Быстрый алгоритм, которому можно доверять

Доцент кафедры информационной безопасности Института прикладной математики и компьютерных наук Тульского государственного университета Валентина Вячеславовна Сулимова разрабатывает высокопроизводительные методы машинного обучения, которые не только быстро обрабатывают огромные массивы данных, но и объясняют, почему принято то или иное решение. В 2026 году проект поддержал Российский научный фонд.

Данные в современном мире решают практически всё. Каждый день в больницах, лабораториях, банках и производственных цехах накапливаются терабайты информации. Чтобы извлечь из неё пользу, нужны алгоритмы машинного обучения – они анализируют данные, находят закономерности и помогают принимать решения. Одна из самых распространённых задач – двухклассовое распознавание, когда нужно отнести новый объект к одной из двух групп. Например, болен пациент или здоров, бракованная деталь или годная, транзакция мошенническая или легальная. Самый популярный инструмент для такого анализа сегодня – нейронные сети.

Но проблема здесь в том, что они работают как чёрный ящик, выдавая результат, но не объясняя, на каком основании сделан такой вывод. Для получения объяснимых решений учёные ТулГУ используют метод опорных векторов (SVM). Математическая модель SVM прозрачна: всегда можно понять, какие признаки объектов оказались решающими, какие конкретно объекты повлияли на вывод системы и почему. У SVM есть и другие достоинства: он гибко настраивается под разные задачи, даёт высокое качество решений и требует небольшого количества параметров. Но есть и недостаток: при работе с большими объёмами данных обучение модели происходит слишком долго и требует огромных вычислительных ресурсов. Чем больше данных – тем медленнее работает алгоритм.

—  Сейчас не существует методов, которые, сохраняя все преимущества SVM, полностью решали бы проблему обучения на больших наборах данных, - отметила руководитель разработки Валентина Сулимова. – Наш проект как раз восполняет этот пробел. 

Исследователи предложили оригинальную концепцию. Вместо того чтобы пытаться скормить алгоритму все данные сразу, они хотят интеллектуально разбивать огромную задачу на множество небольших подзадач. Каждую подзадачу решают независимо, а затем частные решения объединяют в единый результат – причём он полностью совпадает по структуре и свойствам с решением классического SVM. Это принципиальное отличие от многих других подходов, где приходится жертвовать точностью ради скорости.

Такой подход даёт сразу два преимущества, объяснила Валентина Вячеславовна. Во-первых, задача любого размера решается на обычном компьютере – даже если данные не помещаются в оперативную память. Во-вторых, подзадачи можно решать параллельно, что позволяет задействовать мощности современных многоядерных процессоров и распределённых вычислительных систем. Производительность растёт многократно. В разрабатываемые алгоритмы планируется встроить механизм автоматического отбора наиболее важных признаков. Он будет отсеивать шум и оставлять только те характеристики объектов, которые действительно влияют на результат. Это повышает точность и обобщающую способность системы – она будет хорошо работать не только на обучающих данных, но и на новых примерах. 

Одним из практических применений разрабатываемых методов будет являться анализ маммограмм с патологиями с использованием интерфейса «мозг-компьютер». Данный интерфейс основан на регистрации электрической активности различных участков головного мозга в виде электроэнцефалограмм и последующем их анализе. Обычно он используется в реабилитационной медицине, но недавно коллеги из Великобритании предложили технологию его применения для обнаружения маммограмм с патологиями, основанную на анализе мозговой активности эксперта в процессе просмотра быстро предъявляемых ему изображений маммограмм.

Идея построения данной технологии основывается на факте, что сигналы, генерируемые головным мозгом при узнавании заданных объектов обычно содержат отклик, которого не наблюдается при просмотре других объектов. Такая технология имеет высокую пропускную способность, которая в данном случае обусловлена быстротой работы человеческого мозга, способного за доли секунды узнать заданный объект и дает возможность существенно более эффективного использования уникального опыта высококвалицифированных экспертов. Однако с вычислительной точки зрения она оказывается чрезвычайно трудоемкой.

В рамках проекта предстоит разработать комплекс новых методов, алгоритмов, которые позволят существенно повысить вычислительную эффективность данной технологии. Работа рассчитана на несколько лет, и первые практические результаты уже могут появиться в ближайшее время.

Фото Ильи Ходаковского