ՀՀ գիտությունների ազգային ակադեմիա
ՀԱՅ  ENG  РУС
Home academy [@] sci.am Facebook Page
Գլխավոր էջ Ակադեմիայի մասին Բաժանմունքներ Կազմակերպություններ Անդամներ Կապ մեզ հետ
Գրիգորի Գաբրիելյանց
դոկտոր, պրոֆեսոր
COVID-19
Կառուցվածք
Նախագահության անդամներ
Փաստաթղթեր
Ինովացիոն առաջարկներ
Հրատարակություններ
Հիմնադրամներ
Գիտաժողովներ
Լուսանկարներ
Տեսադարան
Վեբ ռեսուրսներ
Այլ ակադեմիաներ
«Գիտություն» թերթ
«Գիտության աշխարհում» հանդես
Հրապարակումներ մամուլում
Ազդեր
Հոբելյաններ
Համալսարաններ
Նորություններ
Գիտական արդյունքներ
Սփյուռքի բաժինը ներկայացնում է
Երիտասարդ գիտնականի ամբիոն
Մեր երախտավորները
Հայտարարություններ
Լինդաու քաղաքում Նոբելյան մրցանակի դափնեկրի հետ հանդիպում
Կայքի քարտեզ
Գիտական արդյունքներ
10/12/2021
Արհեստական բանականությունը և տվյալագիտությունը՝ ՀՀ ԳԱԱ մաթեմատիկայի ինստիտուտի ուշադրության կենտրոնում

    ՀՀ գիտությունների ազգային ակադեմիայի մաթեմատիկայի ինստիտուտի արդիական թեմաներից է «Արհեստական բանականությունը և տվյալագիտու-թյունը», որը շահել է  ՀՀ կրթության, գիտության, մշակույթի և սպորտի նախարարության Գիտության կոմիտեի հայտարարած մրցույթը: Թեմայի ղեկավար, ինստիտուտի գիտաշխատող Առնակ Պողոսյանը կարևորում է մեքենայական ուսուցման (ՄՈՒ) և արհեստական բանականության (ԱԲ) խնդիրները. «Հիմնական շարժիչ ուժը տեղեկատվական տեխնոլոգիաների ոլորտի ընկերություններն են: Այս ընկերությունների արտադրանքի գերակշիռ մասը պահանջում է խելամիտ լուծումներ, որոնք մեծ տվյալների առկայության պայմաններում հնարավոր չէ իրականացնել առանց մեքենայական ուսուցման և արհեստական բանականության մեթոդների ներգրավվածության: Մեր խմբի հինգ անդամներից երեքն աշխատում են աշխարհահռչակ ՏՏ ընկերություններում (VMware, Inc., ԱՄՆ, ServiceTitan, ԱՄՆ)»:

    Առնակ Պողոսյանը նշեց, որ այս թեմայի հիմնական աշխատանքները վերաբերում են ամպային ենթակառուցվածքների և նրանցում աշխատող ծրագրերի աշխատանքի մոնիտորինգին, կանոնավոր աշխատանքի պահպանմանը և առաջացած պրոբլեմների հաղթահարմանը: «Բիզնեսի տեսանկյունից շատ կարևոր է ամպային տիրույթների նորմալ աշխատանքը, քանի որ նրանց անկանոն աշխատանքը բերելու է ֆինանսական և վստահության կորստի: Ծրագրերի անխափան աշխատանքի ապահովումը հնարավոր է ամպային համակարգերում ընթացող պրոցեսների մոնիտորինգով, որի արդյունքում հավաքվում և պահվում են տվյալներ` հետագա մշակման համար: Ներկայիս ամպային համակարգերը շատ բարդ են, և դրանց պատասխանատուներն ի վիճակի չեն հետևելու և հասկանալու նրանցում ընթացող պրոցեսները, արագ արձագանքելու խնդիրներին: Անհրաժեշտ են խելացի լուծումներ՝ հիմնված արհեստական բանականության մեթոդների վրա», - ասաց Առնակ Պողոսյանը:

    Ըստ նրա՝ դասական մոնիտորինգն ունի երեք հենասյուներ` տվյալների տեսակներ, որոնց հավաքելն անհրաժեշտ է ամպային ենթակառուցվածքներում  և ծրագրերում ընթացող պրոցեսների բացահայտման համար: Տվյալների յուրաքան-չյուր տեսակ դիտարկում է ամպային համակարգը որոշակի անկյան տակ` ամբողջական պատկերը բացահայտելու համար: 

    «Հենասյուներից մեկը ժամանակային շարքերն են (time series data), որոնք նկարագրում են պրոցեսների վարքը ժամանակի ընթացքում: Ժամանակային շարքերը բազմաթիվ հարցերի պատասխաններ կարող են տալ: Կարևոր է ուսումնասիրել  նրանց պարբերականությունը, թրենդը, հասկանալ շարքերի վար-քագիծը և կատարել կանխատեսումներ, անհանգստություն արտահայտել` «ալերթ» (trigger alert/alarm/event), երբ այն շեղվում է կանոնավոր վարքագծից, ուսումնասիրել բաշխումները, ընդհանրապես արձանագրել ցանկացած փոփոխություն (change detection), որը որևէ ձևով արտահայտում է համակարգի հնարավոր խափանումը:

    Ժամանակային շարքերը կարելի է նաև ուսումնասիրել խմբերով, հասկանալ նրանց կորելիացիաները՝ հատկապես որոշակի պրոբլեմների դեպքում, պարզել կարևոր և անկարևոր խմբերը, իրականացնել բազմաչափ կանխատեսումներ: Էական է հասկանալ տարբեր ժամանակային շարքերից ստացված «ալերթների» կորելացիաները, որոնք կավելացնեն խափանումների վերաբերյալ մեր տեղեկությունները՝ օգնելով ավելի ավարտուն նկարագրել դրանք` դյուրինացնելով վերականգնման գործընթացը», - ասաց Առնակ Պողոսյանը: 

    Նա նշեց, որ ժամանակակից ծրագրերի մոնիտորինգը, որոնք բաշխված են ամպային տիրույթներում, բավական խճճված գործընթաց է, որի համար պահանջվում են խելացի տեխնոլոգիաներ: Այդպիսին է ծրագրի աշխատանքի հետքերի (application traces) մոնիտորինգը, որը հանդիսանում է դասական մոնիտորինգի երկրորդ հենասյունը: Ծրագրի հետքը դրա աշխատանքային պրոցեսի նկարագիրն է` ըստ ենթապրոցեսների հերթականության: Այն ցույց է տալիս բոլոր ենթապրոցեսների տևողությունները և այլ մանրամասներ, որոնց միջոցով կարելի է պարզել աշխատանքի կանոնավոր և վթարային ընթացքները: Արհեստական բանականության խնդիրն է հասկանալ, կանխատեսել կամ բացատրել ենթապրոցեսներից որևէ մեկի խափանումը, որը կազդի ծրագրի ամբողջ աշխատանքի վրա: 

    «Մոնիտորինգի երրորդ հենասյունը ծրագրի լոգերն են (log data, logging)՝ կարճ հաղորդագրությունները ծրագրի կատարման տարբեր օղակների վերաբերյալ, որոնցով  կարելի է իրականացնել դիագնոստիկա խափանումները հասկանալու համար: Լոգերը գեներացվում են ծրագրի աշխատանքի ընթացքում և պահվում են առանձին ֆայլերում, որոնք անհրաժեշտության դեպքում կարելի է ուսումնասիրել: Հաշվի առնելով դրանց ծավալները` ոչ մի ադմինիստրատոր ֆիզիկապես չի կարող դրանք կարդալ և վերլուծել: Անհրաժեշտ են խելացի և ինքնուրույն աշխատող  ալգորիթմներ: Մեքենայական ուսուցման ալգորիթմները փորձում են լոգերի օգնությամբ հասկանալ կանոնավոր  աշխատանքի օրինա-չափությունները, պարզել խափանումները, և դրանց դեպքում գտնել բացատրու-թյուններ` արագ վերացնելու համար», - ասաց Առնակ Պողոսյանը: 

    Նրա խոսքով՝ բոլոր հավաքված տվյալները ծառայում են մեկ ընդհանուր նպատակի՝ հայտնաբերել կամ կանխատեսել համակարգի խնդիրները, որոնք բա-ցասաբար են ազդելու վերջնական օգտագործողների վրա, և բացատրել դրանք մարդուն հասկանալի լեզվով` վթարները արագ վերացնելու կամ կանխելու նպատակով: Ցանկալի է նաև խնդիրների վերացման պրոցեսների ավտոմատացումը` առանց մարդու միջամտության: Դրա համար կարևոր են երևույթների պատճառահետևանքային կապերը: Խնդիրների շտկման համար շատ կարևոր է գտնել այն հիմնական պատճառը (root cause), որից սկսվել են համակարգի մնացած պրոբլեմները` առկա խնդիրները լուծելու կամ նորերից խուսափելու համար: Իր հերթին սա նշանակում է, որ մեքենայական ուսուցման և արհեստական բանականության ալգորիթմների պատասխանները պետք է որոշակի բացատրելիություն ապահովեն: 
    «Մեքենայական ուսուցման ալգորիթմները երկու հիմնական առաջադրանք են կատարում` տվյալների կանխատեսում և բացատրում: Կախված կիրառություններից՝ կամ կարևորվում է դրանցից որևէ մեկը, կամ երկուսն էլ: Ընդհանուր առմամբ, այս երկու խնդիրներն իրար հակասող են: Կան ալգորիթմներ կանխատեսման շատ մեծ հնարավորություններով, ինչպիսիք են խորը ուսուցման մեթոդները, որոնք ունեն բացատրելիության շատ ցածր մակարդակ: Այս մեթոդները հայտնի են ինչպես սև արկղեր՝ հատկապես նշելու համար, որ դրանց տրված պատասխանների աղբյուրը մեզ անհասկանալի է, տեսանելի է միայն տվյալների մուտքը և ելքը: Մյուս կողմից հայտնի են ալգորիթմներ բացատրելիության շատ բարձր մակարդակով, ինչպիսին են ծառերը (decision trees) և կանոններ սովորող մեթոդները (rule induction methods), որոնք իրենց կանխատեսման հզորությամբ չեն կարող մրցել խորը ուսուցման ալգորիթմների հետ: Նման մեթոդները հայտնի են ինչպես սպիտակ արկղեր, որով ցանկանում են շեշտել, որ նրանց աշխատանքի ընթացքը լիովին տեսանելի է», - բացատրեց Առնակ Պողոսյանը:

    Այժմ առանձնահատուկ կարևորության է արժանանում բացատրելի արհեստական բանականությունը: Մեքենայական ուսուցման ալգորիթմներ օգտագործողների գերակշռող մասը համարում է, որ պետք չէ կուրորեն վստահել արհեստական բանականության կանխատեսումներին`  առանց հասկանալու դրանց առաջացման տրամաբանությունը: Բացատրելիությունը  վստահություն է հաղորդում լուծումների նկատմամբ, քանի որ  բացահայտում է դրանց առաջացման պրոցեսը: Բացատրելի արհեստական բանականությունը կարող է անփոխարինելի դեր ունենալ բժշկությունում, ֆինանսներում և այլուր: 

    Ստացված արդյունքների մի մասը տպագրվել է Sensors ամսագրում (https://www.mdpi.com/1424-8220/21/5/1590): 

10.12.2021թ. 
ՀՀ ԳԱԱ տեղեկատվական-վերլուծական ծառայություն


Ազդեր








Международный инновационный центр нанотехнологий СНГ (МИЦНТ СНГ) при поддержке Межгосударственного фонда гуманитарного сотрудничества государств - участников СНГ (МФГС) и Объединенного института ядерных исследований объявляет о проведении конкурса на соискание грантов на разработку проектов в рамках деятельности МИЦНТ СНГ в 2022 году

ՀՀ կառավարությունը հաստատել է 2022 թվականին իրականացվելիք գիտական և գիտատեխնիկական պետական նպատակային ծրագրերը

Աջակցություն պոտենցիալ հայ դիմորդներին` «Հորիզոն Եվրոպա» ծրագրի շրջանկներում նախագծերի առաջարկների մշակման համար

Հայաստանի և սփյուռքի 16-35 տարեկան երիտասարդները կարող են մասնակցել «100 գաղափար Հայաստանի համար» մրցույթին

Ազդարարվել է Մարի Կյուրիի անվան կրթաթոշակային ծրագրի 2021թ. մրցույթի մեկնարկը

Կրթության և հետազոտությունների դաշնային նախարարությունը (BMBF) հայտարարել է «Կանաչ ջրածնի» ոլորտում համատեղ նախագծերի առաջարկների մրցույթ. Հետազոտական համագործակցություն Ուկրաինայի, Հարավային Կովկասի և Կենտրոնական Ասիայի երկրների և Իրանի հետ

ՀՀ ԿԳՄՍՆ գիտության կոմիտեն կազմակերպում է գիտական և գիտատեխնիկական գործունեության պայմանագրային (թեմատիկ) ֆինանսավորման շրջանակներում կիրառական արդյունքի ձեռքբերմանն ուղղված գիտական նախագծերի հայտերի ՄՐՑՈՒՅԹ: Հայտերի ներկայացման վերջնաժամկետն է 2021 թ. օգոստոսի 13-ը ներառյալ:

ILUCIDARE հատուկ մրցանակներ. «Եվրոպական ժառանգության մրցանակ» the European Heritage Awards / Europa Nostra Awards 2021թ. մրցույթը հայտարարված է

ՀՀ գիտության և տեխնիկայի զարգացման 2020-2024թթ. գերակայության ՀՀ կառավարության որոշման նախագիծ

Հրապարակումներ մամուլում
18/01/2022
Հայ գիտնականները Պարկինսոնի հիվանդությունը բուժելու փորձեր են անում 1lurer.am
17/01/2022
Դրամաշնորհներ՝ կենսաբանորեն ակտիվ միացություններ ստանալու համար 1lurer.am
12/01/2022
Անալգինին և դիկլոֆենակին փոխարինող ցավազրկող. հայ գիտնականների բացահայտումը 1lurer.am
12/01/2022
«ՀՀ» օրաթերթի «Հյուրասրահի» հյուրերը Ռուբեն Սաֆրաստյանը և Վիկտոր Անատոլիի Նադեին-Ռաեւսկին են hhpress.am
Կայքը հաճախել են
6 019 512

անգամ սկսած 01.01.2005թ.
National Academy of Sciences of the Republic of Armenia
ՀՀ ԳԱԱ պատկերանիշ (սև, կապույտ)
Ճիշտ տառատեսակի արտապատկերման համար ներբեռնեք և տեղադրեք Arian AMU.ttf
Դեպի վեր Կայքը վերջին անգամ թարմացվել է՝  13:25, 19/01/2022 Դեպի վեր
Գլխավոր էջ - Ակադեմիայի մասին - Բաժանմունքներ - Կազմակերպություններ - Անդամներ - Կապ մեզ հետ - Կառուցվածք - COVID-19
Նախագահության անդամներ - Փաստաթղթեր - Ինովացիոն առաջարկներ - Հրատարակություններ - Հիմնադրամներ - Գիտաժողովներ -
Լուսանկարներ - Տեսադարան - Վեբ ռեսուրսներ - Այլ ակադեմիաներ - «Գիտություն» թերթ - «Գիտության աշխարհում» հանդես - Հրապարակումներ մամուլում
Ազդեր - Հոբելյաններ - Համալսարաններ - Նորություններ - Գիտական արդյունքներ - Սփյուռքի բաժինը ներկայացնում է - Երիտասարդ գիտնականի ամբիոն
Մեր երախտավորները - Հայտարարություններ - Լինդաու քաղաքում Նոբելյան մրցանակի դափնեկրի հետ հանդիպում - Կայքի քարտեզ
© Copyright 1998-2021, Բոլոր հեղինակային իրավունքները պաշտպանված են:
Կայքը պատրաստված է և սպասարկվում է Հայաստանի ակադեմիական գիտահետազոտական կոմպյուտերային ցանցի կողմից (ASNET-AM):
Հարցերի կամ առաջարկությունների համար կարող եք ուղարկել նամակ webmaster {[ at ]} sci.am էլեկտրոնային փոստին: