Др. Душан Јаковетић, редовни професор Природно-математичког факултета (ПМФ) у Новом Саду, руководилац је тима ПМФ-а на пројекту “TURING: Trustworthy Unified Robust Intelligent Generative Systems”. TURING је научни истраживачко-иновациони пројекат из програма Хоризонт Европа и бави се применама вештачке интелигенције (ВИ) на системе и појаве описане физичким процесима. Пројекат има преко 20 партнерских институција укључујући водеће академске и индустријске институције у Европи. Координатор пројекта је Истраживачки универзитетски институт за комуникационе и рачунарске системе (ICCS), Грчка, док је ПМФ научно-технички координатор пројекта. TURING адресира развој модела ВИ у доменима честичне физике (CERN), нуклеарне енергије (NRG Pallas, Словачки универзитет технологије, Универзитет у Штудгарту), и метеорологије (Meteofrance).
У ери такозваних основних (foundation) модела и великих језичких модела - (LLM)-ова који су у свакодневној употреби великог броја корисника и остварују решавање различитих комплексних задатака, вештачка интелигенција добија све више могућности али такође носи и значајне ризике. Док моћни модели ВИ могу да предвиђају и генеришу сложени садржај различитог типа, за науку и инжењерство пресудно је да модели буду робусни, физички доследни и поуздани за употребу у реалним системима. Са друге стране, код моделовања физичких процеса, примамљивост модела ВИ лежи у томе да потенцијално могу драстично смањити време извршавања и рачунарске ресурсе у односу на конвенционалне нумеричке симулаторе засноване на сложеним парцијалним диференцијалним једначинама. Изазов је, дакле, остварити ефикасност коју нуди ВИ, али задржати поузданост и робусност решења за употребу у пракси. Управо овом тематиком се бави пројекат TURING.
Прецизније, пројекат TURING има визију да креира нову генерацију поузданих модела ВИ који могу ефикасније од класичних нумеричких приступа да симулирају сложене физичке процесе, да ефикасно репродукују и предвиђају динамику физичких система, уз остварену стабилност и интерпретабилност резултата. Тренутно стање технологије већ потврђује да овакав приступ путем foundation модела драстично смањује време и трошкове рачунарских ресурса за предвиђање метеоролошких појава са тачношћу која може бити упоредива са тачношћу традиционалних модела. TURING има амбицију да испита могућност за даљи продор технологије ВИ у метеорологији, али и нови, до сада непотпуни продор овакве технологије ВИ код других физичких процеса, укључујући честичну физику и нуклеарну енергију.
Да би се ови циљеви постигли, TURING интегрише интердисциплинарна знања из вештачке интелигенције, физике и инжењерства. Другим речима, код TURING приступа, модели се не тренирају искључиво из података као у стандардним системима ВИ, већ се у њихове способности уграђује и логика физичких процеса. Тиме се постиже боља генерализација у непредвиђеним или екстремним условима, када одлуке треба да се ослањају на поуздан, интерпретабилан и проверљив модел.
Резултати пројекта TURING могу остварити значајан утицај у релевантним доменима примене. На пример, у физици честица, потенцијал је у убрзању симулација детектора и бољем спајању експерименталних потреба са машинским учењем и рачунарским ресурсима. У области нуклеарне енергије, TURING може креирати подршку у анализама безбедности и ефикасности, укључујући оптимизацију конфигурација реактора и критичне безбедносне анализе, уз повећање предвидљивости и смањења рачунарске пристраности решења. У метеорологији, акценат је на робусним и објашњивим моделима временских прогноза који би могли да постигну високе перформансе уз драстично смањени рачунарски трошак.
