ИИ научился предсказывать болезни и управлять городами одновременно

Главное преимущество LPTM — универсальность. Модель обучена на данных из различных отраслей, таких как здравоохранение, транспорт, энергосети и финансы. Она справляется с задачами прогнозирования на 40% быстрее и требует на 50% меньше данных по сравнению с традиционными моделями. В некоторых случаях LPTM может работать без предварительной настройки.

Секрет технологии заключается в ее адаптивном модуле сегментации. Он позволяет обрабатывать данные с разной частотой, например, еженедельные отчеты о вспышках заболеваний или ежеквартальные экономические данные. Благодаря этому модель выявляет закономерности в информации, независимо от ее типа.

Тесты показали, что LPTM превосходит 17 других моделей в точности прогнозов, обрабатывая данные об эпидемиях, электропотреблении и транспортных потоках. Даже в режиме "ноль-обучения", когда модель используется без дополнительной настройки, она обходит конкурентов.

Ученые также сделали технологию доступной для других ученых. На платформе GitHub опубликована библиотека модулей LPTM, которую могут использовать разработчики.