«Великі виклики-2020» - так амбітно називається один з проектів, що пройшли в другій половині грудня в освітньому центрі «Сіріус». В ході цієї науково-технологічної проектної програми старшокласники навчали штучний інтелект. Хлопці повинні були навчити машину наступним премудростям:
- Писати новини.
- Розробляти нові лікарські препарати.
- Аналізувати знімки КТ.
- Вивчати профілі абітурієнтів в соцмережах.
Школярам допомагали експерти з Університету Іннополіс, Яндекса, Вищої школи менеджменту СпбГУ, Банку ВТБ, компанії BIOCAD. Планується, що кращі пропозиції будуть реалізовані на практиці.
Андрієм райгородської, керівником напряму «Великі дані», директором Физтех-школи прикладної математики та інформатики МФТІ, уточнюється, що сесія тривала 10 днів. За цей час хлопці навчилися працювати з різними інструментами цифрових технологій і тепер зможуть використовувати свої навички в подальшому у себе вдома.
В рамках проекту передбачено окремий напрямок «Великі дані, штучний інтелект, фінансові технології та машинне навчання». Для роботи в ньому були запрошені 28 одинадцятикласників з 18 регіонів Росії. Ці хлопці стали фіналістами Всеукраїнського конкурсу проектних і дослідницьких робіт.
Для учасників даного напрямку Яндекс сформував особливий замовлення: розробити програму для генерації новин, щоб її могли використовувати в щоденній роботі сучасні редакції. Банк ВТБ і СПбДУ також дали завдання школярам «Сіріуса». Хлопці повинні проаналізувати соціальні мережі і на основі отриманої інформації скласти портрет абітурієнта бізнес-школи.
Вчені спантеличили школярів складним побажанням: хлопці повинні навчити штучний інтелект точно прогнозувати За допомогою комп'ютерного моделювання структури молекулярного комплексу при створенні нових ліків. Машина повинна буде знаходити найбільш правдоподібні поєднання і ті, які дійсно існують в природі. Новий метод повинен передбачати, наскільки ефективно буде працювати створюваний препарат. Пропозиції у старшокласників передбачається використовувати в алгоритмі HEDGE компанії BIOCAD.
Цифрові технології на основі штучного інтелекту стали активно застосовуватися в медичній галузі в багатьох країнах світу. Цьому сприяла почалася пандемія коронавируса. Телемедичні технології показали перевагу автоматизації багатьох процесів, допомогли розвантажити клініки і лікарів від багаторазово збільшених навантажень, зуміли надати якісну дистанційну медичну допомогу пацієнтам.
В рамках науково-технологічного проекту Сіріуса «Великі виклики-2020» школярі-учасники програми отримали складне завдання від лікарів-рентгенологів Росії. Медики просять навчити штучний інтелект аналізувати медичні зображення за допомогою комп'ютерного зору і швидко і точно знаходити патології в легенях. Допомога та поради нейромережі полегшують роботу рентгенологів, скорочують час на обробку знімків.
Для такої різноманітної і складної проблеми, як отримання медичних зображень, глибоке навчання вимагає великих наборів даних для досягнення необхідного рівня точності. Рекомендації штучного інтелекту, як правило, дуже точні. Результати роботи будуть завантажені в open-source бібліотеку, доступ до якої буде відкритий для фахівців з усіх країн. Рішення школярів можна буде протестувати і застосувати на практиці, якщо якість розробки влаштує користувача. Партнерську допомогу школярам надає Центр штучного інтелекту Університету Іннополіс.
У команді проекту працюють шість 11-класників з Ханти-Мансійського автономного округу, Севастополя, Хабаровського краю, Республіки Башкортостан, Тюменської і Кемеровській і областей. Їм допомагають експерти з Центру ІІ Іннополіса.
Семен Кисельов, науковий співробітник Центру штучного інтелекту Університету Іннополіс, керівний проектом, повідомив, що розробники знайомлять дітей з методами машинного навчання і комп'ютерного зору. Популяризація математики, програмування та методів машинного навчання дозволить змінити ставлення до можливостей багатьох, хто потребує такої зміни. Проект заохотить школярів стати більш активними у вивченні перспектив цифрової трансформації суспільства, переконуючи їх, що це може привести їх до більш цікавою і інтелектуально повноцінного життя. Досвід роботи з нейронними мережами веде до вибору майбутньої професії, дозволяє доторкнутися до діяльності в атмосфері свободи, розвиває впевненість у собі і надасть дітям і підліткам компетенції, які їм знадобляться в майбутньому.
Хлопцям показують, де і в яких сферах вони можуть застосувати отримані знання. Учасники створюють такі моделі і алгоритми для аналізу знімків легких, при яких нейросеть самонавчається розпізнавати пневмонію та інші респіраторні захворювання, пневмоторакс або пухлини. Моделі глибокого навчання можуть робити прогнози з майже безпомилкової точністю, проте, оскільки внутрішню логіку моделі важко розкрити і інтерпретувати, аргументи на користь того, чому це рішення є правильним, часто залишаються невловимими.
Оскільки медичні рішення можуть мати неймовірний вагу, багато критично ставляться до перспективи повної автоматизації. Дуже важливо пам'ятати, що машина не замінює лікаря, а стає його помічником і порадником, по суті це просто третє око для лікаря. ІІ необхідний для оптимізації рутинних завдань, з його повсюдним впровадження глибоко зміняться спеціальності з сильним візуальним компонентом, такі як радіологія і патологія. Практикуючі лікарі, в тому числі хірурги, сьогодні активно зацікавлені в розробці та впровадженні таких пристроїв. ІІ необхідний для оптимізації рутинних завдань, з його повсюдним впровадженням глибоко зміняться спеціальності з сильним візуальним компонентом, такі як радіологія і патологія. Практикуючі лікарі, в тому числі хірурги, сьогодні активно зацікавлені в розробці та впровадженні таких пристроїв.
Розробляються алгоритми школярі тестують на великій кількості реальних медичних знімків з реальних лікарень.
Молоді програмісти повинні навчити штучний інтелект обчислювати точні розміри і місце розташування патологічних процесів в легенях, вказувати лікаря на аномалії органу. Матеріали для дослідження учасники проекту знаходять у відкритих джерелах, базах даних наукових статей вітчизняних і зарубіжних медуніверситетів. Свої алгоритми вони перевіряють на сотнях справжніх медичних знімків з реальних ЛПУ, тому що доступ до актуальних і достатнім даними має першорядне значення при навчанні алгоритмів ІІ.
Данила Пєчєнєв, одинадцятикласник з Кемерово, каже, що вибрав дане завдання, тому що вже працював з машинним зором. Його проект нейромережі, яка розпізнає почерки, став фіналістом конкурсу «Великі виклики». А робота над новим завданням дозволить навчитися передовим методам машинного навчання. Аналіз медичних зображень сьогодні є актуальним завданням застосування нейронних мереж. Технологія доступна, в більшості випадків демонструючи високу точність на наборах для перевірки.
Для фіналістів проекту відкриваються хороші можливості для подальшого розвитку і самореалізації. Багато учасників попередніх «Великий виклик» надійшли в найбільші вузи країни і активно працюють зі спеціалістами лабораторій МФТІ. Випускники вузів ведуть проекти протягом усього часу навчання і інформують про досягнення і розробки в світовій науковій пресі. Багато ідей учасників «Великих викликів» вже використовуються на практиці компаніями-партнерами.