Проект доцента Валентины Сулимовой, поддержанный Российским научным фондом, заменит «черные ящики» нейросетей прозрачной математической моделью
Ученые Тульского государственного университета (ТулГУ) разрабатывают новый алгоритм машинного обучения для работы с большими массивами данных. В отличие от классических нейронных сетей, действующих по принципу «черного ящика», тульская технология не только ставит диагноз или прогнозирует результат, но и наглядно показывает врачу или инженеру факторы, которые привели к такому выводу. В 2026 году проект доцента кафедры Валентина Сулимова получил грант Российского научного фонда.
В основе разработки лежит классический метод опорных векторов (SVM). Его главное преимущество перед нейросетями — прозрачность вычислений, позволяющая увидеть вклад каждого признака в итоговое решение. Однако у SVM есть существенный недостаток: он крайне медленно обрабатывает огромные объемы информации.
Чтобы преодолеть это ограничение, программисты ТулГУ предложили разделять сложную вычислительную задачу на множество мелких подзадач и решать их параллельно. Это позволяет системе функционировать даже на обычном персональном компьютере в условиях нехватки оперативной памяти. Кроме того, алгоритм самостоятельно фильтрует входящий поток данных, отсекая лишние показатели и оставляя лишь те, что действительно влияют на результат.
Первой сферой применения технологии станет медицина. Система сможет не просто определить наличие патологии у пациента, но и выделить конкретные маркеры крови, рентгенологические признаки или данные анамнеза, которые послужили основанием для диагноза. Это существенно сократит время анализа снимков и лабораторных исследований.
Помимо здравоохранения, разработку планируют внедрить в химическую промышленность. Алгоритм поможет прогнозировать физико-химические свойства новых материалов еще на этапе компьютерных расчетов, позволяя отбраковывать неудачные варианты без проведения дорогостоящих натурных испытаний.
