Dolar 9,3088
Euro 10,8387
Altın 529,59
BİST 1.430
Adana Adıyaman Afyon Ağrı Aksaray Amasya Ankara Antalya Ardahan Artvin Aydın Balıkesir Bartın Batman Bayburt Bilecik Bingöl Bitlis Bolu Burdur Bursa Çanakkale Çankırı Çorum Denizli Diyarbakır Düzce Edirne Elazığ Erzincan Erzurum Eskişehir Gaziantep Giresun Gümüşhane Hakkari Hatay Iğdır Isparta İstanbul İzmir K.Maraş Karabük Karaman Kars Kastamonu Kayseri Kırıkkale Kırklareli Kırşehir Kilis Kocaeli Konya Kütahya Malatya Manisa Mardin Mersin Muğla Muş Nevşehir Niğde Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas Şanlıurfa Şırnak Tekirdağ Tokat Trabzon Tunceli Uşak Van Yalova Yozgat Zonguldak
İstanbul 17 °C
Çok Bulutlu

Yeni Nesil Rezervuar Bilgi İşlem: “Zorun En Zoru” Bilgisayar Sorunlarını Çözmenin Yeni Bir Yolu

24.09.2021
27
Yeni Nesil Rezervuar Bilgi İşlem: “Zorun En Zoru” Bilgisayar Sorunlarını Çözmenin Yeni Bir Yolu

Rezervuar hesaplamanın kalbi olan yapay sinir ağları büyük ölçüde basitleştirildi.

İnsan beyninin çalışma şeklini taklit eden nispeten yeni bir bilgi işlem türü, bilim insanlarının en zor bilgi işleme problemlerinden bazılarını nasıl çözebileceklerini şimdiden değiştiriyordu.

Şimdi, araştırmacılar denilen şeyi yapmanın bir yolunu buldular. rezervuar hesaplama önemli ölçüde daha az bilgi işlem kaynağı ve gereken daha az veri girişi ile 33 ila bir milyon kat daha hızlı çalışın.

Aslında, bu yeni nesil rezervuar hesaplamanın bir testinde, araştırmacılar bir masaüstü bilgisayarda bir saniyeden daha kısa bir sürede karmaşık bir hesaplama problemini çözdüler.

Ohio State Üniversitesi’nde fizik profesörü ve çalışmanın baş yazarı Daniel Gauthier, şu anda en son teknolojiyi kullanarak, aynı problemin çözülmesi için bir süper bilgisayar gerektirdiğini ve hala çok daha uzun sürdüğünü söyledi.

Gauthier, “Şu anda rezervuar hesaplamanın yapabildiklerine kıyasla çok daha az bilgisayar kaynağı kullanarak çok karmaşık bilgi işleme görevlerini çok kısa sürede gerçekleştirebiliriz” dedi.

“Ve rezervuar hesaplama, daha önce mümkün olana göre zaten önemli bir gelişmeydi.”

Çalışma 21 Eylül 2021’de dergide yayınlandı. Doğa İletişimi.

Gauthier, 2000’li yılların başında geliştirilen ve zaman içinde değişen dinamik sistemlerin evrimini tahmin etmek gibi “zorun en zoru” bilgisayar problemlerini çözmek için kullanılan bir makine öğrenme algoritması olduğunu söyledi.

Hava durumu gibi dinamik sistemleri tahmin etmek zor çünkü bir koşuldaki sadece küçük bir değişiklik, hatta büyük etkilere sahip olabilir, dedi.

Ünlü bir örnek, “kelebek Etkisi“metaforik bir örnekte – kanatlarını çırpan bir kelebeğin yarattığı değişiklikler sonunda haftalar sonra hava durumunu etkileyebilir.

Gauthier, önceki araştırmaların, rezervuar hesaplamanın dinamik sistemleri öğrenmek için çok uygun olduğunu ve gelecekte nasıl davranacaklarına dair doğru tahminler sağlayabileceğini gösterdiğini söyledi.

Bunu bir kullanarak yapar yapay sinir ağı, biraz insan beyni gibi. Bilim adamları, dinamik bir ağdaki verileri, bir ağdaki rastgele bağlanmış yapay nöronlardan oluşan bir “rezervuara” besler. Ağ, bilim adamlarının yorumlayabileceği ve ağa geri besleyebileceği yararlı çıktılar üretir ve sistemin gelecekte nasıl gelişeceğine dair daha doğru bir tahmin oluşturur.

Sistem ne kadar büyük ve karmaşıksa ve bilim adamlarının tahminin ne kadar doğru olmasını istiyorsa, yapay nöron ağı o kadar büyük olmalı ve görevi tamamlamak için o kadar fazla bilgi işlem kaynağı ve zaman gerekiyor.

Gauthier, yapay nöronların rezervuarının bir “kara kutu” olduğunu söyledi ve bilim adamları bunun içinde tam olarak ne olduğunu bilmiyorlar – sadece işe yaradığını biliyorlar.

Gauthier, rezervuar hesaplamanın kalbindeki yapay sinir ağlarının matematik üzerine kurulduğunu açıkladı.

“Matematikçilere bu ağlara baktık ve ‘Makinedeki tüm bu parçalara gerçekten ne kadar ihtiyaç var?’ diye sorduk” dedi.

Bu çalışmada, Gauthier ve meslektaşları bu soruyu araştırdı ve tüm rezervuar bilgi işlem sisteminin büyük ölçüde basitleştirilebileceğini, böylece bilgi işlem kaynaklarına olan ihtiyacı önemli ölçüde azaltabileceğini ve önemli ölçüde zaman kazanabileceğini buldu.

Kavramlarını, çalışmaları kelebek etkisini anlamamıza yol açan Edward Lorenz tarafından geliştirilen bir hava durumu sistemini içeren bir tahmin görevi üzerinde test ettiler.

Yeni nesil rezervuar hesaplamaları, bu Lorenz tahmin görevinde günümüzün en son teknoloji ürünü karşısında açık bir kazanan oldu. Bir masaüstü bilgisayarda yapılan nispeten basit bir simülasyonda, yeni sistem mevcut modelden 33 ila 163 kat daha hızlıydı.

Ama amaç büyükken kesinlik tahminde, yeni nesil rezervuar hesaplaması yaklaşık 1 milyon kat daha hızlıydı. Gauthier, yeni nesil hesaplamanın, mevcut nesil modelin ihtiyaç duyduğu 4.000’e kıyasla sadece 28 nöron eşdeğeri ile aynı doğruluğu elde ettiğini söyledi.

Hızlanmanın önemli bir nedeni, bu yeni nesil rezervuar hesaplamasının arkasındaki “beynin”, aynı sonuçları elde etmek için mevcut nesle kıyasla çok daha az ısınma ve eğitim gerektirmesidir.

Isınma, gerçek görevine hazırlamak için rezervuar bilgisayarına girdi olarak eklenmesi gereken eğitim verileridir.

Gauthier, “Yeni nesil rezervuar hesaplamamız için neredeyse hiç ısınma süresine gerek yok” dedi.

“Şu anda, bilim adamları onu ısıtmak için 1.000 veya 10.000 veri noktası veya daha fazlasını koymak zorunda. Ve bu, gerçek çalışma için gerekli olmayan, kaybolan tüm verilerdir. Sadece bir veya iki veya üç veri noktası koymamız gerekiyor” dedi.

Ve araştırmacılar, tahmin yapmak için rezervuar bilgisayarını eğitmeye hazır olduklarında, yeni nesil sistemde çok daha az veriye ihtiyaç duyulur.

Lorenz tahmin görevi testlerinde araştırmacılar, istenen doğruluğa bağlı olarak 5.000 veya daha fazla veri noktası kullanılarak üretilen mevcut nesille aynı sonuçları 400 veri noktası kullanarak elde edebildiler.

Gauthier, “Heyecan verici olan, bu yeni nesil rezervuar hesaplamanın zaten çok iyi olanı alması ve onu önemli ölçüde daha verimli hale getirmesi” dedi.

O ve meslektaşları, bu çalışmayı akışkan dinamiği tahmini gibi daha da zor hesaplama sorunlarının üstesinden gelmek için genişletmeyi planlıyor.

“Bu, çözülmesi inanılmaz derecede zor bir problem. Basitleştirilmiş rezervuar hesaplama modelimizi kullanarak bu sorunu çözme sürecini hızlandırıp hızlandıramayacağımızı görmek istiyoruz.”

Referans: Daniel J. Gauthier, Erik Bollt, Aaron Griffith ve Wendson AS Barbosa tarafından hazırlanan “Yeni nesil rezervuar hesaplama”, 21 Eylül 2021, Doğa İletişimi.
DOI: 10.1038/s41467-021-25801-2

Çalışmanın ortak yazarları, Clarkson Üniversitesi’nde elektrik ve bilgisayar mühendisliği profesörü olan Erik Bollt; Ohio State’de fizik alanında doktorasını alan Aaron Griffith; ve Ohio Eyaletinde fizik alanında doktora sonrası araştırmacı olan Wendson Barbosa.

Çalışma ABD Hava Kuvvetleri, Ordu Araştırma Ofisi ve Savunma İleri Araştırma Projeleri Ajansı tarafından desteklendi.

.

Gelişmelerden zamanında haberdar olmak için Google News’te Bilim Portal’a ABONE OLUN

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.