МОСКВА, 16 сентября. /ТАСС/. Исследователи из России разработали алгоритм, способный за небольшое число математических операций преобразовать результаты сейсмографических замеров в детализированные карты подземных структур. Это позволит расширить использование сейсмических замеров при поиске полезных ископаемых и оценке сейсмических рисков при строительстве, сообщила пресс-служба МФТИ.
"В отличие от уже существующих диффузионных моделей ИИ, разработанная учеными система не восстанавливает карты из случайного шума, а строит "мост" между двумя конкретными точками: приблизительной и детализированной эталонной моделью. Это сокращает число операций в разы - для получения карты требуется всего 50-100, а не сотни или тысячи вызовов нейросети. При этом достигается сопоставимое качество результата, что существенно ускоряет процесс", - говорится в сообщении.
Подход был разработан аспирантом МФТИ Андреем Станкевичем и заведующим кафедрой информатики и вычислительной математики МФТИ Игорем Петровым. Разработанный ими алгоритм опирается в своей работе на так называемый "мост Шредингера" - математическую задачу, которая была сформулирована еще в 1930-х годах основоположником квантовой механики Эрвином Шредингером.
Она описывает процесс эволюции набора частиц в результате воздействия на них одного или нескольких случайных (стохастических) процессов в определенном промежутке времени. Этот подход сейчас широко применяется при создании диффузионных систем ИИ, генерирующих изображения и другие данные по запросу пользователя, а также для анализа свойств сейсмических волн и их преобразования в целостную карту подземных структур.
Российские ученые разработали подход, который позволяет быстрым образом преобразовать сейсмические данные в специальные "подсказки", которыми может пользоваться нейросеть при составлении детализированных карт подземных структур в процессе ее обучения. Это позволяет ей проводить этот процесс не наугад, а опираясь на реальные данные, что резко сокращает число необходимых шагов и в десятки раз ускоряет работу системы.
"Представьте себе, что вы видите подземные структуры сквозь запотевшее окно и шаг за шагом постепенно стираете этот туман, открывая ясную картину того, что скрыто под землей. Так работает и наша система: на входе мы имеем размытую модель и сырую запись сейсмических волн. С помощью нейронной сети система шаг за шагом "уточняет" карту и добавляет в нее детали. На выходе получается детальная карта скоростей, которая соответствует реалистичной геологической структуре из обучающей выборки", - подытожил Станкевич, чьи слова приводит пресс-служба вуза.