"सिरियस" में हाई स्कूल के छात्र फेफड़ों में न्यूरालेट को पैथोलॉजी को पढ़ाते हैं

"बड़ी चुनौतियां -2020" इतनी महत्वाकांक्षी रूप से सिरीयस एजुकेशनल सेंटर में दिसंबर के दूसरे छमाही में आयोजित परियोजनाओं में से एक कहा जाता है। इस वैज्ञानिक और तकनीकी परियोजना कार्यक्रम के दौरान, हाई स्कूल के छात्रों ने कृत्रिम बुद्धि को प्रशिक्षित किया। लोग कार को अगले ज्ञान के लिए सिखाते थे:

1. समाचार लिखें।
2. नई दवाएं विकसित करें।
3. सीटी की तस्वीरों का विश्लेषण करें।
4. सामाजिक नेटवर्क में आवेदकों की अध्ययन प्रोफाइल।

स्कूली बच्चों ने विश्वविद्यालय इनोपोलिस, यांडेक्स, उच्च विद्यालय के उच्च विद्यालय एसपीबीएसयू, वीटीबी बैंक, बायोकैड के विशेषज्ञों की मदद की। यह योजना बनाई गई है कि सबसे अच्छे प्रस्तावों को अभ्यास में लागू किया जाएगा।

एमएफटीआई के एप्लाइड गणित और सूचना विज्ञान के फिजटेक-स्कूल के निदेशक, "बड़े डेटा" निदेशक आंद्रेई रसजोरोजोरोडस्की को निर्दिष्ट किया गया है कि सत्र 10 दिनों तक चला। इस समय के दौरान, लोगों ने विभिन्न डिजिटल प्रौद्योगिकी उपकरणों के साथ काम करना सीखा है और अब भविष्य में अपने कौशल का उपयोग करने में सक्षम हो जाएगा।

परियोजना एक अलग दिशा "बड़ा डेटा, कृत्रिम बुद्धि, वित्तीय प्रौद्योगिकी और मशीन लर्निंग" प्रदान करती है। 28 रूस के 18 क्षेत्रों के ग्यारहवें ग्रेडर को इसमें काम करने के लिए आमंत्रित किया गया था। ये लोग डिजाइन और शोध कार्य की सभी रूसी प्रतियोगिता के अंतिम रूप दिए गए।

इस दिशा में प्रतिभागियों के लिए, यांडेक्स ने एक विशेष आदेश दिया है: समाचार उत्पन्न करने के लिए एक कार्यक्रम विकसित करने के लिए, ताकि दैनिक कार्यों में आधुनिक संस्करणों का उपयोग किया जा सके। वीटीबी बैंक और सेंट पीटर्सबर्ग स्टेट यूनिवर्सिटी ने सिरीयस स्कूली बच्चों का काम भी दिया। लोगों को सामाजिक नेटवर्क का विश्लेषण करना चाहिए और एक बिजनेस स्कूल आवेदक का चित्र बनाने के लिए प्राप्त जानकारी के आधार पर होना चाहिए।

वैज्ञानिकों ने एक जटिल इच्छा के साथ स्कूली बच्चों को परेशान किया: लोगों को नई दवाएं बनाने के दौरान आणविक परिसर की संरचना मॉडलिंग की सहायता के साथ कृत्रिम बुद्धि को सटीक रूप से भविष्यवाणी करने के लिए सिखाया जाना चाहिए। कार को सबसे विश्वसनीय संयोजन मिलना होगा और जो वास्तव में प्रकृति में मौजूद हैं। नई विधि को भविष्यवाणी की जानी चाहिए कि तैयारी कितनी प्रभावी ढंग से बनाई गई है। हाई स्कूल के छात्रों के सुझावों का उपयोग बायोकैड के हेज एल्गोरिदम में किया जाना चाहिए।

कृत्रिम बुद्धि के आधार पर डिजिटल प्रौद्योगिकियां दुनिया के कई देशों में चिकित्सा उद्योग में सक्रिय रूप से लागू हो गई हैं। यह कोरोनवायरस महामारी की शुरुआत से सुविधा प्रदान की गई थी। टेलीमेडिसिन प्रौद्योगिकियों ने कई प्रक्रियाओं को स्वचालित करने का लाभ दिखाया है, क्लीनिकों और डॉक्टरों को बार-बार बढ़ने वाले भार से अनलोड करने में मदद की, मरीजों को उच्च गुणवत्ता वाले रिमोट मेडिकल केयर प्रदान करने में कामयाब रहे।

सिरीयस "बिग चैलेंज्स -2020" की वैज्ञानिक और तकनीकी परियोजना के ढांचे के भीतर, कार्यक्रम में भाग लेने वाले छात्रों को रूस के किराए के स्थानविदों से एक कठिन कार्य प्राप्त हुआ। डॉक्टरों को कंप्यूटर दृष्टि का उपयोग करके चिकित्सा छवियों का विश्लेषण करने और फेफड़ों में पैथोलॉजी को जल्दी और सटीक रूप से ढूंढने के लिए कृत्रिम बुद्धि को पढ़ाने के लिए कहा जाता है। न्यूरोसेट की सहायता और सुझाव रेडियोलॉजिस्ट के संचालन की सुविधा प्रदान करते हैं, चित्रों को संसाधित करने के लिए समय को कम करते हैं।

चिकित्सा छवियों को प्राप्त करने के रूप में, इस तरह की विभिन्न प्रकार की जटिल समस्याओं के लिए, गहरी शिक्षा के लिए आवश्यक स्तर की सटीकता प्राप्त करने के लिए बड़े डेटा सेट की आवश्यकता होती है। कृत्रिम बुद्धि की सिफारिशें आमतौर पर बहुत सटीक होती हैं। काम के नतीजे ओपन-सोर्स लाइब्रेरी में अपलोड किए जाएंगे, जो सभी देशों के विशेषज्ञों के लिए खोजा जाएगा। स्कूली बच्चों के समाधान का परीक्षण किया जा सकता है और अभ्यास में लागू किया जा सकता है यदि विकास की गुणवत्ता उपयोगकर्ता की व्यवस्था करेगी। स्कूली बच्चों को सहयोगी सहायता केंद्र द्वारा इनोपोलिस विश्वविद्यालय की कृत्रिम बुद्धि के लिए प्रदान की जाती है।

प्रोजेक्ट टीम खारी-मंसिएस्क स्वायत्त ओक्रग, सेवस्तोपोल, खाबारोवस्क क्षेत्र, बाष्कोर्टोस्तान गणराज्य, टायमेन और केमेरोवो और क्षेत्रों गणराज्य से छह 11 ग्रेड को रोजगार देती है। उन्हें इनोपोलिस के केंद्र से विशेषज्ञों की मदद मिलती है।

एक मार्गदर्शक परियोजना, इनोपोलिस विश्वविद्यालय की कृत्रिम बुद्धि के केंद्र के शोधकर्ता सेमेन किसेलेव ने कहा कि डेवलपर्स मशीनों को मशीन लर्निंग और कंप्यूटर दृष्टि के तरीकों के साथ पेश करते हैं। गणित, प्रोग्रामिंग और मशीन सीखने के तरीकों के लोकप्रियकरण आपको इस परिवर्तन की आवश्यकता रखने वाले कई लोगों के शुरुआती अवसरों के दृष्टिकोण को बदलने की अनुमति देंगे। यह परियोजना स्कूली बच्चों को समाज के डिजिटल परिवर्तन की संभावनाओं का अध्ययन करने में अधिक सक्रिय होने के लिए प्रोत्साहित करेगी, उन्हें आश्वस्त करेगी कि इससे उन्हें अधिक रोचक और बौद्धिक रूप से पूर्ण जीवन का नेतृत्व किया जा सके। तंत्रिका नेटवर्क के साथ काम करने का अनुभव भविष्य के पेशे की पसंद की ओर जाता है, आपको स्वतंत्रता के माहौल में गतिविधियों को छूने की अनुमति देता है, अपने आप में विश्वास विकसित करता है और बच्चों और किशोरों को भविष्य में आवश्यक दक्षताओं को प्रदान करेगा।

लोग दिखाते हैं कि किस क्षेत्र में वे ज्ञान प्राप्त कर सकते हैं। प्रतिभागी फेफड़ों के स्नैपशॉट का विश्लेषण करने के लिए ऐसे मॉडल और एल्गोरिदम बनाते हैं, जिसमें निमोनिया और अन्य श्वसन रोग, न्यूमोथोरैक्स या ट्यूमर को पहचानने के लिए आत्म-प्रगति को तंत्रिका बनाना है। गहरे सीखने के मॉडल लगभग अचूक सटीकता के साथ भविष्यवाणियां कर सकते हैं, हालांकि, मॉडल के आंतरिक तर्क को उजागर करना और समझना मुश्किल है, इस निर्णय में तर्क क्यों सही है, अक्सर अनियंत्रित रहते हैं।

चूंकि चिकित्सा निर्णयों में अविश्वसनीय वजन हो सकता है, इसलिए कई गंभीर रूप से पूर्ण स्वचालन की संभावना को संदर्भित करते हैं। यह याद रखना बहुत महत्वपूर्ण है कि कार डॉक्टर को प्रतिस्थापित नहीं करती है, लेकिन उनके सहायक और सलाहकार बन जाती है, वास्तव में यह डॉक्टर के लिए सिर्फ तीसरी आंख है। एआई को नियमित कार्यों को अनुकूलित करने की आवश्यकता है, इसके सर्वव्यापी कार्यान्वयन के साथ एक मजबूत दृश्य घटक, जैसे रेडियोलॉजी और पैथोलॉजी के साथ विशेष रूप से परिवर्तन होता है। सर्जन समेत चिकित्सक, ऐसे उपकरणों को विकसित और कार्यान्वित करने में सक्रिय रूप से रुचि रखते हैं। एआई को नियमित कार्यों को अनुकूलित करने के लिए आवश्यक है, इसकी व्यापक परिचय के साथ, विशेषता एक मजबूत दृश्य घटक, जैसे रेडियोलॉजी और पैथोलॉजी के साथ बदल जाएगी। सर्जन समेत चिकित्सक, ऐसे उपकरणों को विकसित और कार्यान्वित करने में सक्रिय रूप से रुचि रखते हैं।

अध्ययन किए गए एल्गोरिदम स्कूली बच्चों को वास्तविक अस्पतालों से बड़ी संख्या में वास्तविक चिकित्सा चित्रों पर परीक्षण किया जाता है।

युवा प्रोग्रामर को फेफड़ों में पैथोलॉजिकल प्रक्रियाओं के सटीक आयामों और स्थान की गणना करने के लिए कृत्रिम बुद्धि को सिखाया जाना चाहिए, अंग की विसंगतियों पर डॉक्टर को इंगित करना चाहिए। अनुसंधान के लिए सामग्री परियोजना प्रतिभागी खुले स्रोतों में पाए जाते हैं, घरेलू और विदेशी चिकित्सा विश्वविद्यालयों के इन वैज्ञानिक लेखों के डेटाबेस। वे वास्तविक एलपीयू से सैकड़ों वास्तविक चिकित्सा चित्रों पर अपने एल्गोरिदम की जांच करते हैं, क्योंकि प्रासंगिक और पर्याप्त डेटा तक पहुंच एआई के प्रशिक्षण एल्गोरिदम में सर्वोपरि महत्व का है।

केमेरोवो के ग्यारह ग्रेडर डैनिला पेचेनेव कहते हैं कि उन्होंने इस कार्य को चुना है, क्योंकि उन्होंने पहले ही मशीन दृष्टि के साथ काम किया था। एक तंत्रिका नेटवर्क की उनकी परियोजना, जो हस्तलेख को पहचानती है, "बड़ी चुनौतियों" प्रतियोगिता का फाइनल बन गई। और नए कार्य पर काम आपको उन्नत मशीन सीखने के तरीकों को सीखने की अनुमति देगा। चिकित्सा छवियों का विश्लेषण आज तंत्रिका नेटवर्क लगाने का एक जरूरी कार्य है। प्रौद्योगिकी उपलब्ध है, अधिकांश मामलों में सत्यापन के लिए चेक पर उच्च सटीकता का प्रदर्शन किया गया है।

परियोजना के अंतिम रूपों के लिए, आगे के विकास और आत्म-प्राप्ति के लिए अच्छे अवसर खोले जाते हैं। पिछले "बिग चैलेंज" के कई प्रतिभागियों को देशों के सबसे बड़े विश्वविद्यालयों में नामांकित किया गया था और सक्रिय रूप से एमटीआई प्रयोगशालाओं के विशेषज्ञों के साथ काम कर रहे हैं। यूनिवर्सिटी स्नातक पूरे प्रशिक्षण के समय में अग्रणी प्रोजेक्ट करते हैं और वैश्विक वैज्ञानिक प्रेस में उपलब्धियों और विकास के बारे में सूचित करते हैं। "बड़ी चुनौतियों" के प्रतिभागियों के कई विचार साझेदार कंपनियों द्वारा अभ्यास में पहले से ही उपयोग किए जाते हैं।