ЖАСАНДЫ ИНТЕЛЛЕКТ ЖӘНЕ ОНЫҢ ФИЗИКАДАҒЫ ҚОЛДАНЫЛУЫ

Худайберген Бекзат

Ғылыми жетекшісі; Габдуллин Р .С физика магистрі, физика инфарматика және математика кафедрасының аға оқытушысы

Ш.Уәлиханов атындағы Көкшетау университеті, Көкшетау қаласы

bekzat0305x@mail.ru

Қазіргі таңда жасанды интеллект (ЖИ) – ғылым мен технологияның ең ірі жетістіктерінің бірі. Ол тек ғылыми зертханаларда ғана емес, біздің күнделікті өмірімізде де белсенді түрде қолданылады. Смартфондар, интернет желісі, медициналық құрылғылар, көлік жүйелері – бәрінде дерлік ЖИ-дің ізі бар. Адамдар бұрын тек армандаған дүниелер – мысалы, өздігінен жүретін көліктер немесе дауысты түсінетін құрылғылар – бүгінде шындыққа айналды. Бұл мақалада жасанды интеллекттің қазіргі кезде қай салаларда және қалай қолданылып жатқанын қарастырамыз.

Физика – табиғаттың негізгі заңдылықтарын зерттейтін ғылым. Сондықтан бұл салада дәлдік, есептеу, болжам және тәжірибе басты рөл атқарады. Соңғы жылдары ғылым мен технологияның дамуымен қатар, жасанды интеллект (ЖИ) те физикада маңызды құралға айнала бастады. ЖИ күрделі есептерді тез шешуге, ғылыми мәліметтерді талдауға, жаңа заңдылықтарды ашуға көмектеседі.

Жасанды интеллект – машиналардың адам интеллектіне тән тапсырмаларды орындау қабілеті. Бұл термин нейрондық желілер, машиналық оқыту және терең оқыту сияқты әдістерді қамтиды. ЖИ алгоритмдері үлкен көлемдегі мәліметтерді өңдеуге, күрделі процестерді модельдеуге және болжамдар жасауға мүмкіндік береді. Физикада ЖИ деректерді талдауда, дифференциалдық теңдеулерді шешуде, жаңа материалдарды модельдеуде, ғарыштық объектілерді зерттеуде және кванттық есептеулерде қолданылады.

Бұл мақалада жасанды интеллекттің физикадағы қолданысын зерттеу арқылы оның ғылыми процестерді оңтайландырудағы рөлі қарастырылады. ЖИ технологияларын қолданудың негізгі әдістері, олардың артықшылықтары мен шектеулері талданады. Сонымен қатар, ЖИ-дің физикадағы нақты жетістіктері мен оның болашақ даму перспективалары қарастырылады.

1. Ғылыми деректерді талдау және модельдеу

Физикалық зерттеулерде алынатын мәліметтердің көлемі өте үлкен. Мысалы, бөлшектер физикасында немесе астрофизикада секундына миллиондаған деректер жазылады. Бұл ақпараттарды адам қолымен талдау қиын.

1. ЖИ алгоритмдері

Жасанды интеллект (ЖИ) алгоритмдері осы деректерді сұрыптап, маңызды ақпаратты бөліп шығара алады. Бұл дегеніміз — физикалық тәжірибелер немесе бақылаулар нәтижесінде алынатын үлкен көлемдегі мәліметтерді (Big Data) адам қолымен өңдеу өте қиын болған жағдайда, ЖИ сол мәліметтердің ішінен ең маңызды, қайталанатын немесе ерекше заңдылықтарды автоматты түрде таба алады. Мысалы, егер белгілі бір тәжірибеде миллиондаған бөлшектер соқтығысып, әртүрлі нәтиже берсе, ЖИ сол нәтижелердің ішінен аса сирек кездесетін немесе ерекше құбылыстарды анықтап, оларды зерттеушілерге бөлек шығарып береді.

2. Астрофизика және ғарыш зерттеулерінде. Яғни Жасанды интеллект ғарышты

зерттеу саласында ерекше маңызға ие болғандығын айтуға болады. Айта кетсек:

• Қара құрдымдарды анықтау: 2019 жылы алғаш рет қара құрдымның фотосын жасау барысында ЖИ әдістері пайдаланылды (Event Horizon Telescope жобасы).
• Жұлдыздар мен галактикаларды тану: Аспан денелерінің суреттерін талдау үшін ЖИ көмегімен автоматты тану жүйелері жасалады.
• Ғаламның құрылымын болжау: Үлкен деректер негізінде ЖИ болашақтағы ғалам кеңістігінің дамуын болжай алады

3. Бөлшектер физикасы және жоғары энергиялы физика

Бөлшектер физикасында үлкен көлемдегі эксперименттік деректерді өңдеу үшін ЖИ алгоритмдері қолданылады.

Үлкен адрондық коллайдер (LHC) зерттеулері – CERN ғалымдары бөлшектер соқтығысуы нәтижесінде алынған деректерді машиналық оқыту әдістері арқылы талдайды.

Қарапайым бөлшектерді анықтау – ЖИ бөлшектердің қасиеттерін жылдам анықтауға көмектеседі, бұл жаңа физикалық құбылыстарды зерттеуде маңыздылығы.

Эксперименттік қателіктерді азайту – ЖИ эксперименттік құралдардың калибрленуін жақсартып, өлшеу дәлдігін арттыруы.

4. Жасанды интеллект ядролық физика мен энергетика саласында

Ядролық физика — атом ядросының құрылымы мен қасиеттерін, ядролық реакциялар мен олардан бөлінетін энергияны зерттейтін ғылым саласы. Ал ядролық энергетика – осы ғылым негізінде атом энергиясын электр қуатына айналдырумен айналысады. Бұл салаларда жасанды интеллект (ЖИ) көптеген күрделі есептерді шешуге және процестерді тиімді басқаруға көмектесіп келеді.

5. Жасанды интеллекттің қатты дене физикасы және материалтану саласындағы

қолданылуы

Қатты дене физикасы – заттардың атомдық және молекулалық құрылымын, олардың электрлік, жылу, магниттік және оптикалық қасиеттерін зерттейтін физиканың маңызды саласы. Бұл салада жаңа материалдар ашу, олардың қасиеттерін болжау және қолдану жолдарын анықтау өте маңызды. Дегенмен, бұл процестер көп уақыт пен күрделі есептеулерді қажет етеді. Жасанды интеллект (ЖИ) осы қиындықтарды жеңілдетіп, жаңа материалдарды зерттеу мен әзірлеуде таптырмас құрал болып отыр.

6. Климаттық модельдеу және экологиялық зерттеулер

Климаттың өзгеруін болжау үшін күрделі модельдеу қажет, ал ЖИ оны оңтайландырады.

Жаһандық климаттық өзгерістерді болжау – ЖИ ауа райын болжау дәлдігін арттырады.

Табиғи апаттарды алдын ала ескерту – ЖИ жер сілкінісі, дауыл және су тасқынын болжауда қолданылады.

Жасыл технологияларды дамыту – ЖИ көмегімен жаңартылатын энергия көздерін тиімді басқару мүмкіндігі артады.

2. ЖИ әдістері және оларды физикада қолдану

Физикадағы түрлі есептерді шешу үшін әртүрлі ЖИ әдістері қолданылады:

Нейрондық желілер – күрделі физикалық процестерді болжау, үлгілерді тану үшін қолданылады.

Генетикалық алгоритмдер – физикалық жүйелерді оңтайландыру үшін пайдаланылады.

Күшейтімді оқыту – автономды жүйелерді басқару және эксперименттерді оңтайландыру.

Машиналық оқыту – эксперименттік деректерді талдау және аномалияларды анықтау.

Гибридті ЖИ-әдістер – көп салалы зерттеулерде қолданылатын біріктірілген әдістер.

2. ЖИ-дің физикадағы артықшылықтары мен шектеулері

1. Артықшылықтары

Артықшылықтары:
Деректерді өңдеу жылдамдығы: ЖИ үлкен көлемдегі физикалық деректерді тез өңдей алады (мысалы, астрофизикадағы бақылау деректері).
Үлгілерді тану: Эксперименттік деректерден күрделі үлгілер мен заңдылықтарды табуға көмектеседі, оны адам көзі байқамауы мүмкін.
Модельдеу және симуляция:•Физикалық процестерді модельдеуде (мысалы, бөлшектердің соқтығысуы) ЖИ көмегімен дәл әрі жылдам симуляциялар жасауға болады.
Болжау мүмкіндігі: ЖИ болашақтағы физикалық жүйелердің мінез-құлқын болжауға қабілетті (мысалы, ауа райын болжау немесе кванттық жүйелердің эволюциясы).

2. Шектеулері

Түсіндіру қиындықтары: ЖИ шешім қабылдау үдерісі кейде «қара жәшік» сияқты болады — нәтижені неге шығарғанын түсіндіру қиын.

Физикалық мағынасыз нәтижелер: Егер деректер дұрыс таңдалмаса немесе ЖИ дұрыс үйретілмесе, ол физикалық заңдарға сай келмейтін шешімдер бере алады.

Тәуелділік үлкен көлемдегі деректерге: ЖИ тиімді жұмыс істеуі үшін көп және сапалы дерек қажет, ал кейде ондай дерек болмайды.

Жалпылау шектеулігі: ЖИ бір нақты жүйеде жақсы жұмыс істесе де, басқа жағдайға қолданғанда нәтижесі нашар болуы мүмкін.

Қателіктер мен жалған позитивтер: ЖИ кейде жалған сигналдар мен қателіктер тудыра алады, бұл физикалық зерттеулерде үлкен салдарға әкелуі мүмкін.

Қорытынды

Қазіргі таңда жасанды интеллект (ЖИ) — физика саласындағы ғылыми зерттеулер мен тәжірибелерді жаңа деңгейге көтеріп отырған қуатты құрал. Ол үлкен көлемдегі деректерді талдау, күрделі процестерді модельдеу, және болжау жасау мүмкіндіктерімен ерекшеленеді. Астрофизика, бөлшектер физикасы, ядролық энергетика, материалтану және климаттық модельдеу сияқты бағыттарда ЖИ-дің рөлі күннен-күнге артып келеді.

ЖИ көмегімен физикалық зерттеулер бұрынғыдан да жылдам, нақты және тиімді жүргізіле бастады. Оның көмегімен бұрын мүмкін болмаған нәтижелерге қол жеткізуге жол ашылды. Дегенмен, ЖИ технологияларын қолдану барысында белгілі бір шектеулер мен қауіптерді де ескеру қажет. Бұл — нәтижелердің түсініксіз болуы, деректерге тәуелділік, жалпылау мүмкіндігінің шектеулігі секілді мәселелер.

Болашақта ЖИ технологиялары одан әрі жетіліп, физикадағы зерттеулерді жаңа бағыттарға жетелейтіні сөзсіз. Ғалымдар мен инженерлердің бірлескен еңбегі арқылы ЖИ-дің физика саласындағы қолдану аясы кеңейіп, адамзат дамуына үлкен үлес қоса бермек.

Әдебиеттер

1. Әбдіғаппар А. (2022). Жасанды интеллект негіздері. Алматы: Қазақ университеті.
2. Назарбеков Ж. (2021). Физикадағы мәліметтерді өңдеудегі жасанды интеллекттің орны. Қазақстан ғылымы, №3(15), 45–50-б.
3. Жүсіпова Д. (2023). Климаттық өзгерістерді болжаудағы ЖИ технологиялары. Экология және табиғи ресурстар, №4(28), 60–66-б.
4. Goodfellow I., Bengio Y., Courville A. (2016). Deep Learning. MIT Press.
Қолжетімді: https://www.deeplearningbook.org/
5. LeCun Y., Bengio Y., Hinton G. (2015). Терең оқыту (Deep learning). Nature, 521(7553), 436–444.
Қолжетімді:https://www.nature.com/articles/nature14539
6. Event Horizon Telescope Collaboration. (2019). Алғашқы қара құрдым фотосы туралы есеп. The Astrophysical Journal Letters, 875(1), L1.
Қолжетімді:https://iopscience.iop.org/journal/2041-8205
7. CERN (2020). Бөлшектер физикасындағы жасанды интеллект.
Қолжетімді: https://home.cern/science/computing/artificial-intelligence

8. Jordan M. I., Mitchell T. M. (2015). Машиналық оқытудың қазіргі тенденциялары. Science, 349(6245), 255–260.
Қолжетімді: https://www.science.org/doi/10.1126/science.aaa8415
9. Russakovsky O. және т.б. (2015). ImageNet жобасы және ЖИ арқылы көрнекі тану. International Journal of Computer Vision, 115(3), 211–252.
Қолжетімді: https://link.springer.com/article/10.1007/s11263-015-0816-y
10. Tan C., Sun F., Kong T., Zhang W., Yang C., Liu C. (2018). Терең трансферлік оқытуға шолу. IJCAI конференция материалдары, 2704–2712-б.
Қолжетімді: https://www.ijcai.org/proceedings/2018/0373.pdf