"Veliki izazovi-2020" tako je ambiciozno nazvan jedan od projekata održanih u drugoj polovici prosinca u SIRIUS obrazovnom centru. Tijekom ovog znanstvenog i tehnološkog projekta, srednjoškolci su obučavali umjetnu inteligenciju. Momci su trebali podučavati automobil na sljedeću mudrost:
- Napišite vijesti.
- Razviti nove lijekove.
- Analizirajte slike CT-a.
- Profil profila podnositelja zahtjeva u društvenim mrežama.
Školci su pomogli stručnjacima iz Sveučilišta Innopolis, Yandex, višoj školi upravljanja SpBSU, VTB Bank, BioCAD. Planirano je da će se najbolje ponude provoditi u praksi.
Andrei Rasjorgorodsky, voditelj ravnatelja "Velikih podataka", direktor Fiztech-škole primijenjene matematike i informatike MFTI-a, navodi se da je sjednica trajala 10 dana. Tijekom tog vremena, momci su naučili raditi s raznim digitalnim tehnološkim alatima i sada će moći koristiti svoje vještine u budućnosti kod kuće.
Projekt osigurava poseban smjer "veliki podaci, umjetna inteligencija, financijska tehnologija i strojno učenje". 28 jedanaesti razreda od 18 regija Rusije su pozvano da rade u njemu. Ovi momci postali su finalisti od cjelokupnog natjecanja dizajna i istraživačkog rada.
Za sudionike u tom smjeru, Yandex je formirao poseban nalog: razviti program za generiranje vijesti, tako da se modernim izdanjima mogu koristiti u svakodnevnom radu. VTB Bank i St. Petersburg State University također su dali zadatak Sirius Schoolchildrenca. Dečki moraju analizirati društvene mreže i na temelju informacija primljenih za portret poslovnog školskog podnositelja zahtjeva.
Znanstvenici su zbunjeni školske djece sa složenom željom: dečki bi trebali podučavati umjetnu inteligenciju da točno predviđaju uz pomoć računalnog modeliranja strukture molekularnog kompleksa pri stvaranju novih lijekova. Automobil će morati pronaći najvjerojatnije kombinacije i one koji stvarno postoje u prirodi. Nova metoda mora se predvidjeti koliko učinkovito stvorena priprema. Prijedlozi od srednjoškolaca trebaju se koristiti u algoritmu Hedge Algoritma iz BioCAD-a.
Digitalne tehnologije temeljene na umjetnoj inteligenciji postaju aktivno primijenjene u medicinskoj industriji u mnogim zemljama svijeta. To je olakšano početkom koronavirus pandemije. Telemedicinske tehnologije pokazale su prednost automatizacije mnogih procesa, pomogli su iskrcaj klinike i liječnika iz više puta povećane opterećenja, uspjeli pružiti visokokvalitetnu daljinu medicinsku skrbi pacijentima.
U okviru znanstvenog i tehnološkog projekta Sirius "Veliki izazovi-2020", studenti koji su sudjelovali u programu primili su težak zadatak od rentagesologa iz Rusije. Od liječnika se traži da podučavaju umjetnu inteligenciju kako bi analizirali medicinske slike pomoću računalne vizije i brzo i točno pronalaže patologiju u plućima. Pomoć i vrhovi neurozeta olakšavaju rad radiologa, smanjuju vrijeme za obradu slika.
Za takve razne i složene probleme, kao primaju medicinske slike, duboko učenje zahtijeva velike skupove podataka kako bi se postigla potrebna razina točnosti. Preporuke umjetne inteligencije obično su vrlo točne. Rezultati rada bit će učitani u knjižnicu otvorenog izvora, pristup kojem će se otkriti za stručnjake iz svih zemalja. Školska rješenja mogu se testirati i primijeniti u praksi ako će kvaliteta razvoja dogovoriti korisnika. Partnerska pomoć za školske djece pruža centar za umjetnu inteligenciju Sveučilišta u Innopolisu.
Projektni tim zapošljava šest 11-razreda od Khanty-Mansiysk Autonomne Okrug, Sevastopol, Kabarovsk teritorij, Republika Bashkortostan, Tyumen i Kemerovo i regije. Pomoću od strane stručnjaka iz centra Innopolisa.
Sinhe Kiselev, istraživač Centra za umjetnu inteligenciju Sveučilišta u Innopolisu, Vodeći projekt, rekao je da programeri uvode djecu s metodama stroja učenja i računalne vizije. Popularizacija matematike, programiranje i strojne metode omogućit će vam da promijenite stav prema prilikama za otvaranje mnogih koji trebaju ovu promjenu. Projekt će potaknuti školske djece da postanu aktivniji u proučavanju izglede za digitalnu transformaciju društva, uvjeravajući ih da ih može dovesti do zanimljivijih i intelektualno punopravni život. Iskustvo rada s neuronskim mrežama dovodi do izbora buduće struke, omogućuje vam da dodirnete aktivnosti u atmosferi slobode, razvija povjerenje u sebe i da će pružiti djeci i adolescentima kompetencije koje im je potrebno u budućnosti.
Dečki pokazuju gdje u kojim područjima mogu primijeniti stečeno znanje. Sudionici stvaraju takve modele i algoritme za analizu snimki pluća, u kojima se neuaralizacija samouralizacije za prepoznavanje upale pluća i drugih respiratornih bolesti, pneumotoraksa ili tumora. Modeli duboko učenja mogu predvidjeti gotovo nepogrešivu točnost, međutim, budući da je unutarnja logika modela teško otkriti i tumačiti, argumenti u korist zašto je ta odluka ispravna, često ostaju nepomična.
Budući da medicinske odluke mogu imati nevjerojatnu težinu, mnogi se kritički odnose na mogućnost potpune automatizacije. Vrlo je važno zapamtiti da automobil ne zamjenjuje liječnika, već postaje njegov pomoćnik i savjetnik, zapravo je to samo treće oko za liječnika. AI je potrebno za optimizaciju rutinskih zadataka, sa svojom sveprisutnom implementacijom duboko mijenja specijalnost s jakom vizualnom komponentom, kao što je radiologija i patologija. Praktikanti, uključujući kirurge, aktivno su zainteresirani za razvoj i provedbu takvih uređaja. AI je potrebno za optimizaciju rutinskih zadataka, sa svojim rasprostranjenim uvodom, specijalitet će se promijeniti uz snažnu vizualnu komponentu, kao što je radiologija i patologija. Praktikanti, uključujući kirurge, aktivno su zainteresirani za razvoj i provedbu takvih uređaja.
Studirani učenici algoritama testirani su na velikom broju pravih medicinskih slika iz stvarnih bolnica.
Mladi programeri moraju podučavati umjetnu inteligenciju za izračunavanje točnih dimenzija i mjesta patoloških procesa u plućima, ukazuju na liječnika o anomalijama organa. Materijali za istraživanje sudionici projekta nalaze se u otvorenim izvorima, baze podataka ovih znanstvenih članaka domaćih i stranih medicinskih sveučilišta. Oni provjeravaju svoje algoritme na stotine originalnih medicinskih slika iz stvarnog Lpusa, jer je pristup relevantnim i dovoljnim podacima od najveće važnosti u algoritmima obuke AI.
Danila Pechenev, jedanaest razreda iz Kemerovo, kaže da je izabrao ovaj zadatak, jer je već radio s vizijom stroja. Njegov projekt neuronske mreže, koji prepoznaje rukopis, postao je finalist natjecanja "velikih izazova". A rad na novom zadatku omogućit će vam da naučite napredne metode stroja. Analiza medicinskih slika danas je hitan zadatak primjene neuronskih mreža. Tehnologija je dostupna, u većini slučajeva koji pokazuju visoku točnost na čekovima za provjeru.
Za finaliste projekta, dobre se mogućnosti otvaraju za daljnji razvoj i samoostvarenje. Mnogi sudionici prethodnog "velikog izazova" upisani su na najveće sveučilišta zemalja i aktivno rade s stručnjacima MFTI laboratorija. University diplomirani projekti vode tijekom cijelog vremena obuke i informiraju o postignućima i razvoju u globalnom znanstvenom tisku. Mnoge ideje sudionika "velikih izazova" već se koriste u praksi partnerskih tvrtki.