"Големите предизвикателства-2020" е толкова амбициозно наречен един от проектите, провеждани през втората половина на декември в учебния център Сириус. В хода на тази научна и технологична програма на проекта учениците от гимназията обучават изкуствен интелект. Момчетата трябваше да научат колата на следващата мъдрост:
- Напишете новини.
- Разработване на нови лекарства.
- Анализирайте снимките на КТ.
- Профилите на кандидатите в социалните мрежи.
Учителите помогнаха на експерти от университетския инополис, Yandex, Висше училище по управление SPBSU, VTB Bank, Biocad. Планирано е най-добрите оферти да бъдат реализирани на практика.
Андрей Расоргородски, ръководител на директора на "големите данни", директорът на Физтех-училище по приложна математика и информатика на МФСТ, е уточнен, че сесията е продължила 10 дни. През това време момчетата са се научили да работят с различни инструменти за цифрови технологии и сега ще могат да използват уменията си в бъдеще у дома.
Проектът предвижда отделна посока "големи данни, изкуствен интелект, финансови технологии и машинно обучение". 28 единадесети клас от 18 региона на Русия бяха поканени да работят в нея. Тези момчета станаха финалисти на изцяло руската конкуренция на дизайна и изследователската работа.
За участниците в тази посока Yandex е създал специален ред: да разработи програма за генериране на новини, така че съвременните издания могат да се използват в ежедневната работа. ВТБ Банк и Държавният университет Санкт Петербург също дадоха задачата на Sirius ученици. Момчетата трябва да анализират социалните мрежи и въз основа на получената информация, за да направят портрет на кандидата за бизнес училище.
Учените озадачени ученици с комплексно желание: момчетата трябва да преподават изкуствено разузнаване, за да предскаже точно с помощта на компютърно моделиране на структурата на молекулярния комплекс при създаването на нови лекарства. Колата ще трябва да намери най-честните комбинации и тези, които наистина съществуват в природата. Новият метод трябва да бъде предвиден колко ефективно създаде препаратът. Предполага се, че предложенията от ученици от гимназията се използват в хеджиращия алгоритъм на Biocad.
Цифровите технологии, базирани на изкуствено разузнаване, се прибавят активно в медицинската индустрия в много страни по света. Това се улеснява от началото на коронавирусната пандемия. Технологиите на телемедицините показаха предимството на автоматизирането на много процеси, помогнаха за разтоварване на клиники и лекари от многократно увеличените натоварвания, успяха да осигурят висококачествено отдалечено медицински грижи за пациентите.
В рамките на научния и технологичния проект на Сириус "Големи предизвикателства-2020" учениците, участващи в програмата, получиха трудна задача от наемането на Rentgesolists на Русия. Лекарите са помолени да преподават изкуствено разузнаване, за да анализират медицинските изображения, използвайки компютърно зрение и бързо и точно да намерят патология в белите дробове. Помощта и върховете на невросетата улесняват работата на радиолозите, намаляват времето за обработка на снимките.
За такива разнообразни и сложни проблеми, като получаването на медицински образи, дълбокото учене изисква големи набори от данни за постигане на необходимото ниво на точност. Препоръките на изкуствения интелект обикновено са много точни. Резултатите от работата ще бъдат качени в библиотеката с отворен код, достъпът до който ще бъдат открити за специалисти от всички страни. Решенията на учениците могат да бъдат тествани и прилагани на практика, ако качеството на развитие ще организира потребител. Помощта за партньори на учениците е предоставена от Центъра за изкуствен интелект на университета в инополис.
Екипът на проекта използва шест 11-теклас от автономния округ, Севастопол, Кабаровска територия, Република Башкортостан, Тюмен и Кемерово и регионите. Те са подпомогнати от експерти от центъра на Innopolis.
Семенат Киселев, изследовател на Центъра за изкуствен интелект на Университета в инополис, ръководен проект, каза, че разработчиците запознават деца с методи за машинно обучение и компютърна визия. Популяризацията на математиката, програмните и машинните методи за обучение ще ви позволи да промените отношението към възможностите за отваряне на много хора, които се нуждаят от тази промяна. Проектът ще насърчи учениците да станат по-активни в изучаването на перспективите за цифровата трансформация на обществото, убеждавайки ги, че може да ги доведе до по-интересен и интелектуално пълноценен живот. Опитът на работа с невронни мрежи води до избора на бъдещата професия, ви позволява да докосвате дейностите в атмосферата на свободата, развива доверието в себе си и ще осигуряват на децата и подрастващи компетенциите, които те се нуждаят в бъдеще.
Момчетата показват къде в кои области могат да приложат придобитите знания. Участниците създават такива модели и алгоритми за анализ на снимките на белите дробове, в които да не наразим самозаявяването да разпознават пневмония и други респираторни заболявания, пневмоторакс или тумор. Дълбоките учебни модели обаче могат да направят прогнози с почти неповторима точност, тъй като вътрешната логика на модела е трудна за разкриване и тълкуване, аргументите в полза на това, поради което това решение е вярно, често остават неприлично.
Тъй като медицинските решения могат да имат невероятно тегло, много критично се отнасят до перспективата за пълна автоматизация. Много е важно да се помни, че колата не замества лекаря, но става негов асистент и съветник, всъщност това е само третото око за лекаря. AI е необходим за оптимизиране на рутинните задачи, с нейното повсеместно прилагане дълбоко променя специалността със силен визуален компонент, като радиология и патология. Практикуващите, включително хирурзите, активно се интересуват от разработването и прилагането на такива устройства. AI е необходим за оптимизиране на рутинните задачи, с широко разпространеното въвеждане, специалност ще се промени със силен визуален компонент, като радиология и патология. Практикуващите, включително хирурзите, активно се интересуват от разработването и прилагането на такива устройства.
Учените в учениците са тествани на голям брой реални медицински снимки от истински болници.
Младите програмисти трябва да преподават изкуствена интелигентност, за да изчислят точните размери и местоположението на патологичните процеси в белите дробове, да посочат лекаря на аномалиите на органа. Материали за изследвания Участниците в проекта се намират в открити източници, бази данни на тези научни статии от вътрешни и чуждестранни медицински университети. Те проверяват алгоритмите си на стотици истински медицински снимки от реални LPU, тъй като достъпът до съответните и достатъчни данни е от първостепенно значение при обучителните алгоритми на AI.
Данила Печев, единадесет-Крейър от Кемерово, казва, че е избрал тази задача, защото вече работи с машинно зрение. Неговият проект на невронна мрежа, която признава почерка, стана финалист на конкурса "Големите предизвикателства". И работата по новата задача ще ви позволи да научите усъвършенствани методи за обучение на машини. Анализът на медицинските изображения днес е спешна задача за прилагане на невронни мрежи. В повечето случаи технологията демонстрира висока точност на проверките за проверка.
За финалистите на проекта се откриват добри възможности за по-нататъшно развитие и самореализация. Много участници в предишното "голямо предизвикателство" са записани в най-големите университети на страните и активно работят със специалисти от лабораториите на МФСТ. Висдиатистът водеше проекти по време на цялото време за обучение и информира за постиженията и развитието в глобалната научна преса. Много идеи на участниците в "големи предизвикателства" вече се използват на практика от партньорските компании.