Kembridžo (Anglija) Tarptautinis biografijų centras “Tarptautiniu metų žmogumi” 1997-1998 metams išrinko lietuvį, Matematikos ir informatikos instituto darbuotoją Šarūną Raudį.

Nuotraukoje: Š.Raudys (antras iš dešinės) kartu su Europos dirbtinių neuroninių tinklų asociacijos prezidente Fransuaza Fogelman-Soulie ir savo mokiniais dr. Vytautu Vyšniausku (dešinėje), dr. Tautvydu Cibu bei hab. dr. Antanu Veriku (kairėje) Paryžiuje 1995 metų Europos dirbtinių neuroninių tinklų konferencijoje, kur jis skaitė kviestinį pranešimą.

jų matematikų bei fizikų olimpiadų nugalėtojas bei prizininkas, 1963 m. su pagyrimu baigęs Kauno politechnikos institutą, Šarūnas Raudys dirbo Vilniaus skaičiavimo mašinų gamyklos Specialiame konstravimo biure. 1965 m. perėjo į Lietuvos mokslų akademijos Fizikos ir matematikos institute naujai susikūrusį Atpažinimo procesų skyrių, kur, vadovaujant akademikui L.Telksniui, parengė ir 1969 m. apgynė kandidato (daktaro), o 1978 m. - ir daktaro (habilituoto daktaro) disertacijas. Nuo 1980 m. - Matematikos ir informatikos instituto Duomenų analizės skyriaus vedėjas.

Šarūno Raudžio mokslinio darbo kryptis - tikimybinių ir statistinių matematinių modelių tyrimas bei taikymas technikos ir gamtos mokslų procesų analizei. Glaudžiai bendradarbiaudamas su tikimybininkais ir statistikais Šarūnas Raudys sukūrė statistinių klasifikatorių mokymo teoriją. Tiriamiems matematiniams modeliams analizuoti jis pirmas pasaulyje pradėjo nagrinėti asimptotiką, kai vienu metu auga ir modelio sudėtingumas, ir mokymo duomenų kiekis - jo 1967 metų straipsnis buvo paskelbtas 3 metais anksčiau nei kito autoriaus darbas šia tema. 1970-taisiais Š.Raudys pirmas suformulavo ir pagrindė efektą algoritmų mokymo teorijoje, teigiantį, kad esant mažam mokymo duomenų kiekiui reikia naudoti paprastus mokymo algoritmus, ir tik prie didelių - sudėtingus.

Prieš dešimtį metų susidomėjo dirbtinių neuroninių tinklų teorija, kur, pasak Pasaulinės neuroninių tinklų asociacijos prezidento profesoriaus Shun-ichi Amari (Japonija), “jo rezultatai jau tapo klasika”. Š Raudys pasiūlė antireguliarizacijos metodą dirbtinių neuroninių tinklų mokymo procesui stabilizuoti, parodė, kad neurono matematinis modelis evoliucionuoja besimokant, t.y. nuo paties paprasčiausio statistine prasme modelio pereina prie vis sudėtingesnio. Šiuo metu Š.Raudys tiria daugiasluoksnių neuroninių tinklų mokymo ypatumus, taiko savo sukurtą metodologiją psichologijai, gamybos ekonomikai, biologiniams reiškiniams analizuoti. Jo darbo esmė - vietoj realių technikos, gamtos reiškinių tirti sudėtingus matematinius modelius, ir taip galingomis skaičiavimo mašinomis gauti išvadas, kurias reikia patvirtinti realiais eksperimentais.

Jo matematiniu būdu gautos išvados asocijuojasi su daugeliu praktinių pastebėjimų kituose moksluose. Pavyzdžiui, sudėtingą sistemą reikia mokyti ilgiau nei paprastą, todėl esant mažam duomenų kiekiui geriau naudoti paprastą mokymo strategiją nei sudėtingą. Šia prasme paprasčiausias neuronas elgiasi išmintingai: mokymosi metu didėjant mokymo duomenų kiekiui, jo matematinis modelio sudėtingumas auga. Jeigu mokytojas netobulas, geriau iki galo nemokyti, t.y. mokinys neturi aklai iki galo sekti netobulu mokytoju. Tokiomis sąlygomis geriau turėti daugiau mokytojų, iš kurių pasisavintume tik jų žinių dalį. Kita šios išvados modifikacija: jei optimizuojant naudojamas netikslus kriterijus, nereikia siekti absoliutaus maksimumo.

Pagrindinis mokslininko rezultatas - tai daug mokymo kreivių atpažinimo teorijoje, rodančių, kaip augant mokymo duomenų kiekiui mažėja įvairių matematinių atpažinimo modelių klasifikavimo klaidos tikimybė. Šie rezultatai gali būti panaudoti ekonominiams, socialiniams reiškiniams analizuoti. Pavyzdžiui, augant įmonėje pagamintų gaminių kiekiui, jų savikaina mažėja, t.y. gamintojas išmoksta gaminti vis pigesnius ir kokybiškesnius gaminius. Panaši situacija ir rinkos ekonomikoje, valstybės valdyme, kai laikui bėgant rinka “išmoksta” nustatyti optimalias kainas, o valstybė “suderina” optimalius įstatymus. Analogiškas mokymosi procesas vyksta biologijoje, kai ląstelė mokosi atpažinti svetimą medžiagą. Čia, pavyzdžiui, paprasto dirbtinio neuroninio tinklo - matematinio smegenų modelio - ir žmogaus imuninės sistemos mokymosi kreivės panašios: kuo senesnis neuroninis tinklas, tuo sunkiau jam sekasi išmokti ko nors naujo; kuo senesnis organizmas, tuo jo imuninis aktyvumas mažesnis. Š. Raudys parodė, kad norint pagerinti “seno neurono” mokymosi galimybes, prie mokymo signalų reikia pridėti “triukšmą”, t.y. mokyti sąmoningai iškraipytais duomenimis. Ateityje gal ką nors bus galima pasiūlyti, kad galėtume “atjauninti” gyvas ląsteles.

Šarūno Raudžio rezultatai pripažinti moksliniame pasaulyje. Pavyzdžiui, jis buvo kviečiamas ir skaitė paskaitas Laisvojo Berlyno universiteto Psichologijos ir Ekonomikos institutuose, Maskvos universiteto Psichologijos institute, buvo Europos psichometrikos kongreso bei dar dvidešimties stambių mokslinių konferencijų programinių komitetų narys, kviestinis pranešėjas, yra kelių prestižinių tarptautinių mokslinių žurnalų, leidžiamų Lietuvoje, Rusijoje, JAV, redkolegijų narys. Parašė virš 150 mokslinių straipsnių, kurie cituojami šimte užsienio mokslininkų straipsnių ir monografijų. Moka rusų, anglų, prancūzų, vokiečių kalbas, dirbo mokslinį darbą bei skaitė paskaitas iškiliuose JAV, Anglijos, Prancūzijos, Vokietijos, Olandijos, Japonijos moksliniuose centruose. Keliolika jo mokinių apgynė daktaro disertacijas, dalis jų užsienio šalių (Rusijos, Ukrainos, Turkijos, Olandijos, Prancūzijos) piliečiai. Šiuo metu profesorius Š. Raudys yra bene produktyviausiai informatikos srityje dirbantis mokslininkas Lietuvoje: vien 1997 metais jis parašė monografiją ir įteikė tarptautinei Vakarų mokslinei spaudai dešimt straipsnių, dauguma kurių jau priimti ir bus išspausdinti pačio aukščiausio citavimo indekso informatikos žurnaluose.