В НЦМУ СПбПУ «Передовые цифровые технологии» состоялось заседание, посвящённое вопросам применения технологий машинного обучения и искусственного интеллекта при организации экстрамассивных вычислений

5 октября 2022 года в Научном центре мирового уровня (НЦМУ) «Передовые цифровые технологии» Санкт-Петербургского политехнического университета Петра Великого (СПбПУ) состоялось заседание, посвящённое вопросам применения технологий машинного обучения и искусственного интеллекта при организации экстрамассивных вычислений с использованием высокопроизводительных реконфигурируемых вычислительных устройств.

Открывая заседание, с приветственным словом выступил профессор Высшей школы искусственного интеллекта Института компьютерных наук и технологий СПбПУ, заведующий научно-исследовательской лабораторией «Суперкомпьютерные технологии и машинное обучение» НЦМУ СПбПУ «Передовые цифровые технологии» Владимир Заборовский. Владимир Сергеевич отметил актуальность обсуждаемой тематики и напомнил уже имеющиеся важнейшие результаты деятельности лаборатории. Кроме того, спикер подчеркнул важность участия в мероприятии Почетного доктора Санкт-Петербургского политехнического университета Петра Великого, академика Российской академии наук, научного руководителя направления Южного федерального университета Игоря Каляева.

• «Игорь Анатольевич Каляев, почётный доктор СПбПУ, является ведущим российским ученым в области многопроцессорных вычислений и интеллектуальных систем. Его компетенции и опыт работы в области экстрамассивных параллельных вычислений позволят повысить эффективность работы научно-исследовательской лаборатории «Суперкомпьютерные технологии и машинное обучение» НЦМУ СПбПУ в части использования реконфигурируемых высокопроизводительных вычислителей для решения широкого круга научных и практических задач вуза и его партнеров, включая применение перспективных методов машинного обучения», – отметил Владимир Заборовский.

В рамках мероприятия о ходе реализации прикладных исследований по интеллектуальной диспетчеризации суперкомпьютерного центра (СКЦ) рассказал директор Высшей школы искусственного интеллекта Института компьютерных наук и технологий СПбПУ Владимир Мулюха. Спикер отметил, что эффективное планирование пакетных заданий имеет решающее значение для достижения высокой производительности вычислительной системы в целом, а процесс планирования процессов выполнения заданий с учетом новых технологий машинного обучения и искусственного интеллекта является важным направлением высокопроизводительных вычислений.

В продолжение Владимир Александрович презентовал проект по разработке и реализации прототипа мультиагентного диспетчера для повышения эффективности управления гетерогенным суперкомпьютером на основе методов машинного обучения и искусственного интеллекта.

• «Суть интеллектуализации – накопление «опыта» и его использование для настройки аппаратно-программных компонент вычислительной среды с целью повышения реальной производительности суперкомпьютера», – пояснил докладчик.

Далее Владимир Мулюха наглядно проиллюстрировал предлагаемую структуру супервизорного интеллектуального управления гетерогенным суперкомпьютером с использованием мультиагентного диспетчера, а также перечислил ключевые особенности задач, среди которых – интеллектуальное управление потоком поступающих заданий, «тонкая» настройка параметров прикладных задач, выполняемых в заданной вычислительной среде, реконфигурация аппаратных ресурсов для достижения максимальной реальной производительности. Кроме того, спикер отметил, что в ходе работы были выявлены факторы влияния параметров диспетчера на время выполнения задачи.

Продолжил выступление заведующий научно-исследовательской лабораторией нейросетевых технологий и искусственного интеллекта Института компьютерных наук и технологий СПбПУ Лев Уткин. Лев Владимирович рассказал о последних разработках в машинном обучении в СПбПУ, в частности, проиллюстрировал стандартную модель медицинской диагностики, а также обозначил необходимые изменения для ее совершенствования.
Далее, Лев Владимирович представил общую идею решения задачи локального объяснения:

• «Необходимо построить модель объяснения для модели машинного обучения «черного ящика» (глубокая нейронная сеть, случайный лес, SVM и т.д.), которая аппроксимирует основную модель в окрестности объяснимого примера и принадлежит множеству «простых» моделей, которые являются самообъясняемыми –
  линейные модели, деревья решений и др.».

Спикер также описал локальное объяснение в онкологии, нейролингвистическом программировании, гистологии, а также отметил простые методы композиции.

В завершение мероприятия Владимир Заборовский рассказал об использовании топологических подходов в задачах машинного обучения. Спикер представил подходы к машинному обучению с точки зрения суперкомпьютерных технологий, среди которых – ускорение операций свертки, при сравнении процессор, разворачивающихся во времени; использование методов кросс-корреляции для позиционирования (выявления) объектов внимания; объяснение результатов работы компьютерных классификаторов на основе суррогатной модели. Владимир Сергеевич также проиллюстрировал анализ данных на основе топологических инвариантов: гистограммы, числа Бетти, диаграммы персистентности.

• «Ключевая особенность состоит в том, что топология отражает объективные связи, существующие в реальных объектах, которые формируются на основе физических, химических и биологических законов», –  отметил спикер.

В заключение Игорь Каляев подвел итоги мероприятия, а также обозначил важные аспекты ключевых докладов.

• «Сегодня были представлены очень интересные результаты. В частности, руководители проекта, посвященного реализации прикладных исследований по интеллектуальной диспетчеризации суперкомпьютерного центра, выбрали правильный путь. Так как сфера моих научных интересов очень близка данной тематике, убежден, что всегда необходимо начинать с чего-то более простого и постепенно переходить к сложным вещам. В дальнейшем, а мы планируем развивать это направление совместно с Национальным центром физики и математики, эти пути – простой и сложный – должны сойтись, а мы должны получить интеллектуальную систему, которая бы обеспечивала интеллектуальную диспетчеризацию практически без исходных вводных данный от человека. У вас уникальные результаты, огромное количество публикаций – это впечатляет! И это необходимо развивать!», – подытожил Игорь Анатольевич.

Важно отметить, что 4 октября 2022 года Игорь Анатольевич Каляев был удостоен премии Правительства Российской Федерации в области образования за комплексную научно–методическую разработку «Создание учебно–научно–производственной среды многоуровневой подготовки практико–ориентированных кадров в области многопроцессорных вычислительных и управляющих систем с реконфигурируемой архитектурой для высокотехнологичных отраслей российской промышленности». Премию вручил Председатель Правительства Российской Федерации Михаил Мишустин.

Напомним, что основным направлением работы научно-исследовательской лаборатории «Суперкомпьютерные технологии и машинное обучение» НЦМУ СПбПУ «Передовые цифровые технологии» является разработка систем гетерогенных экстрамассивных параллельных вычислений с использованием технологий машинного обучения для решения комплексных наукоемких задач и создания цифровых технологий нового поколения в области медицины и анализа многомерных объектов. Рассматриваются вопросы применения технологий машинного обучения и гетерогенных суперкомпьютеров для повышения эффективности решения вычислительно сложных задач.

Прикладные направления исследований лаборатории – разработка методов объяснительного интеллекта для систем медицинской диагностики, сейсморазведки и регистрации цифровых моделей объектов и повышение эффективности решения вычислительно сложных задач за счет применения распределенной реконфигурируемой гетерогенной вычислительной платформы для решения задач машинного обучения и моделирования когнитивных операций в сложных киберфизических системах.