Sztuczna inteligencja poszukuje nowych materiaªów, cz stek, planet,... Janusz Adamowski

Podobne dokumenty
przewidywania zapotrzebowania na moc elektryczn

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, Dawid Rasaªa Metody numeryczne 1 / 9

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007

Metody numeryczne i statystyka dla in»ynierów

TEST DIAGNOZUJACY Z FIZYKI DLA UCZNIÓW KLAS I GIMNAZJUM

Optyka geometryczna. Zwierciadªa. Marcin S. Ma kowicz. rok szk. 2009/2010. Zespóª Szkóª Ponadgimnazjalnych Nr 2 w Brzesku

Inuence of economic and social factors

Metody dowodzenia twierdze«

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

Technologie cyfrowe semestr letni 2018/2019

Przypomnienie najważniejszych pojęć z baz danych. Co to jest baza danych?

Politechnika Warszawska Wydział Matematyki i Nauk Informacyjnych ul. Koszykowa 75, Warszawa

Dziedziczenie : Dziedziczenie to nic innego jak definiowanie nowych klas w oparciu o już istniejące.

29. TRZY W LINII CZYLI O POSZUKIWANIU ZWIĄZKÓW

Liniowe zadania najmniejszych kwadratów

Budowa drogi gminnej w m. Bieganowo wraz ze skrzyŝowaniem z drogą powiatową nr 2922P PROJEKT ZMIANY TYMCZASOWEJ ORGANIZACJI RUCHU.

I FORUM INNOWACJI TRANSPORTOWYCH - dobre praktyki na rzecz zrównoważonego rozwoju

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Wzorce projektowe kreacyjne

Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania).

Propozycja integracji elementów ±wiata gry przy u»yciu drzew zachowa«

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«.

Sprawozdanie z targów

Ramowy plan działań Krajowego Obserwatorium Terytorialnego na rok Warszawa, kwietnia 2016 r.

Ogłoszenie o naborze w celu zastępstwa nieobecnego członka korpusu służby cywilnej

Edycja geometrii w Solid Edge ST

Wykorzystanie lokalnej geometrii danych w Maszynie Wektorów No±nych

Rewitalizacja w RPO WK-P

Dynamiczne wªasno±ci algorytmu propagacji przekona«

Nowości w module: BI, w wersji 9.0

Wzorce projektowe strukturalne cz. 1

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Program Ramowy na rzecz Konkurencyjności i Innowacji (CIP)

XXV BIULETYN EUROPEJSKI. Biuro ds. Unii Europejskiej KIG. Biur. marzec 2012

Moduł. Rama 2D suplement do wersji Konstruktora 4.6

Instrumenty wsparcia ze środków Funduszu Termomodernizacji i Remontów

Modelowanie i analiza systemów informatycznych

REGULAMIN II WOJEWÓDZKIEGO KABARETONU OSÓB NIEPEŁNOSPRAWNYCH

ROLA ENERGETYKA KOMUNALNEGO W GMINIE

Ukªady równa«liniowych

30. Język XML i jego wybrane aplikacje

Portretowanie zdolności i ich rozwój. Projekt współfinansowany z Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

PROJEKT TYMCZASOWEJ ORGANIZACJI RUCHU

Mikro II: Krzywe kosztów, Poda» rmy i Poda» gaª zi.

Polityka spójno ci w perspektywie finansowej UE na lata , a obszary wiejskie

Sztuczna Inteligencja Tematy projektów Sieci Neuronowe

Edu-Sense Sp. z o.o. Lubelski Park Naukowo-Technologiczny ul. Dobrzańskiego Lublin Strona 1

Wpªyw wdro»enia IPv6 na bezpiecze«stwo sieci

Narzędzia AI. Jakub Wróblewski Pokój SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE)

Edyta Juszczyk. Akademia im. Jana Dªugosza w Cz stochowie. Lekcja 1Wst p

Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski

Relacja pomiędzy sztuczną inteligencją a systemami autonomicznymi

RAPORT Z EWALUACJI WEWNĘTRZNEJ. w Poradni Psychologiczno-Pedagogicznej w Bełżycach. w roku szkolnym 2013/2014

Tytuł. Autor. Dział. Innowacyjne cele edukacyjne. Czas. Przebieg. Etap 1 - Wprowadzenie z rysem historycznym i dyskusją

Architektura komputerów

PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO OPIS PRZEDMIOTU

Pracownia budowy pojazdów samochodowych.

Materiaªy do Repetytorium z matematyki

PLAN POŁĄCZENIA SPÓŁEK

CENNIK Lepszy Telefon Cały Czas*

ANALIZA EGZAMINU MATURALNEGO. w LVI Liceum Ogólnokształcącym im. Leona Kruczkowskiego w Warszawie

Programowanie Zespołowe

OFERTA WSPÓŁPRACY. Prezentacja firmy Apetito

Centralizacji Systemu. Procedury zasilania danymi systemu LAS oprogramowania do aktualizacji LMN. etap C13 pkt 5

UCHWAŁA NR XIV/119/2016 RADY MIEJSKIEJ W CHOSZCZNIE. z dnia 23 marca 2016 r.

Bash i algorytmy. Elwira Wachowicz. 20 lutego

Konferencja NOWE MEDIA W EDUKACJI

Telewizja publiczna z misją Opracowała: Anna Równy

PLD Linux Day. Maciej Kalkowski. 11 marca Wydziaª Matematyki i Informatyki UAM

zone ATMS.zone Profesjonalny system analizy i rejestracji czas pracy oraz kontroli dostępu

Spis tre±ci. 1 Podstawy termodynamiki - wiczenia 2. 2 Termodynamika - wiczenia 4. 3 Teoria maszyn cieplnych - wiczenia 6

elektroniczna Platforma Usług Administracji Publicznej

Od redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2.

SCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA

Impulse-Line. Terapia polem magnetycznym

Instalacja. Zawartość. Wyszukiwarka. Instalacja Konfiguracja Uruchomienie i praca z raportem Metody wyszukiwania...

WOJEWÓDZKI URZĄD PRACY W SZCZECINIE

Zadbaj o to aby wszyscy pracownicy w Twojej firmie zostali odpowiednio przeszkoleni pod kątem BHP

Bazy danych. Andrzej Łachwa, UJ, /15

API transakcyjne BitMarket.pl

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

Kalkulator energetyczny dla jednostek samorządu terytorialnego

Rozwijanie kompetencji nauczycieli i uczniów z zakresu stosowania TIK. Wykorzystanie e-podręczników i e-zasobów w nauczaniu i w uczeniu się

Budowa i ewolucja Wszechświata poziom podstawowy

Przykªady problemów optymalizacji kombinatorycznej

Projektowanie bazy danych

Spis tre±ci. Przedmowa... Cz ± I

AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING

Jak rozwi zania SAP BusinessObjects wspieraj dzia alno NBP analityka w Narodowym Banku Polskim

System kontroli wersji SVN

KARTA PROGRAMOWA - Sylabus -

EDUKARIS - O±rodek Ksztaªcenia

1. Reforma procesu kształcenia jako filar linii programowej PSRP

Unijne prawo celne aktualny stan prawny. 11 kwietnia 2016 r.

PO KL

14.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe.


Ustawienie wózka w pojeździe komunikacji miejskiej - badania. Prawidłowe ustawienie

Transkrypt:

Sztuczna inteligencja poszukuje nowych materiaªów, cz stek, planet,... Janusz Adamowski 1

Rysunek 1: Go najbardziej zªo»ona strategiczna gra planszowa, powstaªa w Chinach ok. 1100 roku p.n.e. Sztuczna inteligencja ju» istnieje. 1 2017 rok przeªomu 27 maja 2017 roku program AlphaGo (Master), stworzony przez rm DeepMind, nale» c do koncernu Google, wygraª w 209 ruchach ostatni z trzech partii pojedynku gry planszowej go z arcymistrzem ±wiata w tej grze (Ke Jie, Chiny). Wynik rozgrywki: AlphaGo Master Ke Jie 3:0. = moc obliczeniowa komputera u»ytego w ko«cowej rozgrywce byªa 10- krotnie mniejsza ni» komputera u»ytego w 2016 r. w rozgrywkach z korea«- skimi arcymistrzami mistrzami gry go. Program AlphaGo Master oparty jest na 2 sieciach neuronowych. W pa¹dzierniku 2017 nowy program AlphaGo Zero (wykorzystuj cy algorytm samouczenia si ) wygraª w grze go z AlphaGo Master w stosunku 100:0. Pierwsza wygrana komputera z czªowiekiem: W 1997 r. arcymistrz szachów Garri Kasparow przegraª z komputerem Deep Blue rmy IBM. Porównanie zªo»ono±ci szachów i go Szachy: liczba mo»liwych rozgrywek 10 120 = komputer mo»e przewidzie (prawie) wszystkie mo»liwe kombinacje przyszªych ruchów Go: liczba mo»liwych rozgrywek 10 761 2

Rysunek 2: Schemat rozgrywki go. Plansza zawiera 19x19 = 361 pól. Rysunek 3: Schemat blokowy sieci neuronowej. 3

= komputer nie mo»e przewidzie wszystkich mo»liwych kombinacji przyszªych ruchów. Do wygranej potrzebny jest przede wszystkim instynkt, umiej tno± uczenia si i odpowiednia strategia, czyli inteligencja. Sprecyzowania poj Sztuczna inteligencja (Articial Intelligence [AI]) koncepcja konstrukcji maszyn/komputerów, które s zdolne do wykonywania zada«w sposób inteligentny (smart) Samouczenie si maszyn (Machine Learning [ML]) zastosowanie AI opieraj ce si na idei,»e maszyny/komputery z dost pem do odpowiedniej bazy danych mog uczy si same. 2 Poszukiwanie nowych materiaªów Projekt bada«use machine learning to nd energy materials Nature, 7 December 2017 by Edward Sargent, Alán Aspuru-Guzik et al. Projekt zastosowania algorytmów AI do przeszukania bazy wªasno±ci materiaªów ( 700 000 materiaªów) w celu znalezienia tych materiaªów (energy materials), które s odpowiednie do przetwarzania energii promieniowania sªonecznego na energi pr du elektrycznego w bateriach sªonecznych = Ponadto poszukiwane b d nowe materiaªy do budowy bardziej wydajnych ogniw sªonecznych na podstawie oblicze«energii caªkowitej. Energetyka przyszªo±ci Przewidujemy,»e w niezbyt odlegªej przyszªo±ci wi kszo± energii potrzebnej ludzko±ci b dzie pochodziªa z promieniowania sªonecznego. Caªkowita moc wykorzystywana przez ludzi wynosi 18 TW, czyli 0.02 % mocy promieniowania sªonecznego docieraj cego do powierzchni Ziemi. Przykªad zako«czonych bada«naukowych wykonanych przy u»yciu algorytmu sztucznej inteligencji Phys. Rev. Lett. 117, 23 September 2016 Machine Learning Energies of 2 Million Elpasolite (ABC 2 D 6 ) Crystals by F.A. Faber et al. Elpasolit mineraª o strukturze krystalicznej typu AlNaK 2 F 6. 4

Rysunek 4: Farma sªoneczna. Rysunek 5: Struktura komórki elementarnej elpasolitu. 5

Rysunek 6: Wyniki oblicze«metod ML. Niektóre elpasolity, poddane dziaªaniu promieniowania jonizuj cego, emituj promieniowanie widzialne. = zastosowanie w przyrz dach scyntylacyjnych Model ML zostaª zastosowany do obliczenia energii wi zania wszystkich 2 10 6 elpasolitów zªo»onych z pierwiastków grup gªównych (a» do Bi). Energia caªkowita obliczona metod ML E(x) = ɛ I + N I N α i e di/σ (1) i ɛ I = ±rednia energia atomu w komórce elementarnej N = liczba atomów w komórce elementarnej, dla elpasolitów N = 10 {α i } = zbiór wag σ = skala ukªadu d i = x x i Parametry we wzorze (1) zostaªy dobrane na treningowym zbiorze N = 10 4 przypadków. Wyniki oblicze«zgadzaj si z dokªadno±ci 0.1 ev/atom z wynikami eksperymentów (dokªadno± lepsza od DFT). 6

Rysunek 7: Powi kszony pojedynczy kwadrat z poprzedniego rysunku. Obliczenia na tak du» skal byªyby niewykonalne przy u»yciu innych metod, np. DFT. 3 Zastosowanie sztucznej inteligencji w nauce Zastosowanie sztucznej inteligencji do poszukiwa«nowych: materiaªów fotowoltaicznych, materiaªów nadprzewodz cych, zwi zków chemicznych, cz stek, planet poza Ukªadem Sªonecznym,... Program NASA poszukiwania nowych planet poza Ukªadem Sªonecznym Kosmiczny teleskop Kepler od 2009 r. zebraª dane o trajektoriach ponad 150000 obiektów kosmicznych, w tym ponad 2500 exoplanet (planet poza Ukªadem Sªonecznym). Analiza tych danych wykonana pod koniec roku 2017 przez sztuczn inteligencj zainstalowan na komputerach Google'a pozwoliªa na odkrycie 2 nowych exoplanet. Odkryto przy tym pierwszy (poza Ukªadem Sªonecznym) ukªad z 8 planetami. Nowe czasopisma naukowe 7

Articial Intelligence (Elsevier) Nature Machine Intelligence, Launching January 2019, Chief Editor Liesbeth Venema (poprzednio Physics Editor w Nature). Nick Bostrom, Oxford University, Superintelligence: Paths, Dangers, Strategies (jest tak»e dost pne wydanie polskie) Nowe tematy bada«interdyscyplinarnych Zastosowanie algorytmów sztucznej inteligencji do... Temat Rekonstrukcja ±ladów typu "downstream"w eksperymencie LHCb metodami inteligencji obliczeniowej zgªoszony na Interdyscyplinarne rodowiskowe Studia Doktoranckie FCB przez prof. Piotra Kulczyckiego i dr. hab. Tomasza Szumlaka. 4 Scenariusze na przyszªo± Korzy±ci Rozwi zanie wielu problemów naukowych, szczególnie problemów wielu ciaª. Zastosowanie algorytmów sztucznej inteligencji do wspomagania bada«naukowych: przegl danie na bie» co wszystkich publikacji naukowych z zakresu okre±lonej tematyki i wybranie publikacji godnych zastosowania. Wspomaganie rozwoju cywilizacji, np.... zastosowanie AI w diagnostyce chorób (Nature, 15 March 2018) samochody autonomiczne (caªkowicie kierowane przez komputery) Zagro»enia Zastosowanie sztucznej inteligencji do wpªywania na emocje wyborców: indywidualnie adresowany przekaz informacji/dezinformacji podczas kampanii wyborczej. 8

Rysunek 8: Przewidywany rozwój sztucznej inteligencji: krzywa przej±cia. W prowincji Sinciang (Chiny) wprowadzono system inwigilacji elektronicznej 11 mln Ujgurów za pomoc aplikacji zainstalowanej (obowi zkowo) na smartfonach wszystkich rdzennych mieszka«ców tej prowincji. Nowy wy±cig zbroje«(usa, Rosja, Chiny) T = czas przej±cia Krótki czas przej±cia T < rok (mog to by nawet godziny!!!) brak mo»liwo±ci reakcji. Dªugi czas przej±cia T kilka/kilkana±cie lat mo»liwe rozwi zania: wprowadzenie nowego prawa, umów mi dzynarodowych = komputery z wbudowan etyk (etyka komputerów) Stephen Hawking ( 14 marca 2018) Prognoza/ostrze»enie dla ±wiata: Obawiam si,»e AI mo»e caªkowicie zast pi ludzi. Rozwój sztucznej inteligencji mo»e zagrozi istnieniu ludzkiej cywilizacji. Nieco optymizmu Gdy ju» sztuczna inteligencja rozwi»e wszystkie nasze problemy naukowe... 9

Rysunek 9: Zdj cie z Dolomitów. Podzi kowania dla przegl darki Google. Dzi kuj Pa«stwu za uwag. 10