Uczenie maszynowe - uniwersalne narzędzie badawcze

Konferencja "International Workshop on Machine Learning and Quantum Computing Applications in Medicine and Physics" (WMLQ2022) odbyła się w dniach 13-16 września w Warszawie i była poświęcona zastosowaniu metod statystycznych, w tym uczenia maszynowego w medycynie i naukach fizycznych. Głównym organizatorem konferencji było Narodowe Centrum Badań Jądrowych. Współorganizatorami byli naukowcy z Uniwersytetu Jagiellońskiego, z Uniwersytetu Wiedeńskiego oraz projekt EuroCC.

Głównym celem konferencji była wymiana doświadczeń nabytych przez ekspertów z różnych instytucji i grup badawczych z zakresu: obrazowania medycznego, fizyki eksperymentalnej cząstek czy informatyki. Interdyscyplinarne badania na styku różnych dyscyplin, a w szczególności transfer metod wypracowanych w jednej dziedzinie nauki i ich aplikacja w innych, wielokrotnie okazywały się niezwykle płodnym podejściem. W ostatnich czasach, szczególnie metody uczenia maszynowego, w tym tzw. uczenia głębokiego, pozwalające na analizę złożonych zbiorów danych, znajdują kolejne zastosowania. Podobne techniki i narzędzia są wykorzystywane do rozwiązywania różnorodnych problemów. Przykładowo metody klasyfikacji i klasteryzacji w oparciu o metody sieci głębokich, czy drzew decyzyjnych są stosowane zarówno w eksperymentach wysokich energii, jak i w analizie danych medycznych do wyszukiwania wzorców chorobowych. Podobnie podejmuje się próby stosowania modeli opartych na konwolucyjnych sieciach neuronowych (CNN, ang. Convolutional Neural Networks), opracowanych na potrzeby klasyfikacji obrazów, w dziedzinach tak odległych jak przetwarzanie obrazów tomograficznych, danych astrofizycznych czy danych z eksperymentów cząstek. Ostatnio techniki Generatywnych Sieci Współzawodniczących (GAN, ang. Generative Adversarial Network), znane przede wszystkim z technologii deep-fake, są coraz częściej wykorzystywane zarówno w fizyce medycznej jak i eksperymentach fizyki wysokich energii czy astrofizyce. Innym, wzbudzającym duże zainteresowanie tematem, są symulacje i algorytmy kwantowe, które w niedługiej przyszłości będą wykorzystywane coraz powszechniej w wielu dziedzinach nauki.

Konferencja była skierowana przede wszystkim do ekspertów stosujących techniki uczenia maszynowego w dziedzinie fizyki oraz medycyny. Tematyka wykładów obejmowała:

• zastosowania uczenia maszynowego do tomograficznej rekonstrukcji obrazów medycznych,
• wykorzystanie sztucznej inteligencji do poszukiwania nowej fizyki w oparciu o dane eksperymentalne zebrane przez eksperymenty na Wielkim Zderzaczu Hadronów (LHC),
• metody sztucznej inteligencji w terapii hadronowej,
• zastosowanie metod sztucznej inteligencji do zastąpienia i przyspieszenia Metod Monte Carlo stosowanych w terapii protonowej oraz fizyce wysokich energii,
• zastosowanie algorytmów kwantowych do badania ruchu satelitarnego,
• zastosowanie algorytmów inspirowanych kwantowo do planowania terapii pacjenta w radioterapii,
• kwantowe sieci neuronowe, połączenie kwantowych algorytmów z metodami sztucznej inteligencji,
• wykład o trzecim najszybszym komputerze na świecie (LUMI),
• metody przetwarzania dużych zbiorów z wykorzystaniem platform HPC, a także heterogenicznych platform opartych na układach typu FPGA czy GPU,
• zagadnienia aplikacji uczenia maszynowego z perspektywy przemysłu,
• zastosowanie metod uczenia maszynowego w fizyce wysokich energii i astrofizyce.

"Idea konferencji wzięła się z obserwacji, że wielu z naszych znajomych naukowców adaptuje te same metody sztucznej inteligencji do czasami odległych od siebie problemów" - wyjaśnia dr Wojciech Krzemień z Zakładu Wysokich Energii NCBJ, współorganizator konferencji. "Na przykład sieci generatywne GAN znane powszechnie z technologii deep-fake, która pozwala na stworzenie realistycznych video imitujących znanych aktorów czy polityków, są wykorzystywane zarówno w eksperymentach wysokich energii w CERNie, astrofizyce, jak i np. w obrazowaniu medycznym. Dlatego postanowiliśmy zebrać razem ludzi z odległych od siebie dziedzin i zainicjować dyskusję i wymianę doświadczeń."

Format konferencji obejmował prezentacje, ale także trzy tutoriale 6 godzinne "hands-on", w których uczestnicy z prowadzącym rozwiązywali na własnych komputerach szereg ćwiczeń : (I) wprowadzenie do programowania na maszynach kwantowych i symulacji układów kwantowych (II) metody transfer learning w rozpoznawaniu obrazów, (III) Kurs EuroCC dotyczący użycia preegzoskalowego superkomputera LUMI.

"Specjalnie zdecydowaliśmy się na format który odbiegał trochę od standardowych konferencji, tak aby mieć więcej czasu na dyskusje" - dodaje dr Konrad Klimaszewski, kierownik Zakładu Inżynierii Oprogramowania NCBJ, współorganizator konferencji. "Ta interakcja udała się znakomicie. Goście kontynuowali burzliwe naukowe dyskusje nawet podczas przerw kawowych i obiadowych."

Konferencja była finansowana przez Ministerstwo Edukacji i Nauki w ramach programu" Doskonała Nauka", oraz przez Narodowe Centrum Badań i Rozwoju w ramach programu "EUROHPC Joint Undertaking programme".

Strona domowa konferencji: https://events.ncbj.gov.pl/event/141/