"Groot uitdagings-2020" is so ambisieus genoem een van die projekte wat in die tweede helfte van Desember in die Sirius-opvoedkundige sentrum gehou is. In die loop van hierdie wetenskaplike en tegnologiese projekprogram het hoërskoolstudente kunsmatige intelligensie opgelei. Die ouens moes die motor aan die volgende wysheid leer:
- Skryf nuus.
- Ontwikkel nuwe dwelms.
- Ontleed die prente van die CT.
- Bestudeer profiele van aansoekers in sosiale netwerke.
Skoolkinders het kundiges van University Innopolis, Yandex, Hoërskool van Bestuurspke, VTB Bank, Biocad, gehelp. Daar word beplan dat die beste aanbiedings in die praktyk geïmplementeer sal word.
Andrei Rasjorgorodsky, hoof van die "groot data" -direkteur, die direkteur van die FIZTECH-SKOOL van Toegepaste Wiskunde en Informatika van MFTI, word bepaal dat die sessie 10 dae geduur het. Gedurende hierdie tyd het die ouens geleer om met verskeie digitale tegnologie-instrumente te werk en sal nou hul vaardighede in die toekoms by die huis kan gebruik.
Die projek maak voorsiening vir 'n aparte rigting "Groot data, kunsmatige intelligensie, finansiële tegnologie en masjienleer". 28 Elfde graders uit 18 streke van Rusland is genooi om daarin te werk. Hierdie ouens het finaliste geword van die All-Russiese kompetisie van ontwerp- en navorsingswerk.
Vir deelnemers in hierdie rigting het Yandex 'n spesiale bestelling gevorm: om 'n program te ontwikkel om nuus te genereer, sodat moderne uitgawes in daaglikse werk gebruik kan word. VTB Bank en St. Petersburg Staatsuniversiteit het ook die taak van Sirius skoolkinders gegee. Die ouens moet sosiale netwerke analiseer en gebaseer is op die inligting wat ontvang is om 'n portret van 'n sakeskool aansoeker te maak.
Wetenskaplikes het skoolkinders verbaas met 'n komplekse wens: die ouens moet kunsmatige intelligensie leer om akkuraat te voorspel met die hulp van rekenaarmodellering van die struktuur van die molekulêre kompleks wanneer nuwe dwelms geskep word. Die motor sal die mees geloofwaardige kombinasies moet vind en diegene wat regtig in die natuur bestaan. Die nuwe metode moet voorspel word hoe effektief die voorbereiding geskep is. Voorstelle van hoërskoolstudente moet in die verskansingsalgoritme van Biocad gebruik word.
Digitale tegnologie gebaseer op kunsmatige intelligensie het in baie lande van die wêreld aktief in die mediese bedryf toegepas. Dit is gefasiliteer deur die begin van die Coronavirus-pandemie. Telemedisyne tegnologie het getoon dat die voordeel van die outomatisering van baie prosesse, wat gehelp het om klinieke en dokters van herhaaldelik verhoogde vragte te gebruik, het daarin geslaag om hoë gehalte afgeleë mediese sorg aan pasiënte te bied.
Binne die raamwerk van die wetenskaplike en tegnologiese projek van Sirius "groot uitdagings-2020", het studente wat aan die program deelneem, 'n moeilike taak van die huurgeld van Rusland ontvang. Dokters word gevra om kunsmatige intelligensie te onderrig om mediese beelde te analiseer deur rekenaarvisie te gebruik en vinnig en akkuraat patologie in die longe te vind. Die hulp en wenke van die neuroset fasiliteer die werking van radioloë, verminder die tyd om die prente te verwerk.
Vir so 'n verskeidenheid en komplekse probleme, as die ontvangs van mediese beelde, vereis diep leer groot datastelle om die vereiste vlak van akkuraatheid te bereik. Die aanbevelings van kunsmatige intelligensie is gewoonlik baie akkuraat. Die resultate van die werk sal opgelaai word na die oopbronbiblioteek, toegang tot wat vir spesialiste van alle lande ontdek sal word. Skoolkinders oplossings kan in die praktyk getoets en toegepas word indien die ontwikkelingsgehalte 'n gebruiker sal reël. Vennoothulp aan skoolkinders word verskaf deur die Sentrum vir Kunsmatige Intelligensie van die Universiteit van Innopolis.
Die projekspan het ses 11 grade van die Khanty-Mansiysk-outonome Okrug, Sevastopol, die Khabarovsk-gebied, die Republiek van Bashkortostan, Tyumen en Kemerovo en streke. Hulle word gehelp deur kundiges van die sentrum van Innopolis.
Semen Kiselev, navorser van die Sentrum vir Kunsmatige Intelligensie van die Universiteit van Innopolis, 'n leidingsprojek, het gesê die ontwikkelaars stel kinders in met metodes van masjienleer en rekenaarvisie. Popularisering van wiskunde-, programmering- en masjienleermetodes sal jou toelaat om die houding teenoor die openingsgeleenthede van baie wat hierdie verandering nodig het, te verander. Die projek sal skoolkinders aanmoedig om meer aktief te word om die vooruitsigte vir digitale transformasie van die samelewing te bestudeer, wat hulle oortuig dat dit hulle kan lei tot meer interessante en intellektueel volwaardige lewe. Die ervaring van die werk met neurale netwerke lei tot die keuse van die toekomstige beroep, laat jou toe om die aktiwiteite in die atmosfeer van vryheid aan te raak, vertroue in jouself te ontwikkel en kinders en adolessente die bevoegdhede wat hulle in die toekoms nodig het, te voorsien.
Die ouens wys waar in watter gebiede hulle die kennis wat verkry is, kan toepas. Deelnemers skep sulke modelle en algoritmes vir die ontleding van die snapshots van die longe, om self-vordering te vernuf om longontsteking en ander respiratoriese siektes, pneumothorax of tumor te erken. Diep leermodelle kan egter voorspellings maak met byna onmiskenbare akkuraatheid, aangesien die interne logika van die model moeilik is om te ontbloot en te interpreteer, die argumente ten gunste van waarom hierdie besluit korrek is, bly dikwels onaangenaam.
Aangesien mediese besluite ongelooflike gewig kan hê, verwys baie krities na die vooruitsig van die volle outomatisering. Dit is baie belangrik om te onthou dat die motor nie die dokter vervang nie, maar word sy assistent en die adviseur, in werklikheid is dit net die derde oog vir die dokter. AI is nodig om roetine take te optimaliseer, met die alomteenwoordige implementering, diep veranderinge met 'n sterk visuele komponent, soos radiologie en patologie. Praktisyns, insluitende chirurge, is aktief geïnteresseerd in die ontwikkeling en implementering van sulke toestelle. AI is nodig om roetine take te optimaliseer, met sy wydverspreide inleiding, sal spesialiteit verander met 'n sterk visuele komponent, soos radiologie en patologie. Praktisyns, insluitende chirurge, is aktief geïnteresseerd in die ontwikkeling en implementering van sulke toestelle.
Die bestudeerde algoritmes skoolkinders word getoets op 'n groot aantal werklike mediese prente van regte hospitale.
Jong programmeerders moet kunsmatige intelligensie leer om die presiese afmetings en ligging van patologiese prosesse in die longe te bereken, dui die dokter aan op die anomalieë van die orgaan. Materiaal vir navorsing Die projekdeelnemers word in oop bronne, databasisse van hierdie wetenskaplike artikels van plaaslike en buitelandse mediese universiteite aangetref. Hulle kyk na hul algoritmes op honderde ware mediese prente van regte LPU's, omdat toegang tot relevante en voldoende data van die allergrootste belang is in die opleidingsalgoritmes van AI.
Danila Pechenev, elf-grader van Kemerovo, sê hy het hierdie taak gekies, omdat hy reeds met masjienvisie gewerk het. Sy projek van 'n neurale netwerk, wat die handskrif erken, het die finalis geword van die "groot uitdagings" wedstryd. En die werk op die nuwe taak sal jou toelaat om gevorderde masjienleermetodes te leer. Ontleding van mediese beelde vandag is 'n dringende taak om neurale netwerke toe te pas. Tegnologie is in die meeste gevalle hoë akkuraatheid op tjeks vir verifikasie aantoon.
Vir die finaliste van die projek word goeie geleenthede vir verdere ontwikkeling en selfverwesenliking geopen. Baie deelnemers aan die vorige "groot uitdaging" is in die grootste universiteite van die lande ingeskryf en is aktief met spesialiste van die MFTI-laboratoriums. Universiteit gegradueerdes lei projekte dwarsdeur die hele opleidingstyd en inlig oor prestasies en ontwikkelings in die globale wetenskaplike pers. Baie idees van deelnemers van "groot uitdagings" word reeds in die praktyk deur vennootmaatskappye gebruik.