СПбГУ ИТМО: FEDOT Конструктор для создания математических моделей

Основная статья:Машинное обучение (Machine Learning)

2024: Интеграция LLM-агентов

В исследовательском центре «Сильный ИИ в промышленности» ИТМО создали гибридную систему искусственного интеллекта, которая объединила автоматическое машинное обучение и большие языковые модели. Об этом ИТМО сообщил 30 сентября 2024 года. LLM-агент в этом решении служит гибким интерфейсом между пользователем и AutoML, отчасти заменяя ИИ-разработчика. Теперь достаточно вольно описать задачу по работе с данными, система в режиме диалога запросит дополнительную информацию, уточнит задание, переведет в понятные для разработки термины, сама напишет код и интерпретирует результаты.

Чтобы внедрение новой модели искусственного интеллекта не занимало недели и даже месяцы у дорогостоящих специалистов по Data Science, в 2020 году мы создали FEDOT – инструмент автоматического машинного обучения с открытым исходным кодом. Хотя он быстро разлетелся по миру, инструмент могли полноценно использовать только эксперты довольно высокого уровня. Но для массового отраслевого внедрения инструмент нужно было адаптировать. При решении задач предсказательного моделирования, AutoML порождает довольно много сущностей, которые необходимо понимать и уметь настраивать – от структуры модели до истории ее оптимизации. Эти трудности нам помогли преодолеть интегрированные в инструмент LLM-агенты. Теперь разработать отраслевое ПО с элементами ИИ можно будет в 7 раз быстрее, – рассказал доцент ИТМО, руководитель группы научно-технического развития исследовательского центра "Сильный ИИ в промышленности" Николай Никитин.

В этом проекте впервые языковые модели используются одновременно на нескольких этапах машинного обучения: первоначальный сбор информации от пользователя через диалоговый интерфейс, анализ полученных данных и интерпретация результата. AutoML конфигурируется с помощью генеративного ИИ на базе LLM, а оригинальность решений достигается за счет адаптивного эволюционного ПО. Прототип системы ученые представили 27 сентября 2024 года, в конце года решение будет оформлено и выложено в репозиторий открытого кода.

2020: Разработка FEDOT

Специалисты Центра компетенций НТИ на базе ИТМО разработали конструктор для автоматизированного создания математических моделей. Об этом РВК сообщила 26 ноября 2020 года. Он упростит моделирование технологических, экономических, социальных и природных процессов, повысит их точность и воспроизводимость. Исходный код программного обеспечения открыт для всех желающих – как для использования, так и для внесения доработок.

Фреймворк получил название FEDOT. Его цель — «разгрузить» человека, взяв на себя поиск наилучшего способа воспроизвести тот или иной происходящий в реальности процесс. Другими словами, построить его математическую модель так, чтобы минимизировать «ручное управление» и участие человека, но при этом сохранить возможность учитывать экспертные знания специалистов, их предпочтения или указания по поводу определенных ограничений и условий.Рынок IIoT в РФ: рост или тупик?

На основе входных данных FEDOT подбирает одну, атомарную или композитную (составленную из нескольких) модель процесса с применением алгоритмов на основе генетического программирования. Алгоритмы FEDOT вынуждают разные математические модели конкурировать между собой, повторяя логику естественного отбора. В результате выживает модель с самыми благоприятными для решения поставленных задач признаками — причём не всегда самая сложноорганизованная. Например, платёжеспособность заёмщиков, в отличие от гидрометеорологических феноменов, быстрее и надёжнее предскажет именно атомарная, простая модель — из-за однородности и небольшого числа критериев оценки.

По замыслу разработчиков, FEDOT как генеративный, т.е. способный порождать новые модели, фреймворк направлен на работу над тремя недостатками автоматического машинного обучения: зависимость от типов данных и возможность оперировать только сравнительно простыми методами МО; неразвитые возможности взаимной интеграции современных достижений в области автоматического машинного обучения; низкая интерпретируемость и воспроизводимость результатов.

Фреймворк поддерживает тонкую преднастройку модели, возможность её упаковки для повторного использования, интеграцию со сторонними решениями в области машинного обучения на языке Python. Кроме того, FEDOT восполняет межотраслевой пробел: до сих пор конструкторы моделей под задачу использовали в основном для распознавания образов — изображений, речи и текста. Теперь же организации могут конструировать модели системной динамики, имитационного моделирования, прогнозирования широкого круга явлений и процессов. Решение уже используется в ряде российских банков.

FEDOT является частью проекта Центра компетенций по разработке платформы для управления интеллектуальными системами. Платформа позволит организациям оцифровать большинство бизнес-процессов и автоматизировать их моделирование, что упростит принятие решений в условиях высокотехнологичной и высокорисковой деятельности: подготовке противоэпидемиологических мероприятий, планировании логистических операций, прогнозировании цен и пр. Серьезные навыки программирования пользователям платформы не потребуются.

Ссылки

FEDOT на GitHub