Az ELKH Wigner Fizikai Kutatóközpont (Wigner FK) Komputációs Tudományok osztályának kutatói, Benkő Zsigmond, Bábel Tamás és Somogyvári Zoltán olyan új számítógépes módszereket fejlesztenek, amelyek segítenek az információtengerben, azaz a „big data” állományban megtalálni a rendkívüli és váratlan helyzetekre előre utaló adatokat. Az anomália-detekciós algoritmusokkal kapcsolatos fejlesztés segítséget nyújthat váratlan események – így akár egy szívroham vagy egy következő világválság – előrejelzéséhez. A kutatás eredményeit bemutató tanulmány a rangos Scientific Reports nemzetközi folyóiratban jelent meg.
Mindennapi életünk általában kiszámíthatóan telik, sokszor azonban megtörténik a váratlan: kihagy alvás közben a szívverésünk, hó esik áprilisban, vagy beszakad a tőzsde, összeomlik a pénzpiac. Ha minden váratlan fordulat nem is, de vannak olyan rendkívüli események, amelyek a hétköznapi életünket leíró adatsorokon is nyomot hagynak. Ezeket sokszor egyszerű felismerni, egy tőzsdei összeomlás például „szabad szemmel” is észrevehető árfolyam-ingadozással jár, máskor azonban sokkal rejtettebbek, az EKG apró eltérései például csak a szakembernek tűnnek fel. Az ehhez hasonló, nem nyilvánvaló változások megtalálására a nagy adatsorok elemzői anomália-detekciós algoritmusokat használnak. Egy ilyen algoritmust fejlesztett ki a Wigner FK három kutatója is, amely segíthet megjósolni, hogy mit hoz a jövő az élet és az üzleti világ számos területén.
Magyar kutatók a váratlan események nyomában
A váratlan események sokszor nemcsak váratlanok, hanem ismeretlenek, vagyis olyanok, amelyeket eddig nem tapasztaltunk, mintha egy unikornis tűnne fel előttünk az erdőben. Ezért felismerésük az automatikus módszerek számára komoly kihívást jelent. A Wigner FK kutatóinak az új, rendkívüli események felismerésére alkalmas módszerével azonban felfedezhetők lesznek ezek az „unikornisok”, tehát az olyan váratlan, hosszan mért idősorokon megjelenő események, amelyeknek előre nem ismerjük a jellegzetességeit.
Modern világunkban, ahol az információ az egyik legfontosabb nyersanyag, az új algoritmus fontos és kiemelten hasznos eszköze lehet a rendkívüli és főleg korábban még nem ismert jelenségek felismerésének, és mivel egy rendkívüli esemény megjelenése gyakran előre jelezhet komoly következményekkel járó változásokat, ezáltal az új algoritmus számos területen – többek között a pénzügyben vagy éppen az egészségügyben is – a gyakorlatban is hatékonyan alkalmazható.
A magyar módszerrel előre jelezhető lett volna a 2008-as világválság?
A mostani tanulmányban ismertetett módszerben rejlő lehetőségeket a kutatók először olyan számítógépes teszteken keresztül szemléltették, amelyek során ők generálták és helyezték el az anomáliákat. Így megmutatták, hogy olyan egyedi események felfedezésére is képes, amelyek az emberi szem számára sokszor láthatatlanok, és amelyekkel más hasonló anomália-detekciós algoritmusok nem boldogulnak. Amikor azonban az új algoritmust valódi, mért adatsorokon alkalmazták – ahol már egy-egy rendkívüli esemény ismert volt –, megtalálta például a szív működését figyelő egyik EKG-adatsoron az alvás során bekövetkező rövid légzésmegakadás (apnoe) jeleit, ami segítséget jelenthet az orvosoknak a megfelelő kezelés kiválasztásában. Az algoritmus – a banki tranzakciók korábbi adatait vizsgálva az egyik fontos kamatmutató, a LIBOR-index vonatkozásában – rendkívüli eseményt jelzett a 2008-as nagy pénzügyi összeomlást megelőző időszakban is.
Az új módszert kifejlesztő kutatók
Dr. Somogyvári Zoltán a Wigner Fizikai Kutatóközpont tudományos főmunkatársa, az Elméleti Idegtudomány és Komplex Rendszerek kutatócsoport vezetője, fizikus, aki a Semmelweis Egyetemen szerzett Idegtudományokból PhD fokozatot. Fő kutatási területe az új adatelemzési módszerek fejlesztése, amelyekkel közelebb kerülhetünk az agy működésének, bizonyos agyi betegségek okainak és általánosságban a komplex rendszerek működésének felderítéséhez.
Dr. Bábel Tamás orvos, PhD fokozatát klinikai idegtudományokból szerezte, orvostechnikai és digitális egészségipari innovációs szakterülettel foglalkozik. Kutatási érdeklődésének középpontjában elsősorban a neurokardiális biomarkerek állnak.
Dr. Benkő Zsigmond biofizikus, a Semmelweis Egyetemen szerezte PhD fokozatát elméleti orvostudományból. Jelenleg a Wigner Fizikai Kutatóintézet Elméleti Idegtudomány és Komplex rendszerek kutatócsoportjában tudományos munkatársként dolgozik. A mesterséges intelligencia eszköztárát felhasználva fejleszt új adatfeldolgozási algoritmusokat, amelyek a komplex rendszerek modellezését és irányítását teszik lehetővé.