A "nagy kihívások-2020" olyan ambiciózusan hívják a december második felében tartott projektek egyikét a Sirius oktatási központban. A tudományos és technológiai projektprogram során a középiskolás diákok mesterséges intelligenciát képeztek. A srácok az autót tanítaniuk a következő bölcsességnek:
- Írj híreket.
- Új gyógyszerek kifejlesztése.
- Elemezze a CT képeit.
- Tanulmányi profilok a pályázók a közösségi hálózatokban.
Az iskolások segítettek az egyetemi Innopolis, Yandex, a vezetői SPBSU, a VTB Bank, a Biocad. Azt tervezik, hogy a legjobb ajánlatokat a gyakorlatban hajtják végre.
Andrei Rasjorgorodsky, a "Big Data" igazgató vezetője, az alkalmazott matematika és az informatikai MFTI informatikai iskola igazgatója, meghatározta, hogy az ülés 10 napig tartott. Ez idő alatt a srácok megtanulták dolgozni különböző digitális technológiai eszközökkel, és most képesek lesznek használni készségeiket a jövőben otthon.
A projekt külön irányt ír elő "nagy adatok, mesterséges intelligencia, pénzügyi technológia és gépi tanulás". Az Oroszország 18 régiójának tizenegyedik osztályosait meghívták, hogy dolgozzanak benne. Ezek a srácok a tervezési és kutatási munka összes orosz versenyének döntősökévé váltak.
A résztvevők ebben az irányban, a Yandex különleges sorrendet teremtett: egy olyan program kidolgozása, hogy híreket generáljon, így a modern kiadások a napi munkában használhatók. A VTB Bank és a Szentpétervár Állami Egyetem is adta a Sirius Schoolchilders feladatait. A srácoknak meg kell vizsgálniuk a szociális hálózatokat, és a kapott információk alapján az üzleti iskolai kérelmező portréja.
A tudósok komplex kívánsággal rendelkeznek, a srácoknak mesterséges intelligenciát kell tanítaniuk, hogy pontosan megjósoljanak a molekuláris komplex szerkezetét, amikor új gyógyszereket hoznak létre. Az autónak meg kell találnia a legerülhetőbb kombinációkat, és azok, amelyek valóban léteznek a természetben. Az új módszert meg kell határozni, hogy mennyire hatékonyan készítették el a készítményt. A középiskolás diákok javaslatait a biokád sövény algoritmusában kell használni.
A mesterséges intelligencián alapuló digitális technológiák aktívan alkalmazkodnak az orvosi iparágban a világ számos országában. Ezt a koronavírus pandémiás kezdete megkönnyítette. A távorvoslati technológiák kimutatták a sok folyamat automatizálásának előnyét, segítve a klinikákat és az orvosokat többször megnövelt terhelésektől, sikerült a magas színvonalú távoli orvosi ellátást nyújtani a betegeknek.
Keretében a Tudományos és Technológiai projekt Sirius „nagy kihívások 2020”, a diákok részt vesznek a programban kapott egy nehéz feladat a Rentgesologists Oroszország. Az orvosokat arra kérik, hogy mesterséges intelligenciát tanítsák, hogy elemezzék az orvosi képeket számítógépes látással és gyorsan és pontosan megtalálják a patológiát a tüdőben. A neurozett segítségével és tippjei megkönnyítik a radiológusok működését, csökkenti a képek feldolgozásának idejét.
Az ilyen sokféle és összetett problémák esetében, mivel az orvosi képek fogadása, a mély tanulás nagy adatkészleteket igényel a szükséges pontosság érdekében. A mesterséges intelligencia ajánlásai általában nagyon pontosak. A munka eredményeit feltöltik a nyílt forráskódú könyvtárba, amelyhez minden ország szakemberei felfedezhetők. Az iskolások megoldásai a gyakorlatban tesztelhetők és alkalmazhatók, ha a fejlesztési minőség megszervezi a felhasználót. Az iskolásoknak nyújtott partner segítségét az Innopolis Egyetem mesterséges intelligenciájának központja biztosítja.
A projekt csapat foglalkoztat hat 11-fokozat a Hanti-Manysi Autonóm Okrug, Szevasztopol, a Habarovszk Territory, Köztársaság Baskíria, Tyumen és Kemerovo és régiókban. Ők segítenek az Innopolis központjának szakértői.
Semen Kiszeljov Kutató Központ mesterséges intelligencia, a University of Innopolisz, irányadó projekt, azt mondta, hogy a fejlesztők bemutatni gyermekek módszerek a gépi tanulás és a számítógépes látás. A matematika, a programozás és a gépi tanulási módszerek népszerűsítése lehetővé teszi számodra, hogy megváltoztassa a sokk számára, akiknek szüksége van erre a változásra. A projekt arra ösztönzi az iskolások, hogy legyenek aktívabbak a tanuló a kilátások digitális társadalom átalakulása, meggyőzte őket, hogy vezethet, hogy több érdekes és intellektuálisan teljes értékű életet. A neurális hálózatokkal való munkavégzés tapasztalata a jövőbeli szakma megválasztásához vezet, lehetővé teszi, hogy megérintse a szabadság légkörében folytatott tevékenységeket, bizalmat alakít ki magadban, és gyermekeket és serdülőket biztosít a jövőbeni kompetenciáknak.
A srácok azt mutatják, hogy mely területeken alkalmazhatják a megszerzett tudást. A résztvevők létrehozzák az ilyen modelleket és az algoritmusokat a tüdő pillanatfelvételeinek elemzésére, amelyben az önéletrajzot a tüdőgyulladás és más légzőszervi megbetegedések, a pneumothorax vagy a tumor felismerésére irányítják. A mély tanulási modellek szinte félreérthetetlen pontossággal előrejelezhetik előrejelzéseket, mivel a modell belső logikája nehéz felfedezni és értelmezni, az érvek, amelyek miatt ez a döntés helyes, gyakran nem marad.
Mivel az orvosi döntések hihetetlen tömegűek lehetnek, sok kritikusan hivatkoznak a teljes automatizálás lehetőségére. Nagyon fontos megjegyezni, hogy az autó nem helyettesíti az orvost, hanem az asszisztens és a tanácsadóvá válik, valójában csak az orvos harmadik szeme. AI szükséges a rutinfeladatok optimalizálásához, mindenütt jelenlévő végrehajtása mélyen változik az erős vizuális komponensekkel, például a radiológiával és a patológiával. A szakemberek, beleértve a sebészeket is, aktívan érdekelnek az ilyen eszközök fejlesztésében és megvalósításában. AI szükséges a rutinfeladatok optimalizálásához, széles körben elterjedt bevezetésével, a specialitás erős vizuális komponenssel, például radiológiával és patológiával változik. A szakemberek, beleértve a sebészeket is, aktívan érdekelnek az ilyen eszközök fejlesztésében és megvalósításában.
A vizsgált algoritmusok iskolázásait nagyszámú valódi orvosi képen tesztelik valódi kórházakból.
A fiatal programozóknak mesterséges intelligenciát kell tanítaniuk, hogy kiszámítsák a tüdőben lévő patológiás folyamatok pontos méretét és helyét, jelezzék az orvost a szerv anomáliáira. A kutatási anyagok A projekt résztvevői nyitott forrásokban, a hazai és külföldi orvosi egyetemek tudományos cikkek adatbázisaiban találhatók. Ellenőrzik az algoritmusaikat a valódi LPU-kből származó több száz valódi orvosi képen, mert a releváns és megfelelő adatokhoz való hozzáférés kiemelkedő fontosságú az AI képzési algoritmusaiban.
Danila Pechenev, Kemerovo tizenegy-gréderje azt mondja, hogy ezt a feladatot választotta, mert már a gépi látással dolgozott. Egy idegi hálózat projektje, amely felismeri a kézírást, a "nagy kihívások" verseny döntője lett. És az új feladat munkája lehetővé teszi, hogy megtanulja a fejlett gépi tanulási módszereket. Az orvosi képek elemzése ma sürgős feladat a neurális hálózatok alkalmazása. A technológia elérhető, a legtöbb esetben nagy pontosságot mutat az ellenőrzés ellenőrzése során.
A projekt döntősei számára a további fejlesztés és az önmegvalósítás érdekében jó lehetőségeket nyit meg. Az előző "nagy kihívás" számos résztvevője az országok legnagyobb egyetemeibe került, és aktívan dolgozik az MFTI laboratóriumok szakembereivel. Az egyetemi diplomások vezető projekteket vezetnek az egész képzési idő alatt, és tájékoztatják a globális tudományos sajtó eredményeit és fejlesztéseit. A "nagy kihívások" résztvevőinek számos elképzeléseit már a partnercégek gyakorlatában használják.