Letní stáž na Oxfordu jako cesta k propojení fyziky a strojového učení

Jednou z největších výhod studia v zahraničí je možnost ucházet se o letní stáže, které otevírají dveře k výzkumu na špičkových institucích. Přesně taková příležitost se naskytla i mně. Ještě před začátkem druhého ročníku na Imperial College London jsem díky pozvání od vědce působícího v Česku vyjel na stáž na Oxfordskou univerzitu, kde jsem se připojil ke skupině zaměřené na kosmologii.

Měsíc a půl jsem se věnoval projektu, jehož cílem bylo zrychlit kosmologické simulace, které vědci používají k ověřování teoretických modelů. Největší komplikací bývá výpočet speciálních funkcí, jako jsou Besselovy nebo hypergeometrické funkce, které nemají jednoduché analytické vyjádření. To v praxi znamená, že je počítač hodnotí pomalu a výpočetně náročně.

Seznámil jsem se s několika desítkami studentů a vědců, kteří pracují na opravdu inspirativních projektech napříč fyzikou a datovými vědami

Daniel Čtvrtečka

Spolu s mými mentory jsme proto využili symbolickou regresi – metodu strojového učení, která dokáže z malého množství dat najít kompaktní analytické aproximace těchto funkcí. Díky tomu je možné je počítat rychleji a v mnoha případech i přesněji. Na rozdíl od modelů typu neuronových sítí je symbolická regrese dobře interpretovatelná: výsledkem je rovnice s volnými parametry, jejíž chování jde snadno analyzovat a přenášet mezi různými programovacími jazyky.

V rámci projektu jsem vytvořil novou poloautomatickou pipeline, která zajišťuje správné asymptotické chování výsledných aproximací a zlepšuje přesnost v několika parametrových oblastech oproti dosavadním přístupům. Zároveň jsme zkoumali strategii, jak tuto metodu rozšířit i na složitější funkce, které se ve fyzice často objevují.

Byla to jedinečná příležitost poznat, jak se pracuje na jednom z nejlepších fyzikálních ústavů na světě.

Daniel Čtvrtečka

Velkou zkušeností pro mě byla také možnost prezentovat výsledky na dvou akademických akcích – nejprve na interním symposiu přímo v Oxfordu a následně na undergraduate colloquiu na Imperial College London. Seznámil jsem se s několika desítkami studentů a vědců, kteří pracují na opravdu inspirativních projektech napříč fyzikou a datovými vědami.

Díky stáži jsem si mohl vyzkoušet, jaké to je pracovat v prostředí, kde se spojuje špičková fyzika, matematika a moderní přístupy strojového učení. Zároveň jsem si potvrdil, že začít s vědou už na střední škole a navazovat spolupráce s českými vědci má velký smysl — nikdy nevíte, kdy jedna z těchto spoluprací vyústí v pozvání na Oxford.

Tato zkušenost výrazně posílila můj zájem o oblast, která propojuje fyziku a machine learning. Rád bych ji v budoucnu dál rozvíjel ve svém studiu i výzkumných projektech.