"Tantangan Besar-2020" sangat ambisius disebut salah satu proyek yang diadakan pada paruh kedua Desember di Pusat Pendidikan Sirius. Dalam program program proyek ilmiah dan teknologi ini, siswa sekolah menengah terlatih kecerdasan buatan. Orang-orang mengajar mobil ke kebijaksanaan berikutnya:
- Tulis berita.
- Kembangkan obat baru.
- Menganalisis gambar CT.
- Mempelajari profil pelamar di jejaring sosial.
Anak sekolah membantu para ahli dari University Innopolis, Yandex, Sekolah Manajemen SPBSU yang lebih tinggi, VTB Bank, Biocad. Direncanakan bahwa penawaran terbaik akan diimplementasikan dalam praktiknya.
Andrei Rasjorgorodsky, Kepala Direktur "Big Data", Direktur Fiztech-School of Applied Mathematics dan Informatika MFTI, ditentukan bahwa sesi tersebut berlangsung 10 hari. Selama waktu ini, orang-orang telah belajar untuk bekerja dengan berbagai alat teknologi digital dan sekarang akan dapat menggunakan keterampilan mereka di masa depan di rumah.
Proyek ini menyediakan arah terpisah "data besar, kecerdasan buatan, teknologi keuangan, dan pembelajaran mesin". 28 siswa kelas sebelas dari 18 wilayah Rusia diundang untuk bekerja di dalamnya. Orang-orang ini menjadi finalis dari persaingan desain dan penelitian yang terdiri dari Rusia.
Untuk peserta dalam arah ini, Yandex telah membentuk pesanan khusus: untuk mengembangkan program untuk menghasilkan berita, sehingga edisi modern dapat digunakan dalam pekerjaan sehari-hari. VTB Bank dan St. Petersburg State University juga memberikan tugas anak-anak sekolah Sirius. Orang-orang harus menganalisis jejaring sosial dan berdasarkan informasi yang diterima untuk membuat potret pelamar sekolah bisnis.
Para ilmuwan bingung anak-anak sekolah dengan keinginan yang kompleks: orang-orang harus mengajarkan kecerdasan buatan untuk secara akurat memprediksi dengan bantuan pemodelan komputer struktur kompleks molekuler saat membuat obat baru. Mobil itu harus menemukan kombinasi yang paling dapat dipercaya dan mereka yang benar-benar ada di alam. Metode baru harus diprediksi seberapa efektif persiapan yang dibuat. Saran dari siswa sekolah menengah seharusnya digunakan dalam algoritma lindung nilai BIOCAD.
Teknologi digital berdasarkan kecerdasan buatan telah secara aktif diterapkan di industri medis di banyak negara di dunia. Ini difasilitasi oleh awal pandemi Coronavirus. Teknologi telemedicine telah menunjukkan keuntungan dari mengotomatiskan banyak proses, membantu membongkar klinik dan dokter dari berulang kali meningkatkan beban, dikelola untuk memberikan perawatan medis jarak jauh berkualitas tinggi kepada pasien.
Dalam kerangka proyek ilmiah dan teknologi Sirius "Tantangan Besar-2020", siswa yang berpartisipasi dalam program ini menerima tugas yang sulit dari rewesologi Rusia. Dokter diminta untuk mengajarkan kecerdasan buatan untuk menganalisis gambar medis menggunakan visi komputer dan dengan cepat dan akurat menemukan patologi di paru-paru. Bantuan dan ujung neurosette memudahkan operasi ahli radiologi, mengurangi waktu untuk memproses gambar.
Untuk beragam dan masalah yang kompleks, karena menerima gambar medis, pembelajaran mendalam membutuhkan set data besar untuk mencapai tingkat akurasi yang diperlukan. Rekomendasi kecerdasan buatan biasanya sangat akurat. Hasil kerja akan diunggah ke perpustakaan open-source, akses yang akan ditemukan untuk spesialis dari semua negara. Solusi anak sekolah dapat diuji dan diterapkan dalam praktik jika kualitas pengembangan akan mengatur pengguna. Bantuan mitra untuk anak-anak sekolah disediakan oleh Pusat Kecerdasan Buatan Universitas Innopolis.
Tim proyek mempekerjakan enam kelas 11 dari Otonom Khanty-Mansiysk Okrug, Sevastopol, wilayah Khabarovsk, Republik Bashkortostan, Tyumen dan Kemerovo dan wilayah. Mereka dibantu oleh para ahli dari pusat kota Innopolis.
Semen Kiselev, peneliti Pusat Kecerdasan Buatan Universitas Innopolis, sebuah proyek penuntun, mengatakan bahwa pengembang memperkenalkan anak-anak dengan metode pembelajaran mesin dan visi komputer. Popularisasi matematika, pemrograman dan metode pembelajaran mesin akan memungkinkan Anda untuk mengubah sikap terhadap peluang pembukaan banyak yang membutuhkan perubahan ini. Proyek ini akan mendorong anak-anak sekolah untuk menjadi lebih aktif dalam mempelajari prospek transformasi digital masyarakat, meyakinkan mereka bahwa itu dapat mengarahkan mereka pada kehidupan yang lebih menarik dan penuh intelektual. Pengalaman bekerja dengan jaringan saraf mengarah pada pilihan profesi masa depan, memungkinkan Anda menyentuh aktivitas di atmosfer kebebasan, mengembangkan kepercayaan pada diri sendiri dan akan memberikan anak-anak dan remaja kompetensi yang mereka butuhkan di masa depan.
Orang-orang menunjukkan di mana di mana mereka dapat menerapkan pengetahuan yang diperoleh. Peserta membuat model dan algoritma tersebut untuk menganalisis snapshot paru-paru, di mana untuk membiayai pemrograman diri untuk mengenali pneumonia dan penyakit pernapasan lainnya, pneumotoraks atau tumor. Namun, model pembelajaran yang mendalam dapat membuat prediksi dengan akurasi yang hampir tidak salah lagi, karena logika internal model sulit untuk mengungkap dan menafsirkan, argumen yang mendukung mengapa keputusan ini benar, seringkali tetap tidak terisi.
Karena keputusan medis mungkin memiliki berat yang luar biasa, banyak yang secara kritis merujuk pada prospek otomatisasi penuh. Sangat penting untuk diingat bahwa mobil itu tidak menggantikan dokter, tetapi menjadi asistennya dan penasihatnya, pada kenyataannya itu hanya mata ketiga bagi dokter. AI diperlukan untuk mengoptimalkan tugas rutin, dengan implementasinya di mana-mana berubah khusus dengan komponen visual yang kuat, seperti radiologi dan patologi. Praktisi, termasuk ahli bedah, secara aktif tertarik untuk mengembangkan dan mengimplementasikan perangkat tersebut. AI diperlukan untuk mengoptimalkan tugas-tugas rutin, dengan pengenalannya yang luas, spesialisasi akan berubah dengan komponen visual yang kuat, seperti radiologi dan patologi. Praktisi, termasuk ahli bedah, secara aktif tertarik untuk mengembangkan dan mengimplementasikan perangkat tersebut.
Anak-anak sekolah algoritma yang diteliti diuji sejumlah besar gambar medis nyata dari rumah sakit nyata.
Programmer muda harus mengajarkan kecerdasan buatan untuk menghitung dimensi yang tepat dan lokasi proses patologis di paru-paru, menunjukkan dokter pada anomali organ. Bahan untuk penelitian Peserta Proyek ditemukan dalam sumber terbuka, basis data dari artikel ilmiah ini dari universitas medis domestik dan asing. Mereka memeriksa algoritma mereka pada ratusan gambar medis asli dari LPU nyata, karena akses ke data yang relevan dan cukup adalah sangat penting dalam algoritma pelatihan AI.
Danila Pechenev, Eleven-Grader dari Kemerovo, mengatakan bahwa ia memilih tugas ini, karena ia sudah bekerja dengan penglihatan alat berat. Proyeknya dari jaringan saraf, yang mengakui tulisan tangan, menjadi finalis dari kontes "tantangan besar". Dan pekerjaan pada tugas baru akan memungkinkan Anda untuk mempelajari metode pembelajaran mesin canggih. Analisis gambar medis saat ini adalah tugas mendesak untuk menerapkan jaringan saraf. Teknologi tersedia, dalam banyak kasus yang menunjukkan akurasi tinggi pada pemeriksaan untuk verifikasi.
Untuk para finalis proyek, peluang baik dibuka untuk pengembangan lebih lanjut dan realisasi diri. Banyak peserta "tantangan besar" sebelumnya terdaftar di universitas terbesar di negara-negara dan secara aktif bekerja dengan spesialis laboratorium MFTI. Lulusan universitas memimpin proyek-proyek di seluruh waktu pelatihan dan menginformasikan tentang pencapaian dan perkembangan dalam pers ilmiah global. Banyak ide peserta "tantangan besar" sudah digunakan dalam praktik oleh perusahaan mitra.