- CITY GUIDE
- PODCAST
-
13°
Έλληνας καθηγητής του MIT ανέπτυξε μέθοδο που προβλέπει το κακό πριν γίνει
Ο Θεμιστοκλής Σαψής με έναν αλγόριθμο εντοπίζει σημάδια-κλειδιά στη γη, στη θάλασσα, στον αέρα
Έλληνας ερευνητής του Πανεπιστημίου ΜΙΤ των Ηνωμένων Πολιτειών ανέπτυξε το νέο αλγόριθμο υπολογιστή, που βοηθά στην πρόβλεψη των ακραίων γεγονότων κάθε είδους στη στεριά, στη θάλασσα και στον αέρα.
Πολλά ακραία συμβάντα φαίνεται να συμβαίνουν χωρίς καμία προειδοποίηση, είτε πρόκειται για ένα κύμα-τέρας που από το πουθενά εμφανίζεται στον ωκεανό για να καταπιεί ένα πλοίο, είτε για την απρόσμενη εξαφάνιση ενός είδους ζώου στη φύση, είτε για την ξαφνική δυσλειτουργία μιας μηχανής αεροπλάνου. Συχνά είναι αδύνατον να προβλεφθεί πότε ένα τέτοιο ξέσπασμα «αστάθειας» θα κάνει την εμφάνισή του, ιδίως στα πολύπλοκα συστήματα με πολλά αλληλεξαρτώμενα μέρη.
Ο Θεμιστοκλής Σαψής, αναπληρωτής καθηγητής στο Τμήμα Μηχανολόγων και Ναυπηγών Μηχανικών του ΜΙΤ, μαζί με τον συνεργάτη του μεταδιδακτορικό ερευνητή Μοχαμάντ Φαραζμάντ, που έκαναν τη σχετική δημοσίευση στο περιοδικό «Science Advances», επινόησαν ένα τρόπο να εντοπίζουν εκ των προτέρων σημάδια-κλειδιά που προηγούνται ενός ακραίου γεγονότος.
Η τεχνική μπορεί να εφαρμοσθεί σε μια ευρεία γκάμα πολύπλοκων συστημάτων, τα οποία φαίνεται πως «εκπέμπουν» τα δικά τους προειδοποιητικά μηνύματα, αρκεί να μπορεί κάποιος να τα «ακούσει». Δεν είναι τυχαίο ότι η μελέτη του έλληνα μηχανικού ενδιαφέρει τις ένοπλες δυνάμεις των ΗΠΑ, γι' αυτό χρηματοδοτείται από τα Γραφεία Ερευνών και των τριών Όπλων (Ναυτικού, Αεροπορίας και Στρατού).
«Σήμερα δεν υπάρχει καμία μέθοδος που να εξηγεί πότε θα συμβούν αυτά τα ακραία συμβάντα. Εφαρμόσαμε τη νέα μέθοδό μας σε χαοτικές ροές ρευστών, που είναι το 'άγιο δισκοπότηρο' των ακραίων γεγονότων. Αν μπορούμε να προβλέψουμε αυτές, τότε ελπίζουμε ότι θα είμαστε σε θέση να εφαρμόσουμε κάποιες στρατηγικές ελέγχου για να αποφύγουμε αυτά τα ακραία συμβάντα», δήλωσε ο κ. Σαψής.
Έως τώρα, οι προσπάθειες πρόβλεψης ακραίων γεγονότων βασίζονται στην επίλυση δυναμικών εξισώσεων με απίστευτα πολύπλοκους μαθηματικούς τύπους, προκειμένου να προβλεφθεί η εξέλιξη ενός πολύπλοκου δυναμικού συστήματος σε βάθος χρόνου. Σύμφωνα με τον δρα Σαψή, η φυσική αρκετών πολύπλοκων συστημάτων δεν έχει ακόμη κατανοηθεί επαρκώς και η μοντελοποίησή τους εμπεριέχει σοβαρά λάθη, συνεπώς οι αντίστοιχες μαθηματικές εξισώσεις δεν είναι ρεαλιστικές.
Ο Έλληνας μηχανικός επισημαίνει ότι «αν απλώς πάρουμε στα τυφλά τις εξισώσεις και αρχίσουμε να αναζητούμε αρχικές συνθήκες που θα εξελιχθούν σε ακραίες καταστάσεις, υπάρχει πολύ μεγάλη πιθανότητα ότι θα καταλήξουμε σε αρχικές καταστάσεις που είναι υπερβολικά εξωτικές, με άλλα λόγια ποτέ δεν πρόκειται να συμβούν στην πράξη. Συνεπώς οι εξισώσεις περιέχουν περισσότερα δεδομένα από ό,τι πράγματι χρειαζόμαστε». Αλλά αν, εναλλακτικά, αφήσει κανείς στην άκρη τις εξισώσεις και προσπαθήσει να ψάξει μόνο στα δεδομένα του πραγματικού κόσμου για χαρακτηριστικά μοτίβα που θα προειδοποιούν για ένα επερχόμενο ακραίο γεγονός, όπως επισημαίνει, θα χρειαζόταν ένας τεράστιος όγκος δεδομένων σε πολύ μεγάλο βάθος χρόνου, ώστε να μπορέσει να εντοπίσει έγκαιρα κάποιο τέτοιο προειδοποιητικό σημάδι με κάποια βεβαιότητα.
Ο Σαψής δημιούργησε έναν αλγόριθμο υπολογιστή, που συνδυάζει τόσο τις εξισώσεις όσο και τα πραγματικά διαθέσιμα δεδομένα. Ο συνδυασμός αυτός βοηθά καλύτερα στην πρόβλεψη των ακραίων συμβάντων στον πραγματικό κόσμο.
Η δοκιμή του αλγόριθμου σε ένα μοντέλο προσομοίωσης της δυναμικής των χαοτικών ρευστών έδειξε ότι έχει την ικανότητα να προβλέπει ένα μελλοντικό ακραίο συμβάν στο 75% έως 99% των περιπτώσεων, ανάλογα με την πολυπλοκότητα του ρευστού. Τα χαοτικά ρευστά υπάρχουν σε πολλές μορφές γύρω μας, από τον καπνό του τσιγάρου και τη ροή του αέρα γύρω από μια μηχανή αεροπλάνου έως την κυκλοφορία του αέρα στην ατμόσφαιρα, τα ρεύματα του νερού στους ωκεανούς ή την κυκλοφορία του αίματος στο σώμα.
Ο Θ. Σαψής αποφοίτησε από τη Σχολή Ναυπηγών Μηχανικών του ΕΜΠ το 2005 και πήρε το διδακτορικό του από το Τμήμα Μηχανολόγων Μηχανικών του ΜΙΤ το 2011, όπου διεξήγαγε και μεταδιδακτορική έρευνα. Από το 2016 είναι αναπληρωτής καθηγητής στο ίδιο Τμήμα του ΜΙΤ.
Πηγή: ΑΠΕ-ΜΠΕ
ΤΑ ΠΙΟ ΔΗΜΟΦΙΛΗ
ΔΙΑΒΑΖΟΝΤΑΙ ΠΑΝΤΑ
ΔΕΙΤΕ ΕΠΙΣΗΣ
Ερευνητές του Τμήματος Βιολογίας απομονώνουν γενετικό υλικό και εντοπίζουν λύκους και αρκούδες
«Ζάκερμπεργκ, Μασκ και Άλτμαν κατανοούν τους κινδύνους και δεν δίνουν δεκάρα»
Πώς αξιοποίησαν την Τεχνητή Νοημοσύνη
Οι χρήστες κατηγορούν τις εταιρείες τεχνητής νοημοσύνης ότι δημιουργούν ελλείψεις και αυξάνουν το κόστος της τεχνολογίας
Η ψηφιακή αποθήκευση της ανθρώπινης γνώσης θέτει ερωτήματα για τη δημοκρατία, τη λήθη, την αλήθεια
Όταν ο άνθρωπος θέλει να ξεπεράσει τον εαυτό του
Σχεδόν δύο αιώνες μετά την ίδρυσή του, το Πανεπιστήμιο εξακολουθεί να συγκεντρώνει διαφορετικές γενιές, επιστημονικά πεδία και προσδοκίες.
Τι αλλάζει σε τράπεζες και συναλλαγές
Μέσα στο νέο data center και στα εργαστήρια του «Δημόκριτου», η ATHENS VOICE βλέπει πώς η έρευνα στην τεχνητή νοημοσύνη περνά από τους υπολογιστές στα αυτόνομα θαλάσσια σκάφη
Αυτό που χτες φαινόταν ριζοσπαστικό σήμερα είναι συντηρητικό. Κι αυτό που χτες φαινόταν απολύτως αποδεκτό και ανάξιο σημασίας σήμερα είναι το χειρότερο ταμπού.
Ποιο μοντέλο ξεχωρίζει για τον αθλητισμό, ποιο δίνει έμφαση στην υγεία και ποιο συνδυάζει πρακτικές λειτουργίες με premium σχεδιασμό;
Τι αποκαλύπτει η παγκόσμια μελέτη Wellcome Global Monitor για 140 χώρες
Πολλοί χρήστες διαπίστωσαν ρωγμές λίγο μετά την αγορά του
Οι απρόσμενες συλλογικές συμπεριφορές και τα ερωτήματα για τα όρια της υπολογιστικής νοημοσύνης
Νέο κύμα αναδιάρθρωσης του εργατικού δυναμικού σε ΗΠΑ, Καναδά, Ινδία και Βρετανία
Δεν είναι το σκάκι ή οι γρίφοι: Η συνήθεια που ενισχύει τη γνωστική ανάπτυξη
Η αύξηση του εισοδήματος συνδέεται με μεγαλύτερη υπευθυνότητα αλλά και με μικρότερη κοινωνικότητα
Οι τιμές και οι εκδόσεις του στην Ελλάδα
Αποκαλύψεις για το «Project Lily» και οι ρυθμίσεις ιδιωτικότητας που πρέπει να αλλάξετε
Μια συζήτηση στον Φάρο του ΚΠΙΣΝ για τις μηχανές που μπορεί κάποτε να μη μας χρειάζονται, την αγάπη για την επιστήμη και το βάρος τού να γίνεσαι πρότυπο στα 15 σου
Έχετε δει 20 από 200 άρθρα.