առանձնացնում է վարելու տեսանկյունից (փողոցների և երթևեկելի գոտիների լայնություն, լուսացույցների և ճանապարհային նշանների բարձրություն և այլն) դրանց կարևորագույն հատկանիշները։ Պայմանական ասած` Գյումրու ուսումնասիրման համար սկզբում ուսումնասիրում են Գորիսը, Սիսիանն ու Վանաձորը։ Դրա համար կա մշակված սկզբունք, սակայն դրա հիմքի վրա գործող ալգորիթմ աշխարհում դեռ չկա․ փորձարկումների ժամանակ յուրաքանչյուր ալգորիթմում այս կամ այն թերություններն են հայտնաբերվում։ YеrevaNN-ը ևս այս խնդիրը չի լուծել, սակայն շատ լավ «կողմնակի պրոդուկտ» է ստացել՝ վիրտուալ փորձարկման ստենդ` նման ալգորիթմների համար։
Համեստ մաթեմատիկոս տղայի անհամեստ նվաճումները
«Մենք ստեղծել ենք մեթոդներ, որոնք օգնում են պարզել, թե որ փուլում է ալգորիթմի աշխատանքը խափանվում, և գլխավորը՝ ինչու», - ասում է Հրանտը։
Ի՞նչ գույն ունի մեքենան
Ուսումնասիրությունների ուղղություններից մեկն էլ օբյեկտների ճանաչումն է։ Աշխարհում նման տեխնոլոգիաներ արդեն կան, սակայն այժմ դրանք մի քայլ առաջ են գնում․ համակարգերը ոչ միայն ճանաչելու են օբյեկտները, այլև մատնանշելու՝ պատկերի որ կետում են դրանք գտնվում։
Համակարգիչը սակայն դեռ չի հաջողվում կարգավորել այնպես, որ 1-2 հազար լուսանկարների օրինակով այն կարողանա ճանաչել օբյեկտներն ու դրանց դասավորվածությունը անծանոթ տասնյակ հազարավոր լուսանկարների վրա։
«Օրինակ, ես կարող եմ լուսանկարի վրա փոխել մեքենայի գույնը, բայց այն նույն տեղում կանգնած կլինի։ Ալգորիթմը պետք է հասկանա, որ դա միևնույն մեքենան է, պարզապես գույնն է այլ», - բացատրում է Խաչատրյանը։
Վերջին մեկ տարվա ընթացքում այս ուղղությամբ 3 գիտական աշխատանք է հրապարակվել՝ Ջորջիայի համալսարանի, Google-ի և Չինաստանի մի համալսարանի կողմից։ Սակայն այդ ուսումնասիրությունները դեռ ակադեմիական փուլում են և պատրաստ չեն կոմերցիոն օգտագործման համար։ Այդ առումով աշխատանքներ են տանում նաև հայ մաթեմատիկոսները։
Առանց մաթեմատիկայի անհնար է
Հայաստանում ֆիզիկամաթեմատիկական ֆակուլտետների ընդունակ ուսանողները, որպես կանոն, ձգտում են ծրագրավորող դառնալ։ Թվում է, թե տրամաբանական է՝ լավ աշխատավարձ են ստանում։ Բայց մյուս կողմից՝ քչերն են մնում, որոնք ցանկանում են դառնալ ինժեներ, ֆիզիկոս և մաթեմատիկոս։
Այնուամենայնիվ, մի քանի ընդունակ մաթեմատիկոս ուսանողներ կան, որոնք գիտակցաբար չեն ընտրում ՏՏ ոլորտը՝ ձգտելով զբաղվել գիտական աշխատանքով։ Կան նաև մասնագետներ, որոնք լաբորատորիա են եկել ոչ թե ուսանողական նստարանից, այլ «մյուս ծայրից»՝ պրակտիկայից։ Ինչ-որ պահի նրանք զգում են, որ իրենց աշխատանքում նոր առաջադրանքներ են հայտնվում, որոնք անհնար է լուծել առանց հետազոտության։
«Նրանք ասում են ինձ․ «Մենք կարդում ենք բոլոր նոր գիտական հրապարակումները, բայց մեզ անհրաժեշտ խնդիրների լուծումները գտնել չենք կարողանում։ Ուզում ենք թեկնածուական գրել, կարո՞ղ եք մեր գիտական ղեկավարը լինել»։ Ցավոք, ստիպված եմ լինում հրաժարվել, քանի որ ինքս բավարար գիտելիքներ չունեմ գիտական աշխատանք ղեկավարելու համար։ Հայաստանում նման մասնագետներ չկան», - ասում է Խաչատրյանը։
Օգնության համար արտասահմանից պրոֆեսորներ են ներգրավվում, այդ թվում` հայկական ծագում ունեցող։
Բրիկետներ` փայտի փոխարեն. հայ մաթեմատիկոսի նորույթը մեծ տարածում է ստանում
Նման փորձ արդեն կա․ հետազոտական թիմի անդամներից մեկի թեզի փաստացի ղեկավարը մաթեմատիկական վիճակագրության գծով ֆրանսահայ մասնագետ Առնակ Դալալյանն էր։
Սակայն պատահական չէ, որ լաբորատորիան առաջին հերթին ուզում են ուժեղացնել ՏՏ ընկերությունները․ հենց նրանք են լաբորատորիայի հիմնադիրներն ու հիմնական դոնորները։ Նրանք հիանալի հասկանում են, թե որքան անհրաժեշտ են ուսումնասիրություններն իրենց աշխատանքի համար։
