Давно відомо, що вихідні та дозвілля можна присвятити справі, що подобається, і вони будуть цікавими і корисними. Це твердження вчергове засвідчив ML-хакатон "Код плазми", що проходив на фізико-математичному факультеті КПІ ім. Ігоря Сікорського з п'ятниці 9 до неділі 11 жовтня. Літери ML означають Machine Learning, тобто організатори – ФМФ та студентська освітня платформа Abitly – пропонували учасникам за допомогою ML дослідити реальну наукову проблему та з використанням штучного інтелекту пошукати нові її рішення.
З назви хакатону зрозуміло, що стосувався він фізики плазми, тобто не зовсім тих питань, які охоплюють стандартні освітні програми в галузях інженерії. Втім, це не зупинило студентів і навіть школярів-старшокласників спробувати власні сили у розв'язанні чи, бодай, пошуках підходів до такого розв'язання дуже складних фізичних проблем, над якими десятиріччями працюють вчені всього світу. Тим паче, що й поширене в мережах оголошення про проведення цього конкурсу закликало: "Залітай на ML-хакатон – спробуй передбачити поведінку плазми за даними з термоядерного реактора". Для цього учасникам надавали набір даних із параметрами роботи реактора, використовуючи які ті мусили знайти закономірності в числових даних і з'ясувати, як налаштування реактора впливають на плазму; побудувати ML-модель, яка передбачатиме поведінку плазми та за допомогою своєї моделі перевірити фізичні гіпотези.
"Конкурс було присвячено дослідженню того, що відбувається всередині одного з найбільших наших майбутніх джерел енергії. Всі ми останні 60 років чекаємо переходу до найбільш безпечного, найбільш продуктивного джерела енергії, яке називається джерелом термоядерної енергії токамак (тороїдальна камера з магнітними котушками для магнітного утримання плазми – прим. авт.). На жаль, ця задача токамака повністю не розв'язана. Основною проблемою досі залишається питання збереження плазми в довгому проміжку часу. Головне – це час, і також, звісно, гроші, тому що це має бути енергетично і фінансово вигідно, – пояснила кореспондентові "КП" членкиня журі хакатону, доцентка кафедри загальної фізики фізико-математичного факультету Ірина Іванова. – І ми хотіли подивитися, наскільки сучасні методи штучного інтелекту, нейронних мереж і тому подібне можуть допомогти нам в розв'язанні цієї проблеми".
Після реєстрації команд організатори надали учасникам зрозумілі матеріали про роботу токамака – установки для магнітного утримання плазми – та пояснення змінних у датасеті. Також для них було підготовлено відеокурс про використання ШІ в навчанні, який мав допомогти швидко розібратися в темі.
За словами Ірини Іванової, учасники хакатону повинні були, передусім, дослідити, чи можна спрогнозувати зрив плазми (тобто ситуацію, коли плазма починає вести себе не так, як потрібно інженерам). Для цього, повторімося, їм було надано набір параметрів, і вони мали відповідним чином навчити нейромережу або використати якійсь інший спосіб розв'язання задачі. Також потрібно було вчасно спрогнозувати, коли такий зрив плазми станеться. Важливо було також дослідити, чи можливо зрозуміти, чому така подія станеться, і чи можливо цьому якось запобігти.
"Взагалі, конкурс позиціонувався виключно для студентів КПІ ім. Ігоря Сікорського, але реєстраційну форму заповнювали ще багато людей. Були студенти з інших університетів, були також старшокласники з київських ліцеїв, – розповів один із організаторів хакатону, асистент кафедри загальної фізики фізико-математичного факультету Ілля Наконечний. – Сам хакатон спочатку планувався на дорослу аудиторію, тобто на студентів 2-6-го курсів. Але після того, як ми відкрили реєстраційну форму і отримали перших бажаючих взяти в ньому участь, ми провели брейншторм-сесію, на якій вирішили розширити цю аудиторію, зокрема і для учнів 11-го класу, щоби вони вже починали розуміти, якою є студентська підготовка і як взагалі працює науковий світ". При цьому, аби повноцінно попрацювати над розв'язанням поставлених задач, учасники мусили володіти певною сукупність знань і навичок: потрібно було знати базове програмування на Python і розуміти принципи побудови ML-моделей; вміти аналізувати числові дані, знаходити кореляції та закономірності та, звісно, мати цікавість до складних задач і дослідницький азарт.
На фото: Команда acidsix7 презентує свою розробкуУчасть у хакатоні взяло понад 50 людей, які об'єдналися в 10 команд. Утім, з різних причин до фінішу дійшли не всі: свої розробки в неділю 11 жовтня представили журі лише 8 з них, які складалися з 40 учасників. Змагання, так само як і захист розробок, відбувалися в одному з університетських укриттів в очному режимі. Проте команди в разі необхідності могли працювати й віддалено – так через певні причини і сталося в другий день хакатону з командою Lesychky.
Науково-технічні рішення учасників оцінювали експерти з машинного навчання та з фізики. Ірина Іванова докладніше розповіла про критерії, з якими журі підходило до представлених розробок: "Їх було багато. Окремі були пов'язані з кількістю напрацьованих моделей, що використовувалися, інші – з розумінням учасниками фізики процесів… Було багато й інших складових, адже задача сама по собі була дуже непростою". Тобто для журі було важливо оцінити не лише точність моделі, а й те, чи команда розуміє фізику того, що відбувається в плазмі. Тому 40 балів давала автоматична метрика, 30 – фізики, 30 – фахівець з ML. Загалом питання предикції того, що подія станеться в принципі, у всіх команд була тією чи іншою мірою розв'язана, а от можливості подолання подібних проблем всі бачили по-різному.
"Кожна команда представила дійсно гідні результати наукового дослідження. Багато з ким з учасників ми вже можемо скооперуватися для того, щоб продовжувати писати статті, щоб отримувати і поширювати саме освітницьку місію нашого хакатону", – додав Ілля Наконечний.
Мав хакатон і призовий фонд у 60 тисяч гривень. Його розділили команди-переможниці. Призи профінансувала компанія спонсорів.
Перше місцеі приз у 30 тисяч гривень виборола команда acidsix7, до складу якої входили студенти РТФ, НН ІМЗ ім. Є.О.Патона, ФІОТ, НН ФТІ КПІ ім. Ігоря Сікорського та учень одинадцятого класу Києво-Печерського ліцею №171 "Лідер" (Дмитрій Почко, Олександр Чорій, Ілля Симоненко, Олена Сергієнко, Софія Щербина та Арина Яковець). Вони запропонували систему, що не лише бачить наближення зриву, але й пояснює, чому саме, й корегує параметри розряду, щоб його не сталося. На 100 нових розрядах вона запобігла 26 зривам із 31.
Друге місце і 20 тисяч гривень – у команди Lesychky, до якої входили студенти ФІОТ і ФПСПМ КПІ ім. Ігоря Сікорського – Тимофій Бузинний, Мілан Іліч, Богдан Коваленко, Максим Куземський та Євгенія Вретік. Команда влаштувала чесний двобій "фізична формула проти нейромереж". Наперед записали 12 гіпотез і критерії, за якими вирішуватимуть, хто переміг, щоб потім не підганяти результат. Виграла формула з усього чотирма константами. Жодна нейромережа її не обійшла, а зриви вона ловить удвічі частіше за базове рішення.
Третє місце і 10 тисяч гривень присуджено команді brainrot_team у складі Софії Ніколаєнко, Ірини Наливайко, Руслана Коритіча, Володимира Пащенка та Матвія Терещенка – студентів Інституту високих технологій КНУ ім. Т. Шевченка та ФПСПМ КПІ ім. Ігоря Сікорського. Члени команди працювали як інженери на реальній установці. Спершу порахували, що дорожче: проґавити зрив чи зайвий раз підняти тривогу. І за цією ціною обрали модель, яка попереджає про 96% зривів за 0,3 секунди до гасіння плазми. Хибних тривог при цьому більше, але вони на це пішли свідомо.
Насамкінець зауважимо, що фінансову та менторську підтримку організаторам і учасникам надали R&D-компанія DataRoot Labs (datarootlabs.com) та ГО UFTM (uftm.org).
🤖 Як за допомогою штучного інтелекту прогнозувати поведінку плазми та підвищувати безпеку реактора? Такий виклик прийняли учасники триденного ML-хакатону «Код плазми» у КПІ ім. Ігоря Сікорського.
📃 Захід, організований Фізико-математичним факультетом спільно з платформою Abitly, об’єднав понад 50 учасників у 10 командах.
⬇️ Студенти й молоді фахівці працювали на стику Data Science та інженерії:
🔸 аналізували датасети з показниками європейського токамака JET;
🔸 розробляли власні ML-моделі для прогнозування стану плазми;
🔸 перевіряли фізичні гіпотези, щоб навчити алгоритми завчасно виявляти небезпечні зміни в плазмі;
🔸 консультувалися з менторами та захищали свої розробки перед експертним журі.
🎥 Як учасники приборкували розжарену плазму за допомогою коду та які емоції вирували на хакатоні — дивіться у відео.