Ученые ФКН провели курс по машинному обучению в рамках Всероссийской школы по физике высоких энергий
В Национальном центре физики и математики (НЦФМ) завершилась пятая Всероссийская школа по физике высоких энергий, ядерной физике и ускорительной технике. Команда научно-учебной лаборатории методов анализа больших данных Института искусственного интеллекта и цифровых наук ФКН провела в рамках школы интенсивный курс по современным методам машинного обучения для молодых исследователей.
Программа школы охватила широкий спектр направлений — от ядерной фотоники и особенностей работы ускорителей частиц до ядерной астрофизики. Участники познакомились с методологией передовых экспериментов на действующих ускорительных комплексах и проектом НЦФМ по созданию в России уникальной установки — источника комптоновского излучения (ИКИ).
Среди курсов, вызвавших особый интерес слушателей, был и практический трек, который провели исследователи лаборатории методов анализа больших данных Анвар Ибрахим, Фома Шипилов, Евгений Курбатов и Андрей Шевелев. За четыре семинара сотрудники лаборатории провели участников школы по пути от базовых принципов работы с тензорами в Numpy до применения обучения с подкреплением для оптимизации транспортировки пучка электронов между источником и накопительным кольцом. Этот материал стал мостом между фундаментальной физикой и цифровыми инструментами, которые все активнее внедряются в экспериментальную науку.
Фёдор Ратников, ведущий научный сотрудник лаборатории, отметил: «Школа в НЦФМ для молодых исследователей, решающих практические задачи ускорительных экспериментов, уже стала традиционной. Столь же традиционно команда лаборатории Лямбда просвещает участников по вопросам современного машинного обучения, выполняя одну из важных миссий лаборатории — нести в массы свет и знания о практических возможностях современного искусственного интеллекта для решения задач в сфере естественных наук. Нашим ребятам удалось за четыре семинара изменить отношение слушателей к ИИ от “это какая-то недоступная магия” до “это полезный инструмент, которым можно и нужно пользоваться в моей текущей работе”».
Фёдор также подчеркнул вклад подразделений факультета компьютерных наук: «Отдельно отмечу поддержку нашей инициативы и практическую помощь со стороны отделов ФКН: внешних коммуникаций и по работе с абитуриентами, студентами и выпускниками. Они сильно поспособствовали успеху нашего мероприятия».
Участники высоко оценили практическую ориентированность курса. Алина Сагайдак, студентка первого курса магистратуры Новосибирского государственного университета и Института ядерной физики имени Г. И. Будкера Сибирского отделения РАН, поделилась впечатлениями: «Всего за четыре занятия преподаватели успели рассказать про базовые алгоритмы машинного обучения, нейронные сети и обучение с подкреплением. Причем это не была абстрактная теория: каждый блок сопровождался наглядными примерами из физики высоких энергий и ускорительной техники. На заключительном семинаре рассказали про применение фреймворка RL-ABC на установке ВЭПП-5 в Институте ядерной физики. Отдельно хочу сказать про семинаристов — это были люди, к которым можно было подойти и задать “глупый” вопрос и получить развернутый ответ. Анвар Ибрахим вела часть занятий на английском, так что удалось попрактиковать язык в рабочей, научной среде».
Кульминацией курса стало соревнование, где участникам предстояло с помощью обучения с подкреплением научить агента проезжать как можно дальше по случайной трассе в игре Hill Climb Racing. Для многих, включая Алину, это был первый опыт работы с подкреплением, и задача оказалась азартной. Ей удалось войти в число победителей, что стало приятным завершением курса.
«Подытоживая: после этих семинаров я вдохновилась применять машинное обучение в собственной научной работе осознанно, а не по принципу “взяла первый попавшийся алгоритм, написанный на коленке”. Jupyter-ноутбуки с семинаров точно буду открывать еще не один раз. Большое спасибо организаторам и преподавателям — это было супер полезно и супер интересно», — добавила Алина.
Во время школы сотрудники факультета компьютерных наук вновь поделились передовыми цифровыми компетенциями с молодыми российскими исследователями, успешно объединяя фундаментальную науку с практическими инструментами ИИ для решения актуальных задач.
