Apa yang berlaku
Newswise melaporkan bahawa penyelidik SLAC membangunkan kaedah pemampatan berasaskan AI untuk set data saintifik yang besar. Pendekatan ini memisahkan maklumat mengikut skala, memampatkan komponen tersebut dengan rangkaian saraf dan membolehkan pengguna mendapatkan semula kawasan terpilih pada resolusi berbeza. Para penyelidik melaporkan pengurangan saiz fail sebanyak 10 hingga 100 kali ganda merentas beberapa jenis data, tetapi keputusan tersebut tidak disahkan secara bebas dalam sumber yang dibekalkan.
Newswise melaporkan bahawa penyelidik di Makmal Pemecut Nasional SLAC Jabatan Tenaga A.S. telah membangunkan kaedah rangkaian saraf untuk memampatkan data mentah daripada eksperimen saintifik berskala besar. Kerja itu diterbitkan dalam Nature Machine Intelligence, menurut laporan itu. Matlamat utamanya adalah untuk mengurangkan saiz fail tanpa membuang corak halus yang kemudiannya mungkin terbukti penting kepada analisis saintifik. Laporan membingkai kaedah sebagai tindak balas kepada pertumbuhan data percubaan yang dijangka, bukannya sebagai produk pemampatan pengguna tujuan umum.
Menurut Newswise, kaedah pertama menggunakan analisis wavelet untuk memisahkan ciri dalam set data mengikut skala. Rangkaian saraf kemudiannya memampatkan komponen berskala berbeza secara berasingan, menghasilkan perwakilan padat yang bertujuan untuk mengekalkan kedua-dua struktur luas dan butiran yang lebih halus. Semasa penyahkodan, penyelidik boleh memilih kawasan yang diminati dan memulihkannya pada skala dan resolusi yang berbeza. Pendapatan terpilih ini merupakan ciri utama pendekatan: pengguna tidak semestinya perlu menyahmampat keseluruhan fail untuk memeriksa sebahagian kecil ukuran.
Newswise melaporkan bahawa penyelidik menguji kaedah pada beberapa kategori data, termasuk pengukuran yang melibatkan molekul dan bahan, pengukuran medan magnet suria dan gambar. Laporan itu mengatakan rangkaian saraf menyesuaikan diri dengan jenis data yang berbeza dengan mempelajari ciri yang penting untuk setiap pengukuran. Para penyelidik melaporkan bahawa, bergantung pada data dan kualiti atau kesetiaan yang diingini, kaedah ini biasanya boleh mengurangkan saiz fail sebanyak 10 hingga 100 kali ganda. Sumber yang dibekalkan tidak menyediakan jadual penanda aras asas, metrik ralat, kaedah perbandingan atau saiz set data yang diperlukan untuk menilai julat itu secara bebas.
Laporan itu mengenal pasti Sumber Cahaya Koheren Linac, atau LCLS, sebagai aplikasi yang berpotensi. Newswise berkata kemudahan itu dijangka akhirnya menjana sehingga satu juta denyutan sinar-X sesaat, menghasilkan volum data yang boleh mencapai terabait sesaat untuk instrumen yang menggunakan keupayaan penuhnya. Ia secara khusus menyebut instrumen spektroskopi turun naik foton sinar-X, yang akan mengkaji pergerakan zarah dalam bahan topologi dan kuantum eksotik. Sumber menerangkan kaedah pemampatan sebagai berpotensi berguna untuk tetapan ini, bukan sebagai penggunaan pengeluaran yang disahkan.
Newswise juga melaporkan bahawa pendekatan ini direka bentuk untuk berfungsi bersama-sama teknik pengurangan data yang lebih luas yang mengekalkan acara atau ciri terpilih sahaja. Para penyelidik menggambarkannya sebagai pilihan pemampatan berasaskan AI tambahan dan bukannya pengganti kaedah sedia ada. Latihan menggunakan sistem pengkomputeran Perlmutter di Pusat Pengkomputeran Saintifik Penyelidikan Tenaga Nasional, menurut laporan itu. Penyumbang termasuk penyelidik yang dikaitkan dengan SLAC, Stanford, Universiti Texas di Austin, Universiti California, Davis dan Universiti Carnegie Mellon.
Butiran sumber: newswise.com ↗
Mengapa ia penting
Instrumen saintifik menghasilkan set data yang cukup besar untuk menegangkan sistem penyimpanan, pemindahan dan analisis. Mengekalkan ciri halus sambil mendayakan perolehan semula khusus wilayah boleh mengurangkan kos dan masa bekerja dengan data percubaan, terutamanya dalam kemudahan seperti Sumber Cahaya Koheren Linac SLAC. Nilai praktikal akan bergantung pada ujian bebas, ketepatan pengukuran yang dipulihkan, dan sama ada kaedah itu berfungsi dengan pasti dalam saluran paip operasi.
Masalah praktikal semakin penting untuk sains eksperimen. Newswise melaporkan bahawa instrumen generasi akan datang akan menghasilkan lebih banyak data daripada sistem storan dan analisis semasa yang boleh dikendalikan dengan selesa. Set data mentah yang besar menghasilkan beberapa kos bersambung: mereka memerlukan kapasiti storan, lebar jalur rangkaian untuk pergerakan, masa pengkomputeran untuk pemprosesan dan masa kakitangan untuk mencari dan memeriksa ukuran yang berkaitan. Kaedah pemampatan yang mengekalkan maklumat berguna boleh menjejaskan keempat-empat bahagian aliran kerja tersebut.
Rasional saintifik untuk mengekalkan butiran halus adalah khusus dan bukannya kosmetik. Newswise melaporkan bahawa bintik-bintik kecil dalam imej X-ray boleh mengandungi maklumat tentang susunan, gangguan atau dinamik bahan. Jika pemampatan mengalih keluar corak tersebut, penyelidik mungkin kehilangan bukti yang diperlukan untuk memahami cara bahan distrukturkan atau cara ia berubah dari semasa ke semasa. Cadangan pemisahan ciri mengikut skala bertujuan untuk menyediakan butiran sedemikian apabila ia penting, sambil masih mengurangkan saiz set data keseluruhan.
Penyahkodan terpilih juga boleh mengubah cara penyelidik menyemak semula data yang diarkibkan. Laporan itu mengatakan pemampatan konvensional mungkin memerlukan keseluruhan fail untuk dinyahmampat sebelum kawasan kecil boleh diperiksa, satu proses yang boleh mengambil masa beberapa minit, jam atau hari bergantung pada set data. Newswise melaporkan bahawa kaedah SLAC sebaliknya boleh menyahmampat hanya kawasan yang diminta. Jika tingkah laku itu disahkan dalam beban kerja sebenar, ia boleh menjadikan analisis penerokaan lebih responsif dan mengurangkan sumber pengkomputeran yang diperlukan untuk penyiasatan berulang.
Pendekatan itu mungkin relevan di luar satu kemudahan kerana sumber mengatakan ia telah diuji pada data saintifik dan fotografi yang pelbagai. Keluasan itu mencadangkan rangka kerja pemampatan umum yang mungkin untuk penyelidikan yang kaya dengan data, tetapi ia tidak mewujudkan prestasi universal. Instrumen dan soalan saintifik yang berbeza mungkin menghargai ciri yang berbeza, dan tetapan mampatan yang mencukupi untuk satu tugasan boleh memadamkan maklumat yang diperlukan untuk tugasan yang lain. Oleh itu kaedah ini paling penting sebagai cara untuk menjadikan pemampatan lebih terkawal dan sedar tugas, bukan sebagai bukti bahawa semua data saintifik boleh dimampatkan dengan selamat pada kadar yang sama.
Had penting kekal. Laporan Newswise yang dibekalkan tidak mengesahkan keputusan penyelidik secara bebas, mengenal pasti semua set data ujian, mengira ralat pembinaan semula atau membandingkan kaedah dengan pemampat tercanggih yang dinamakan. Ia juga tidak menyatakan sama ada kaedah itu telah digunakan dalam aliran kerja LCLS secara langsung, sama ada pengurangan yang dilaporkan termasuk semua metadata dan overhed model, atau berapa banyak pengkomputeran yang diperlukan untuk latihan dan penyahkodan. Perkara yang tidak diketahui menentukan sama ada penyelidikan itu adalah hasil makmal atau alat yang boleh digunakan secara meluas.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Apa yang perlu ditonton seterusnya
Soalan utama ialah sama ada julat mampatan yang dilaporkan berlaku merentas set data bebas, berapa banyak maklumat saintifik yang hilang pada setiap tahap mampatan dan sama ada kaedah itu boleh beroperasi dengan cukup pantas untuk instrumen sebenar. Pelaporan selanjutnya juga harus menentukan sama ada perisian, model terlatih, data penilaian dan butiran pelaksanaan tersedia secara umum, dan sama ada SLAC menggunakan sistem dalam percubaan pengeluaran.
Penilaian bebas harus menjadi ujian pertama. Laporan masa hadapan harus menyediakan ukuran herotan kadar yang menunjukkan berapa banyak ralat berangka atau visual yang diperkenalkan pada setiap tahap mampatan dan sama ada kesimpulan saintifik penting kekal tidak berubah selepas penyahmampatan. Perbandingan dengan kaedah lossless dan lossy konvensional akan menjelaskan sama ada pengurangan 10 hingga 100 kali ganda yang dilaporkan adalah kemajuan praktikal untuk beban kerja tertentu atau hasil daripada keadaan ujian yang menggalakkan. Sumber sahaja tidak menetapkan bahawa julat yang dituntut digunakan secara meluas.
Ketersediaan juga penting. Newswise tidak menyatakan sama ada SLAC telah mengeluarkan kod sumber, model terlatih, fail konfigurasi atau set data yang digunakan untuk penilaian. Tanpa bahan-bahan tersebut, penyelidik luar mungkin mengalami kesukaran untuk mengeluarkan semula keputusan atau menentukan sama ada kaedah itu dipindahkan ke instrumen mereka sendiri. Kos latihan, perkakasan yang diperlukan untuk penyahkodan, dan penyelenggaraan yang diperlukan apabila pengedaran data berubah juga tidak dilaporkan.
Penggunaan operasi di LCLS atau kemudahan pemprosesan tinggi yang lain akan memberikan ujian yang lebih berbangkit. Penyiasat perlu mengukur sama ada pemampatan dan pengambilan terpilih selaras dengan data masuk, sama ada sistem memperkenalkan kependaman yang tidak boleh diterima dan sama ada kegagalan boleh dikesan dan dipulihkan tanpa menjejaskan rekod mentah. Newswise menerangkan penggunaan masa depan atau potensi penggunaan di LCLS, tetapi laporan yang dibekalkan tidak mengesahkan bahawa alat itu beroperasi dalam saluran pengeluaran.
Penyelidik juga harus meneliti risiko saintifik pada tahap ciri. Kaedah boleh mengekalkan kualiti imej keseluruhan sambil melemahkan isyarat kecil yang penting untuk eksperimen tertentu. Oleh itu, penilaian harus merangkumi ujian berasaskan tugas, seperti sama ada saintis boleh memulihkan sifat bahan yang sama atau kesimpulan fizikal daripada data mampat seperti daripada ukuran asal. Laporan itu tidak menyatakan apakah ujian tersebut dilakukan.
Akhir sekali, medan memerlukan panduan yang lebih jelas tentang masa pemampatan AI sesuai dan bila data mentah mesti disimpan. Newswise membentangkan kaedah itu sebagai pelengkap kepada pemilihan acara dan teknik pengurangan data lain, yang menimbulkan persoalan tentang cara berbilang pengurangan berinteraksi dan sama ada ralat dikompaun. Perkembangan seterusnya yang paling bermakna ialah bukti daripada kumpulan bebas atau penggunaan yang didokumenkan yang menunjukkan kaedah mengekalkan butiran penting secara saintifik di bawah kekangan penyimpanan dan analisis sebenar.