"Challenges-2020 Big" ewqas ambargoyî tê gotin yek ji wan projeyên ku di nîvê Decemberile de di navenda perwerdehiya Sirius de hatine girtin. Di dema vê Bernameya Projeya Zanistî û Teknolojîkî de, xwendekarên dibistana navîn hişmendiya hunerî perwerde kirin. Heval bûn ku otomobîl bi şehrezayiya din fêr bibin:
- Nûçe binivîsin.
- Dermanên nû pêşve bibin.
- Wêneyên CT-ê analîz bikin.
- Profîlên serlêdanên di torên civakî de xwendin.
SchoolKildrenan ji pisporan ji zanîngehê Innopolis, Yandex, dibistana bilind a rêveberiya SPBSU, VTB Bank, Biocad. Tê plankirin ku dê pêşkêşî çêtirîn di pratîkê de were pêkanîn.
Andrei Rasjorgorodsky, Serokê "Data Big Data", derhênerê Fiztech-Dibistana Matematîkê û agahdariya Mîtolojiyê ya Mîtolojî û agahdariya MFTI, tête diyar kirin ku civîn 10 roj dom kir. Di vê demê de, mirov fêr bûne ku bi amûrên teknolojiyê yên dîjîtal bixebitin û naha dê bikaribin hunerên xwe di pêşerojê de li malê bikar bînin.
Projeya "daneya mezin, daneya mezin, îstîxbarata aramî, teknolojiya darayî, fêrbûna makîneyê" peyda dike. 28 polên polês ji 18 deverên Rûsyayê hatin vexwendin ku di wê de bixebitin. Van mirovên ku pêşbaziya hemî-rûsî ya xebata sêwiran û lêkolînê bûne fînalîst bûn.
Ji bo beşdaran di vî alî de, Yandex fermanek taybetî ava kiriye: Ji bo pêşxistina bernameyek ji bo çêkirina nûçeyan, da ku weşanên nûjen dikare di xebata rojane de were bikar anîn. Zanîngeha VTB Bank û Dewleta St. Petersburg jî peywirê dibistanên Sîrîdên Sirius da. Mirov divê torên civakî analîz bikin û li ser bingeha agahdariya ku hatine wergirtin da ku portreyek serlêderek dibistana karsaziyê çêbikin.
Zanyar xwendekarên xwendekarên kompleks biparêzin: Divê meriv îstîxbarata artificial fêr bibe da ku bi arîkariya komputerê re modelura kompleksê ya tevlihevî ya ku di afirandina dermanên nû de tê texmîn kirin. Otomobîl dê pêdivî ye ku kombînasyona herî bawer û yên ku bi rastî di xwezayê de hene bibînin. Pêdivî ye ku rêbaza nû were pêşbînîkirin ka amadekariyên ku hatî afirandin çiqas bi bandor e. Pêşniyarên ji xwendekarên dibistana bilind tê xwestin ku di algorîtmaya Hedge ya Biocad de were bikar anîn.
Teknolojiyên dîjîtal ên li ser bingeha îstîxbarata artificial li gelek welatên cîhanê di pîşesaziya bijîjkî de bi rengek çalak hatine serlêdan kirin. Ev ji hêla destpêka pandemiya Coronavirus ve hate hêsantir kirin. Teknolojiyên telemedicine ji otomatên otomatîk ên otomatîk hatine destnîşan kirin, ji bo karanîna klînîk û bijîşkên ku ji gelek caran zêde bûne, ji bo nexweşên bijîjkî yên bilind-kalîteyê peyda kirin.
Di çarçoveya projeya zanistî û teknolojîk a Sirius "pêşbirkên mezin-2020" de, xwendekar beşdarî bernamê dibin peywirek dijwar ji kirêkirina Rentia. Doktor têne xwestin ku îstîxbarata artificial fêr bibin da ku wêneyên bijîjkî bi karanîna vîzyona computerê û zû û zûtirîn li patholojiyê bibînin. Alîkarî û serişteyên Neurosette hêsantirkirina karûbarên radyologê, dema pêvajoyê pêvajoyê kêm bikin.
Ji bo pirsgirêkên cûrbecûr û tevlihev, wekî ku dîmenên bijîjkî digirin, fêrbûna kûr hewce dike ku daneyên daneyên mezin bigihîje asta pêwîst a rastbûnê. Pêşniyarên îstîxbarata arizî bi gelemperî pir rast in. Encamên kar dê li pirtûkxaneya vekirî-çavkaniyê were barkirin, gihîştina ku dê ji bo pisporan ji hemî welatan were kifş kirin. Heke kalîteya pêşkeftinê dê bikarhênerek amade bike, çareseriyên dibistanê dikarin di pratîkê de ceribandin û bicihkirin. Alîkariya partnerê ji bo dibistanê ji hêla dibistanê ve ji hêla navendê ve ji bo îstîxbarata artificial a Zanîngeha Innopolis tê peyda kirin.
Tîmê projeyê ji şeş 11-pola ji xweseriya-Mansiysk re dixebite Okrug, Sevastopol, xaka Khabarovsk, Komara Bashkortostan, Tyumen û Kemerovo û Herêm. Ew ji hêla pisporên ji navenda navendê ve têne alîkar kirin.
Semen Kiselev, lêkolînerê navendê ji bo hişmendiya artificial a Zanîngeha Innopolis, rêbernameyek rêber, got ku pêşdebiran zarokan bi rêbazên fêrbûna makîneyê û dîtina computer re danasîn. Popularization of Matematics, Bername û Mêvan Metodan dê rê bide ku hûn helwesta li ser derfetên vekirinê yên gelekên ku hewceyê vê guhartinê biguherînin. Proje dê di xwendina xwendekarên ji bo veguherîna dîjîtal a civakê de çalak bibe, ji wan re piştrast bibin, wan piştrast bikin ku ew dikarin ji wan re jiyanek balkêştir û rewşenbîrî bi tevahî dilpakî. Tecrûbeya xebata bi torên neuralî re dibe sedema hilbijartina pîşeya pêşerojê, dihêle hûn di atmosfera azadiyê de têkiliyê bidin, baweriya xwe bi xwe pêşwazî dike û dê ji zarok û mezinan re pêşbaziyên ku di pêşerojê de hewce dike peyda bikin.
Guys nîşan didin ku li kîjan deverên ku ew dikarin zanyariyên bidestxistî bicîh bînin. Beşdaran model û algorîtmayên wiha ji bo analîzkirina snapshots of the lyrs, di nav xwe de ji bo naskirina xwe-pêşkeftî ji bo naskirina Pneumonia û nexweşiyên din ên respirasyonê, pneumothorax an tumor. Modelên fêrbûna kûr dikarin ji ber ku logîka navxweyî ya nevekirî pêşbîniyan e ku meriv eşkere bike û şîrovekirin, argumanên ku vê biryarê rast e, bi gelemperî bêpergal dimînin.
Ji ber ku biryarên bijîjkî dibe ku giraniya ecêb hebe, gelek bi rexneyên rexnegirê li ser perspektîfa tevahî ya otomatîkî. Pir girîng e ku ji bîr mekin ku otomobîl li ser doktor nagire, lê dibe arîkarê wî û şêwirmendê, bi rastî ew tenê çavê sêyemîn ji bo bijîşk e. AI hewce ye ku karên rojane xweşbîn bike, bi pêkanîna wê ya obiqasiyatîf bi taybetî bi rêgezek dîtbarî ya hêzdar, wekî radyolojî û patholojî ve girêdayî ye. Pratîsyonên, tevî surgeyan, bi awayekî aktîf bi pêşkeftin û bicihanîna amûrên weha re eleqedar in. AI hewce ye ku ji bo veberhênanên xwerû, bi danasîna xwe ya berbiçav ve were xwestin, dê taybetmendiyek bi rêgezek dîtbar a bihêz, wek radyolojî û patholojî biguheze. Pratîsyonên, tevî surgeyan, bi awayekî aktîf bi pêşkeftin û bicihanîna amûrên weha re eleqedar in.
Xwendekarên dibistanan ên xwendinê yên xwendinê li ser hejmareke mezin ji wêneyên bijîjkî yên rastîn ên ji nexweşxaneyên rastîn têne ceribandin.
Programberên ciwan divê îstîxbarata artificial fêr bibin da ku hûn dimen û cîhê pêvajoyên patholojîk ên di nav lepikan de hesab bikin, doktor li ser anomaliyên organê destnîşan bikin. Materyalên ji bo lêkolînê beşdaran Proje di çavkaniyên vekirî de, databases van gotarên zanistî yên navxweyî û biyanî yên zanîngehên bijîjkî têne dîtin. Ew algorîtmayên xwe yên bi sedan wêneyên bijîjkî yên rastîn ên ji lpus rastîn kontrol dikin, ji ber ku gihîştina daneyên têkildar û têr ji bo perwerdekirina algorîtmayên AI-yê girîng e.
Danila Pechenev, yanzdeh-grader ji Kemerovo, dibêje ku wî ev peywir hilbijart, ji ber ku wî berê bi dîtina makîneyê re xebitî. Projeya wî ya torê ya neuralî, ku nivîsariyê nas dike, bû fînalîstiya pêşbaziya "pirsgirêkên mezin". The karê li ser peywira nû dê bihêle hûn rêbazên fêrbûna makîneya pêşkeftî fêr bibin. Analîzên wêneyên bijîşkî îro peywirek lezgîn e ku pêkanîna torên neuralî ye. Teknolojî peyda dibe, di pir rewşan de ji bo verastkirinê rastiya bilind a kontrolê nîşan dide.
Ji bo dawînên projeyê, derfetên baş ji bo pêşkeftin û xwe-rastbûnê têne vekirin. Gelek beşdarên "pêşengiya mezin" li zanîngehên mezin ên welatan hatin qeyd kirin û bi awayek aktîf bi pisporên kedkarên MFTI re dixebitin. Zanîngeha Zanîngehê Projeyên Rêber Tevderê Tevahiya Training Time û li ser destkeftî û pêşkeftinên di çapemeniya zanistî ya global de agahdar bikin. Gelek ramanên beşdaran "pirsgirêkên mezin" ji hêla pargîdaniyên hevkar ve di pratîkê de têne bikar anîn.