СПбГУ ИТМО: FEDOT Конструктор для создания математических моделей

Основная статья:Машинное обучение (Machine Learning)

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.

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.28 мая министр цифрового развития Максут Шадаев выступит на TAdviser SummIT 8.9 т

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.