Фонд «Интеллект»
Фонд «Интеллект»
XII Международная конференция по лазерно-искровой эмиссионной спектроскопии в г. Игуасу (Аргентина) проходила на протяжении 5 дней со 2 по 6 сентября 2024 года, в которой принял участие победитель конкурса молодых ученых-2021, аспирант химического факультета МГУ Александр Закускин.
Конференция посвящена спектроскопии лазерной плазмы. Она проводится раз в 2 года в разных странах мира. В основном на ней представлены результаты экспериментальных работ по изучению физики плазмы или разработке новых применений плазмы такого типа в науке и промышленности. В этом году впервые была выделена отдельная секция «LIBS & A.I.», в которую объединили работы по теоретическому моделированию плазмы и применению машинного обучения и ИИ в спектроскопии. В основном работы в этой секции были посвящены тому, как можно включить алгоритмы машинного обучения в процедуры обработки данных, получаемых в ходе эксперимента с приборов, чтобы упростить процесс их обработки, ускорить его или сделать более надежным и воспроизводимым. Но также были представлены и работы более общего плана, например, посвященные алгоритмам поиска индивидуальных уникальных спектров в большом объеме данных или тому, как можно с использованием ChatGPT или другой LLM быстро сделать несложную визуализацию огромного набора данных.
Александр Закускин делал устный доклад «StarkML: Machine Learning Prediction of Stark Broadening and Shift Parameters for Low-temperature Plasma Diagnostics», в котором представил последние результаты работы по направлению предсказания штарковских параметров в проекте, поддержанном фондом «Интеллект».
– Для аудитории на этой конференции я сделал акцент на том, как можно применить результаты предсказания параметров спектральных линий инструментом StarkML для определения температуры и электронной плотности лазерной плазмы. Также, помимо классической проверки на тестовом наборе данных, я продемонстрировал в докладе сравнение предсказаний модели с результатами экспериментального определения штарковских параметров нескольких линий ионов азота и кислорода, которые ранее были получены в нашей лаборатории. И еще одним важным аспектом, вызвавшим дальнейшее обсуждение, стало то, что точность предсказания модели в большинстве случаев оказывается выше, чем точность экспериментального определения параметром, т.е. можно говорить о том, что в этой задаче точность предсказания алгоритмами машинного обучения ограничена не самими алгоритмами, их недостатками, или нехваткой данных, а точностью тех данных, на которых происходит обучение, – рассказал молодой ученый. – Пожалуй, эта конференция (участвую в ней второй раз) впечатляет меня вовлеченностью участников в научное обсуждение, отсутствием предубеждений к новым подходам (на примере уместного применения ИИ это хорошо видно) и, с научной точки зрения, - тесным объединением множества экспериментальных работ с теоретическими исследованиями. И конечно же, выбор локации для проведения - водопады Игуасу на границе Аргентины, Бразилии и Парагвая - впечатляет, создает атмосферу для общения с людьми, заставляет активничать - и научные вопросы обсудить, и окружающей красотой насладиться.
