"Grandi sfide-2020" è così ambitamente definita uno dei progetti tenuti nella seconda metà di dicembre nel centro educativo Sirius. Nel corso di questo programma di progetto scientifico e tecnologico, studenti delle scuole superiori ha addestrato l'intelligenza artificiale. I ragazzi dovevano insegnare all'auto alla prossima saggezza:
- Scrivi notizie.
- Sviluppa nuovi farmaci.
- Analizza le immagini del TC.
- Profili di studio dei candidati nei social network.
Gli scolari hanno aiutato gli esperti dell'università Innopolis, Yandex, scuola superiore di Gestione Spbsu, Banca VTB, Biocad. Si prevede che le migliori offerte saranno implementate in pratica.
Andrei Rasjorgorodsky, capo del regista "Big Data", il direttore della FIZTECH-School of Applied Mathematics and Informatics di MFTI, è specificato che la sessione è durata 10 giorni. Durante questo periodo, i ragazzi hanno imparato a lavorare con vari strumenti di tecnologia digitale e ora sarà in grado di utilizzare le loro abilità nel futuro a casa.
Il progetto prevede una direzione separata "Big Data, intelligenza artificiale, tecnologia finanziaria e apprendimento automatico". 28 undicesimo elementare da 18 regioni della Russia sono stati invitati a lavorare in esso. Questi ragazzi sono diventati finalisti della competizione di tutto il design russo del design del design e della ricerca.
Per i partecipanti in questa direzione, Yandex ha formato un ordine speciale: sviluppare un programma per generare notizie, in modo che le moderne edizioni possano essere utilizzate nel lavoro quotidiano. La Banca VTB e la St. Petersburg State University hanno anche dato il compito di scolari di Sirius. I ragazzi devono analizzare i social network e sulla base delle informazioni ricevute per creare un ritratto di un richiedente della scuola aziendale.
Gli scienziati perplessero gli scolari con un desiderio complesso: i ragazzi dovrebbero insegnare l'intelligenza artificiale per prevedere accuratamente con l'aiuto del computer modellando la struttura del complesso molecolare durante la creazione di nuovi farmaci. L'auto dovrà trovare le combinazioni più credibili e quelle che esistono davvero in natura. Il nuovo metodo deve essere previsto in quanto efficacemente creato la preparazione. I suggerimenti degli studenti delle scuole superiori dovrebbero essere utilizzati nell'algoritmo di siepe di Biocad.
Le tecnologie digitali basate sull'intelligenza artificiale sono state applicate attivamente nell'industria medica in molti paesi del mondo. Questo è stato facilitato dall'inizio della coronavirus pandemia. Le tecnologie telemedicina hanno dimostrato il vantaggio di automatizzare molti processi, ha aiutato scaricare cliniche e medici da carichi ripetutamente aumentati, è riuscito a fornire assistenza medica remota di alta qualità ai pazienti.
Nell'ambito del progetto scientifico e tecnologico di Sirius "Big Challenges-2020", gli studenti che partecipano al programma hanno ricevuto un compito difficile dai cantieri della Russia. Ai medici viene chiesto di insegnare l'intelligenza artificiale per analizzare le immagini mediche utilizzando la visione del computer e trovare rapidamente e accuratamente la patologia nei polmoni. L'aiuto e le punte della neurosetta facilitano l'operazione dei radiologi, riducono il tempo per elaborare le immagini.
Per una tale varietà di problemi e complessi, come ricezione di immagini mediche, l'apprendimento profondo richiede ampi set di dati per ottenere il livello di precisione richiesto. Le raccomandazioni di intelligenza artificiale sono solitamente molto accurate. I risultati del lavoro verranno caricati nella libreria open source, l'accesso a cui verrà scoperto per specialisti di tutti i paesi. Le soluzioni scolastiche possono essere testate e applicate in pratica se la qualità dello sviluppo organizzerà un utente. L'assistenza partner per gli scolari è fornita dal centro per l'intelligenza artificiale dell'Università di Innopolis.
Il team del progetto impiega sei 11 gradi del Khanty-Mansiysk autonomo okrug, Sebastopoli, il territorio Khabarovsk, la Repubblica di Bashkortostan, Tyumen e Kemerovo e regioni. Sono aiutati da esperti dal centro di Innopolis.
Semen Kiselev, ricercatore del Centro per l'intelligenza artificiale dell'Università di Innopolis, un progetto guida, ha affermato che gli sviluppatori introducono bambini con metodi di apprendimento automatico e visione informatica. La popolarità della matematica, la programmazione e i metodi di apprendimento della macchina ti consentirà di modificare l'atteggiamento verso le opportunità di apertura di molti che hanno bisogno di questo cambiamento. Il progetto incoraggerà gli scolari a diventare più attivi nello studio delle prospettive per la trasformazione digitale della società, convincendole che può portarli a una vita più interessante e intellettualmente a pieno titolo. L'esperienza di lavorare con le reti neurali conduce alla scelta della professione futura, consente di toccare le attività nell'atmosfera della libertà, sviluppa fiducia in te stesso e fornirà bambini e adolescenti le competenze di cui hanno bisogno in futuro.
I ragazzi mostrano dove in quali aree possono applicare le conoscenze acquisite. I partecipanti creano tali modelli e algoritmi per analizzare le istantanee dei polmoni, in cui il neuralizzatore autocarro per riconoscere la polmonite e altre malattie respiratorie, pneumotorace o tumore. I modelli di apprendimento profondi possono effettuare previsioni con una precisione quasi inconfondibile, tuttavia, poiché la logica interna del modello è difficile da scoprire e interpretare, gli argomenti a favore del motivo per cui questa decisione è corretta, spesso rimane unillimy.
Poiché le decisioni mediche possono avere un peso incredibile, molti comportano criticamente alla prospettiva di un'automazione completa. È molto importante ricordare che l'auto non sostituisce il dottore, ma diventa il suo assistente e il consulente, in realtà è solo il terzo occhio per il dottore. Ai è necessario ottimizzare le attività di routine, con la sua implementazione onnipresente cambiamenti profondamente la specialità con una forte componente visiva, come radiologia e patologia. I praticanti, compresi i chirurghi, sono attivamente interessati a sviluppare e implementare tali dispositivi. Ai è necessario ottimizzare le attività di routine, con la sua introduzione diffusa, la specialità cambierà con un forte componente visivo, come radiologia e patologia. I praticanti, compresi i chirurghi, sono attivamente interessati a sviluppare e implementare tali dispositivi.
Gli scolari Studied Algorithms sono testati su un gran numero di immagini mediche reali da veri ospedali.
I giovani programmatori devono insegnare l'intelligenza artificiale per calcolare le dimensioni esatte e la posizione dei processi patologici nei polmoni, indicare il medico sulle anomalie dell'organo. Materiali per la ricerca I partecipanti al progetto si trovano in fonti aperte, database di questi articoli scientifici di università mediche nazionali e straniere. Controllano i loro algoritmi su centinaia di immagini mediche genuine da reali LPU, poiché l'accesso a dati rilevanti e sufficienti è di fondamentale importanza negli algoritmi di formazione di AI.
Danila Pechenev, undici livellatore di Kemerovo, afferma che ha scelto questo compito, perché ha già lavorato con la visione della macchina. Il suo progetto di una rete neurale, che riconosce la calligrafia, è diventata finalista del concorso "Big Challenges". E il lavoro sul nuovo compito ti consentirà di imparare metodi avanzati di apprendimento della macchina. L'analisi delle immagini mediche oggi è un compito urgente di applicare reti neurali. La tecnologia è disponibile, nella maggior parte dei casi dimostrando un'elevata precisione sui controlli per la verifica.
Per i finalisti del progetto, le buone opportunità sono aperte per ulteriori sviluppi e auto-realizzazione. Molti partecipanti della precedente "grande sfida" sono stati iscritti alle più grandi università dei paesi e stanno lavorando attivamente con specialisti dei laboratori MFTI. I laureati universitari hanno proietti progetti in tutto il tempo di allenamento e informano sui risultati e gli sviluppi della stampa scientifica globale. Molte idee di partecipanti di "grandi sfide" sono già utilizzate nella pratica da parte delle società partner.