Nová metoda AI zmenšuje vědecké datové soubory až stonásobně
Výzkumníci z Národní laboratoře SLAC Accelerator Laboratory vyvinuli kompresní metodu založenou na neuronových sítích, která při testech snížila objem vědeckých dat 10- až 100krát v závislosti na vstupních datech a požadované úrovni přesnosti. Klíčovou myšlenkou není komprimovat všechny části dat stejnou měrou, ale zachovat struktury v různých prostorových měřítcích, které by se mohly ukázat jako zásadní pro vědeckou analýzu. Studie byla publikována v časopise Nature Machine Intelligence.
Vědecké přístroje produkují více dat, než infrastruktura dokáže pojmout
Motivace nové metody vychází z velmi praktického problému moderní experimentální vědy. Rozlišení senzorů a rychlost měření rostou tak rychle, že přístroje nové generace začínají vytvářet datové proudy, jejichž úplné ukládání, přenos a pozdější zpracování je stále nákladnější.
Konvenční ztrátová komprese může zmenšit velikost souborů, ale může také odstranit signály s nízkou amplitudou nebo jemné struktury. U běžné fotografie taková ztráta nemusí vadit. Ve vědeckém měření však může nepatrný detail obsahovat přesně tu fyzikální informaci, kterou výzkumníci hledají.
SLAC jako jeden příklad uvádí drobné skvrnky, které se objevují při rentgenových měřeních. Tyto struktury mohou odhalit vnitřní uspořádání, defekty nebo dynamiku materiálu. Pokud je kompresní algoritmus považuje za šum, může snížit nejen velikost souboru, ale i vědeckou hodnotu měření.
Vlnková analýza odděluje informace podle měřítka
Metoda publikovaná v Nature Machine Intelligence se nazývá WIEN-INR. Kombinuje vlnkovou analýzu s implicitními neuronovými reprezentacemi.
Nejprve vlnková analýza rozdělí datovou sadu na složky v různých prostorových měřítcích a rozliší struktury velkého rozsahu od jemných detailů. Neuronová síť se poté učí kompaktně reprezentovat informace v těchto různých měřítcích.
Tato architektura pomáhá vyhnout se běžnému problému univerzální komprese, při němž může být rozsáhlá struktura pozadí a drobný, avšak vědecky významný prvek zpracováván v podstatě stejným způsobem.
Podle výzkumníka SLAC Yuana Niho metoda obvykle snížila velikost souborů 10- až 100krát, v závislosti na zdrojových datech a požadované kvalitě. Tento výsledek by však neměl být vykládán jako zcela bezeztrátová komprese. Jde o řízený kompromis mezi objemem dat a věrností signálu, navržený tak, aby jemné prvky důležité pro analýzu zachoval lépe než obecný kompresní přístup.
To je přesnější popis než tvrzení, že systém „neztrácí vůbec žádná data“.
Systém dokáže dekódovat pouze oblast, kterou potřebujete
Druhá významná přednost metody se projeví při pozdějším využití dat. Pokud výzkumník potřebuje jen malou oblast z rozsáhlé komprimované datové sady, není nutné rekonstruovat celý soubor.
WIEN-INR dokáže dekódovat pouze vybranou oblast zájmu, a to v různých měřítcích a rozlišeních. SLAC uvádí, že dekomprese celého velkého souboru běžným kodekem může trvat minuty, hodiny, nebo dokonce dny. Selektivní dekódování velké části této práce zamezí.
Ve velkých prostředích vědeckého výpočtu může být tato schopnost stejně důležitá jako samotný kompresní poměr. Problémem nejsou pouze náklady na ukládání. Přesun dat mezi úložnými systémy, výpočetními uzly a výzkumnými institucemi spotřebovává síťovou kapacitu, energii i čas.
Metoda fungovala u velmi odlišných typů dat
Výzkumníci neomezili své testy na jediný typ rentgenové datové sady. Metodu použili na molekulární a materiálová měření, data o magnetickém poli Slunce i běžné fotografie. Neuronová síť se dokázala přizpůsobit různým typům dat a naučit se prvky, které byly pro každý z nich důležité.
Autoři nepředstavují WIEN-INR jako univerzální náhradu stávajících metod komprese či redukce dat. Místo toho může fungovat vedle nich jako další možnost v případech, kdy je mimořádně důležité později obnovit strukturu v jemném měřítku.
Na studii se podíleli také výzkumníci z University of California, Davis a Carnegie Mellon University. Tým trénoval své neuronové sítě pomocí superpočítače Perlmutter v zařízení NERSC amerického ministerstva energetiky. Článek „Multi-resolution enhancement for full-spectrum neural representations“ byl publikován v Nature Machine Intelligence 24. srpna 2026.
Evropská výzkumná infrastruktura čelí stejnému problému
Potenciál metody sahá daleko za hranice jediného přístroje ve SLAC. Evropská infrastruktura pro částicovou fyziku, synchrotronovou vědu, astronomii, výzkum klimatu a satelitní pozorování rovněž generuje rychle rostoucí objemy dat.
Důležitý je zde princip, nikoli jeden konkrétní algoritmus. Když přístroj produkuje více informací, než je praktické v plném rozsahu ukládat a přenášet, musí datový řetězec stále dříve rozhodovat, které informace zachovat a s jakou úrovní věrnosti.
Role AI ve vědě se proto již neomezuje na hledání vzorců po uskutečnění experimentu. Dalším významným krokem může být reprezentace vědeckých dat ve formě, která dramaticky sníží nároky na úložiště a výpočetní výkon a zároveň zachová jemné struktury, jež se mohou ukázat jako důležité pro příští objev.
Vědecké přístroje produkují více dat, než infrastruktura dokáže pojmout
Motivace nové metody vychází z velmi praktického problému moderní experimentální vědy. Rozlišení senzorů a rychlost měření rostou tak rychle, že přístroje nové generace začínají vytvářet datové proudy, jejichž úplné ukládání, přenos a pozdější zpracování je stále nákladnější.
Konvenční ztrátová komprese může zmenšit velikost souborů, ale může také odstranit signály s nízkou amplitudou nebo jemné struktury. U běžné fotografie taková ztráta nemusí vadit. Ve vědeckém měření však může nepatrný detail obsahovat přesně tu fyzikální informaci, kterou výzkumníci hledají.
SLAC jako jeden příklad uvádí drobné skvrnky, které se objevují při rentgenových měřeních. Tyto struktury mohou odhalit vnitřní uspořádání, defekty nebo dynamiku materiálu. Pokud je kompresní algoritmus považuje za šum, může snížit nejen velikost souboru, ale i vědeckou hodnotu měření.
Vlnková analýza odděluje informace podle měřítka
Metoda publikovaná v Nature Machine Intelligence se nazývá WIEN-INR. Kombinuje vlnkovou analýzu s implicitními neuronovými reprezentacemi.
Nejprve vlnková analýza rozdělí datovou sadu na složky v různých prostorových měřítcích a rozliší struktury velkého rozsahu od jemných detailů. Neuronová síť se poté učí kompaktně reprezentovat informace v těchto různých měřítcích.
Tato architektura pomáhá vyhnout se běžnému problému univerzální komprese, při němž může být rozsáhlá struktura pozadí a drobný, avšak vědecky významný prvek zpracováván v podstatě stejným způsobem.
Podle výzkumníka SLAC Yuana Niho metoda obvykle snížila velikost souborů 10- až 100krát, v závislosti na zdrojových datech a požadované kvalitě. Tento výsledek by však neměl být vykládán jako zcela bezeztrátová komprese. Jde o řízený kompromis mezi objemem dat a věrností signálu, navržený tak, aby jemné prvky důležité pro analýzu zachoval lépe než obecný kompresní přístup.
To je přesnější popis než tvrzení, že systém „neztrácí vůbec žádná data“.
Systém dokáže dekódovat pouze oblast, kterou potřebujete
Druhá významná přednost metody se projeví při pozdějším využití dat. Pokud výzkumník potřebuje jen malou oblast z rozsáhlé komprimované datové sady, není nutné rekonstruovat celý soubor.
WIEN-INR dokáže dekódovat pouze vybranou oblast zájmu, a to v různých měřítcích a rozlišeních. SLAC uvádí, že dekomprese celého velkého souboru běžným kodekem může trvat minuty, hodiny, nebo dokonce dny. Selektivní dekódování velké části této práce zamezí.
Ve velkých prostředích vědeckého výpočtu může být tato schopnost stejně důležitá jako samotný kompresní poměr. Problémem nejsou pouze náklady na ukládání. Přesun dat mezi úložnými systémy, výpočetními uzly a výzkumnými institucemi spotřebovává síťovou kapacitu, energii i čas.
Metoda fungovala u velmi odlišných typů dat
Výzkumníci neomezili své testy na jediný typ rentgenové datové sady. Metodu použili na molekulární a materiálová měření, data o magnetickém poli Slunce i běžné fotografie. Neuronová síť se dokázala přizpůsobit různým typům dat a naučit se prvky, které byly pro každý z nich důležité.
Autoři nepředstavují WIEN-INR jako univerzální náhradu stávajících metod komprese či redukce dat. Místo toho může fungovat vedle nich jako další možnost v případech, kdy je mimořádně důležité později obnovit strukturu v jemném měřítku.
Na studii se podíleli také výzkumníci z University of California, Davis a Carnegie Mellon University. Tým trénoval své neuronové sítě pomocí superpočítače Perlmutter v zařízení NERSC amerického ministerstva energetiky. Článek „Multi-resolution enhancement for full-spectrum neural representations“ byl publikován v Nature Machine Intelligence 24. srpna 2026.
Evropská výzkumná infrastruktura čelí stejnému problému
Potenciál metody sahá daleko za hranice jediného přístroje ve SLAC. Evropská infrastruktura pro částicovou fyziku, synchrotronovou vědu, astronomii, výzkum klimatu a satelitní pozorování rovněž generuje rychle rostoucí objemy dat.
Důležitý je zde princip, nikoli jeden konkrétní algoritmus. Když přístroj produkuje více informací, než je praktické v plném rozsahu ukládat a přenášet, musí datový řetězec stále dříve rozhodovat, které informace zachovat a s jakou úrovní věrnosti.
Role AI ve vědě se proto již neomezuje na hledání vzorců po uskutečnění experimentu. Dalším významným krokem může být reprezentace vědeckých dat ve formě, která dramaticky sníží nároky na úložiště a výpočetní výkon a zároveň zachová jemné struktury, jež se mohou ukázat jako důležité pro příští objev.
