Տվյալագիտություն և մեքենայական ուսուցում
Էնտրոպիա. Nolan-ի Tenet ֆիլմից մինչև մեքենայական ուսուցում
Christopher Nolan-ի Tenet-ի պրեմիերիայից հետո ակտիվ քննարկումներ սկսվեցին՝ կապված ֆիլմում ներկայացված գիտական գաղափարների հետ, որոնցից շատերն իրականում այդքան էլ ճշգրիտ չեն։ Դրանցից ամենաառանցքայինը էնտրոպիան է. բազմաթիվ էլեմենտներից բաղկացած համակարգի անկարգավորվածության չափը բնական գիտություններում։ Մասնավորապես, վիճակագրական ֆիզիկայում որևէ մակրոսկոպիկ վիճակի իրականացման հավանականությունն է, ինֆորմացիայի տեսությունում՝ անորոշության չափը որևէ փորձում, որը կարող է տարբեր ելքեր, հետևաբար, նաև տեղեկության տարբեր քանակ ունենալ, ինֆորմատիկայում՝ տեղեկությունների ոչ լրիվության, անորոշության աստիճանը։
Թրիլլերի տարրերով գիտաֆանտաստիկ այս ֆիլմում գլխավոր հերոսը փորձում է կառավարել ժամանակը, որպեսզի կանխի III համաշխարհային պատերազմը։ Այդ նպատակով նա օգտագործում է ժամանակի շրջվածությունը (inversion), որի շնորհիվ ժամանակը շարժվում է հակառակ ուղղությամբ։
Ինչպես Nolan-ի գրեթե բոլոր ֆիլմերը, այս մեկը նույնպես դուրս է գալիս գիտության սահմաններից, որոշ մասնագետների կարծիքով՝ նույնիսկ չափից շատ։ Ֆիլմի սցենարը գրելիս՝ Nolan-ը խորհրդակցել է Նոբելյան մրցանականիր ֆիզիկոս Kip Thorne-ի հետ, սակայն որոշել է չմնալ գիտության սահմաններում։ Չնայած այդ ամենին՝ ֆիլմը, այնուամենայնիվ, հիմնված է գիտության վրա։
Բացի մարդկանց և առարկաների էնտրոպիայից, ֆիլմում տեղ են գտել նաև ֆիզիկայի հետևյալ կոնցեպտները՝ անիհիլացումը (Annihilation), թերմոդինամիկայի երկրորդ օրենքը, Մաքսվելի հրեշը (Maxwell’s demon), սպանված պապիկի պարադոքսը (The grandfather paradox), Feynman-ի և Wheeler-ի միաէլեկտրոն տիեզերքի գաղափարը (The one-electron universe)։ Ֆիլմի թողարկման հենց սկզբից Նոլանը նշել է, որ իրենց նպատակը չէ ճշգրիտ գիտական ֆիլմ ստեղծելը։
Էնտրոպիայի հասկացությունը 1865 թ. առաջին անգամ կիրառել է Rudolf Clausius-ը թերմոդինամիկայում՝ էներգիայի ցրման անդարձելիության չափի (իդեալական պրոցեսից իրական պրոցեսի շեղման չափի) որոշման համար։ Էնտրոպիան թերմոդինամիկական վիճակի ֆունկցիա է, դարձելի պրոցեսի դեպքում մնում է հաստատուն, մինչդեռ ոչ դարձելի պրոցեսների դեպքում նրա փոփոխությունը միշտ դրական է, այսինքն՝ աճում է։
Բացի ֆիզիկայում ունեցած կիրառությունից, էնտրոպիան կարևոր դեր է խաղում նաև տվյալագիտության ու մեքենայական ուսուցման ոլորտում։ Տեղեկութային էնտրոպիան տեղեկությունների աղբյուրի անկարգավորվածության չափն է, որը բնորոշվում է նիշի փոխանցման ժամանակ դրա ի հայտ գալու հավանականությամբ։
Թեև թերմոդինամիկ և տեղեկութային էնտրոպիա հասկացությունները ներկայացվում են տարբեր ֆորմալիզմների շրջանակներում, դրանք ունեն ընդհանուր ֆիզիկական նշանակություն ՝ համակարգի հասանելի միկրովիճակների թվի լոգարիթմը: Այս հասկացությունների փոխկապակցվածության մասին առաջին անգամ խոսել է Ludwig Boltzmann-ը։
1948-ին մաթեմատիկոս, էլէկտրոինժեներ Claude E. Shannon-ը «Հաղորդակցության մաթեմատիկական տեսությունը» (“A Mathematical Theory of Communication”) վերնագրով հոդված հրապարակեց, որտեղ անդրադարձավ տեղեկատվության չափման, ընտրության և անորոշության խնդիրներին։ Shannon-ը հայտնի է նաև որպես «տեղեկատվական տեսության հայր», քանի որ ինքն է հայտնագործել այդ ոլորտը։
Ինֆորմացիոն տեսությունը տեղեկության կոդավորման մաթեմատիկական մոտեցում է, ինչպես քվանտիֆիկացիան, տեղեկատվության փոխանցումն ու պահպանումը։ Իր աշխատանքում Shannon-ը մաթեմատիկայի տեսանկյունից չափել է «կորած տեղեկատվության» վիճակագրական բնույթը հեռախոսային ազդանշաններում:
Աշխատանքն ուղղված էր այն խնդրին, թե ինչպես լավագույնս կոդավորվել այն ինֆորմացիան, որը ցանկանում է փոխանցել ուղարկողը: Այդ նպատակով տեղեկատվական էնտրոպիան մշակվել է որպես հաղորդագրության մեջ տեղեկատվության բովանդակությունը գնահատելու միջոց, որը հաղորդագրությամբ նվազեցված անորոշության չափումն է:
Այսպիսով՝ տեղեկատվության տեսության մեջ առաջնային չափումն էնտրոպիան է։ Եթե դիտարկենք բառի ստուգաբանությունը, ապա էնտրոպիա նշանակում է փոփոխություն ներսում, շրջադարձ (հին հունարենից՝ en-ներսում, trop-փոփոխություն)։ Իսկ անգլերենով բառն ունի նաև խառնաշփոթ, քաոս և շփոթություն իմաստները։
Իսկ ի՞նչ է ինֆորմացիան. որոշակի փաստեր, որ մենք իմանում ենք ինչ-որ բանի կամ ինչ-որ մեկի մասին։ Այն կարելի է պահպանել, տեղափոխել, փոխանցել որպես փոփոխական, և այն կարող է տարբեր արժեքներ ստանալ։ Այլ կերպ ասած՝ փոփոխականը ինֆորմացիայի պահպանման միավոր է։ Այսպիսով՝ մենք փոփոխականից տեղեկություն ենք ստանում՝ տեսնելով իր արժեքը, նույն կերպ, ինչպես ստանում ենք նամակի կամ հաղորդագրության պարունակությունը այն կարդալով։
Էնտրոպիան հաշվում է փոփոխականում առկա ինֆորմացիայի քանակը, որը չափվում է ոչ միայն տաբեր արժեքների քանակով, այլ նաև այնտեղ պարունակվող «անակնկալի» չափով։
Օրինակ՝ եթե Դուք ստանում եք մի հաղորդագրություն, որը նախկինում ստացած մեկ այլ նամակի տեքստի կրկնությունն է, ապա այն բացարձակապես ինֆորմատիվ չէ։ Սակայն, եթե հաղորդագրությունը տեղեկություն է պարունակում որևէ թարմ իրադարձության մասին, ապա այն միանշանակ ինֆորմատիվ է։ Ստացվում է, որ տեքստում պարունակվող ինֆորմացիան ուղիղ համեմատական է այնտեղ առկա «անակնկալի» քանակին։
Այսպիսով, ինտուիտիվ կերպով կարելի է հասկանալ, որ տեղեկատվության այս պահեստավորումը և փոխանցումը կապված է այդ փոփոխականի տեղեկատվության քանակի հետ:
Տեղեկատվության տեսության մեջ պատահական փոփոխականի էնտրոպիան փոփոխականի հնարավոր արդյունքներին բնորոշ «տեղեկատվության», «անակնկալի» կամ «անորոշության» միջին մակարդակն է:
Այսպիսով, որքան որոշակի և հաստատուն է իրադարձությունը, այնքան քիչ տեղեկատվություն է այն պարունակում։ Փաստորեն, ինֆորմացիան անորոշության կամ էնտրոպիայի աճն է։
Գործնականում այս տեսությունը լայնորեն կիրառվում է Python-ում և որոշման ծառի (Decision Tree) մեթոդում։
Code Republic-ը ծրագրավորման գիտահետազոտական կենտրոն է, որն ունի նաև ուսումնական բաժին։ Ուսումնական բաժնում խմբավորում ենք խորացված ծրագրավորումը մաթեմատիկայի, ֆիզիկայի և ինժեներության հետ։
Մենք ջանք ու ժամանակ չենք խնայում և ստեղծում ենք այնպիսի որակյալ նյութեր, որոնք ցույց են տալիս ծրագրավորման իրական կողմը` արվեստը: Առայժմ դա ստացվում է, իսկ պատճառը պարզ է.
մենք սիրում ենք այն, ինչ անում ենք։
Ձգտում ենք ունենալ ծրագրավորման, մաթեմատիկայի, ֆիզիկայի և ինժեներության խորացված լավագույն դասընթացները և վարձավճարը սահմանել ամսական հնարավոր նվազագույնը` 42 000 դրամ։ Խոստանում ենք երբեք չթանկացնել, իսկ շատ ու շատ անվճար դասընթացներ էլ տեղադրել YouTube-յան մեր ալիքում, այստեղ՝
Բոլոր ցանկացողները կարող են ստեղծել և տեղադրել նոր դասընթացներ, կամ, ինչու ոչ, գրել հայալեզու հոդվածներ Medium-ում։ Համագործակցության համար գրեք մեզ contact@coderepublic.am հասցեով։ Եվ, իհարկե, հետևեք մեզ այլ սոց. ցանցերում. Facebook, Instagram, Telegram, և որ ավելի կարևոր է՝ LinkedIn, տեղադրում ենք միայն օգտակար նյութեր։
Ջանք ու եռանդ չենք խնայում լուծելու երկրում գլխավոր խնդիրներից մեկը՝ որակյալ ծրագրավորող-ինժեներների կրթումը։ Ժամանակատար է, դժվար է, բայց կանգ չենք առնում։
Ընտրել ենք բա՛րդ ճանապարհը
