Первая совместная встреча американской и японской команд DORAEMON завершилась 2 октября в Университете Кюсю. Одной из её главных целей стала подготовка первого выпуска AI-ready datasets и связанных с ними открытых соревнований Open Data Challenge.
Принцип кажется простым: одна задача, один набор исходных данных и одна система оценки. Вместе с данными исследователи получат описание задачи, метрики и базовую модель, с результатами которой можно сравнивать новые решения.
Работа охватывает несколько типов нейтринных детекторов — от жидкоаргоновых и водных черенковских установок до нейтринных телескопов и эмульсионных детекторов. Для каждого нужны свои данные и задачи: распознавание частиц, восстановление событий, оценка энергии и другие элементы анализа.
Проблема давно уже не только в количестве научных данных. Чтобы ИИ действительно помогал науке, информация должна быть доступной, хорошо описанной и пригодной для проверки результатов другими исследователями.
DORAEMON пытается построить именно такую инфраструктуру: открытые данные, общие правила и возможность сравнить разные ИИ-методы не по красивой демонстрации, а на одной и той же физической задаче.
Получается любопытный поворот: науку всё чаще приходится готовить не только к тому, чтобы её понял другой человек, но и к тому, чтобы с ней мог корректно работать другой тип исследователя — машина.
