Собираем мир по частям: что считают суперкомпьютеры

реклама
Собираем мир по частям: что считают
суперкомпьютеры
Рассуждая о сложности устройства жизни, профессор кафедры физики Университета ИТМО
Александр Чирцов приводит следующий пример. Если бросить на бетонный пол стакан с
водой, он разобьется. Команда физиков и программистов даже сможет дать примерный
ответ, как именно разлетятся осколки и разольется вода, если дать им достаточно времени и
исходных данных. А вот что именно произойдет, если бросить на этот же пол кошку, пока не
сможет ответить никто: слишком сложная система. Несмотря на то, что моделировать и
предсказывать поведение кошки ученые научатся еще очень нескоро, это не значит, что они
вовсе не берутся за вычисление закономерностей и предсказание состояний сложных систем.
Наоборот, вычислительная наука в последние годы только набирает обороты. Представители
международной команды Университета ИТМО рассказали нашей редакции о том, что именно
приходится считать суперкомпьютерам и зачем нужны высокопроизводительные вычисления.
Моделирование и предсказание поведения сложных социальных систем – одно из
направлений работы специалистов Университета ИТМО и их иностранных коллег в рамках
научно-образовательного центра коллаборативного типа TROIKA. Профессор
Амстердамского университета Питер Слоот руководит выполнением проекта, который
поддерживается Российским научным фондом. Исследование посвящено поиску и
разработке методов и масштабируемых алгоритмов для анализа критических ситуаций,
которые могут возникнуть в сложных социальных системах.
Питер Слоот рассказывает, что он и его коллеги пытаются воссоздать на компьютере
разные кусочки мира, от отдельных биологических объектов и до целых городов, чтобы
предсказывать их поведение и научиться на него влиять.
Собрав воедино обрывочные сведения, исследователи задались вопросом, что нужно
сделать для того, чтобы нарушить работу такой сети и нанести ей максимальный ущерб.
Можно попробовать удалить узел-другой, можно перекроить сеть и исключить сразу группу.
Для каждого случая – отдельный сценарий, и всего их накапливается не одна тысяча. По
словам Сергея Иванова, найти оптимальное решение важно потому, что за обезличенными
узлами компьютерной модели стоят настоящие производители и распространители
наркотиков. На поиск неуловимого преступника можно потратить не один месяц, в то время
как его арест может никак не отразиться на благосостоянии криминального бизнеса.
Первые итоги моделирования показали именно такие неожиданные результаты: оказалось,
что борьба с системой может даже привести к увеличению ее эффективности.
«Изначально мы смотрели на проблему с той же точки зрения, что и европейская полиция.
Допустим, есть часть цепочки распространения наркотических веществ, которая отвечает
за финансы, и ей нужно вести переговоры с основными дилерами. Такой человек
связывает друг с другом очень большое количество других звеньев, и, казалось бы, без
него сеть работать не будет. Полиция обычно ищет таких людей, наблюдает за ними и
пытается арестовать, чтобы разрушить сеть, – рассказывает Питер Слоот. – Но мы
воспроизвели эти сценарии на компьютере, и симуляция показала, что на самом деле это
только усиливает сеть, укрепляет остальные ее участки».
Слишком сложная простота
Другое исследование, которым занимаются ученые из Университета ИТМО и их
иностранные коллеги при содействии Российского научного фонда, посвящено так
называемым «булевым сетям». Свое название они берут от логического типа данных
(boolean), которые принимают значение «истина» (true) или «ложь» (false), – узлы булевой
сети принимают его в зависимости от сигнала, поступающего извне. Профессор
Варшавского политехнического университета Януш Холыст рассказывает, что
исследование, которым он руководит, посвящено вопросу о том, как могут меняться связи
и функции логических структурных единиц такой сети.
«При помощи булевых сетей можно строить модель мозга, прогнозировать популяционную
генетику, моделировать социальную динамику. Например, все мы производим
информацию, устанавливаем связи. Сейчас я отвечаю на вопрос, и мой ответ позже
прочитают люди. Но я не буду находиться на одном месте вечно – социальные системы не
являются постоянными. Единицы сети могут адаптироваться к ситуации, получать
информацию от других единиц и передавать ее дальше», – говорит Януш Холыст.
Коллега Питера Слоота по Амстердамскому университету Майкл Лис рассказал об одном
из аспектов эксперимента. Для того, чтобы следить за поведением толпы,
разрабатываются специальные браслеты-передатчики. Через определенные промежутки
времени они включаются, передают свой идентификатор в пределах радиуса действия,
принимают сигналы других браслетов и «засыпают» до следующей передачи. Устройства
не поддерживают геолокацию, но она и не нужна: по сведениям, получаемым с браслетов,
можно в режиме реального времени наблюдать за динамикой толпы и относительным
позиционированием участников комплексной системы. Если сеть статична, значит, люди
стоят на месте, и наоборот, а по устойчивым связям между нодами можно видеть, как люди
собираются в группы.
Суперкомпьютер для суперпрогноза
Отметим, что в Университете ИТМО также проводятся исследования, связанные с
суперкомпьютерным моделированием не только поведения социальных систем. Среди них
– проекты, посвященные многомасштабному моделированию динамических процессов в
кровеносных сосудах, предсказание экстремальных явлений и оценка рисков устойчивого
развития сложных систем, а также моделирование процессов большого города на основе
данных индивидуальной мобильности населения.
«В мире есть бесконечное множество объектов, которые взаимодействуют друг с другом,
это может происходить непредсказуемо, нелинейно, и незначительное изменение может
привести к большим последствиям. Но, чтобы научиться понимать мир вокруг, не надо
думать, что он сложный – он комплексный», – резюмирует Питер Слоот.
Александр Пушкаш,
Редакция новостного портала Университета ИТМО
Дата публикации 20.01.2016
>>>Перейти к новости
>>>Перейти ко всем новостям
>>>Перейти на портал Университета ИТМО
Скачать