"ສິ່ງທ້າທາຍໃຫຍ່ - 2020" ແມ່ນການຂະຫຍາຍຕົວຢ່າງຫນຶ່ງໃນໂຄງການຫນຶ່ງໃນເຄິ່ງທີ່ສອງຂອງເດືອນທັນວາໃນສູນການສຶກສາ SIRIUS. ໃນໄລຍະຂອງໂຄງການວິທະຍາສາດແລະເຕັກໂນໂລຢີນີ້, ນັກຮຽນມັດທະຍົມຕອນປາຍໄດ້ຝຶກອົບຮົມປັນຍາປະດິດ. ພວກຜູ້ຊາຍໄດ້ສອນລົດໃຫ້ສະຕິປັນຍາຕໍ່ໄປ:
- ຂຽນຂ່າວ.
- ພັດທະນາຢາເສບຕິດໃຫມ່.
- ວິເຄາະຮູບຂອງ CT.
- ການສຶກສາຂໍ້ມູນຂອງຜູ້ສະຫມັກໃນເຄືອຂ່າຍສັງຄົມ.
ນັກຮຽນໄດ້ຊ່ວຍຜູ້ຊ່ຽວຊານຈາກ University Innocolis, Yandex, ໂຮງຮຽນການບໍລິຫານທີ່ສູງກວ່າ SPBSU, ທະນາຄານ VTB, BIOCAD. ມັນໄດ້ຖືກວາງແຜນວ່າການສະເຫນີທີ່ດີທີ່ສຸດຈະຖືກຈັດຕັ້ງປະຕິບັດໃນການປະຕິບັດຕົວຈິງ.
Andrei Rasjorgorodsky, ຫົວຫນ້າ "ຂໍ້ມູນໃຫຍ່", ຜູ້ອໍານວຍການໃຫຍ່ຂອງຄະນິດສາດແລະຂໍ້ມູນຂ່າວສານຂອງ MFTI, ແມ່ນລະບຸວ່າກອງປະຊຸມດັ່ງກ່າວໄດ້ແກ່ຍາວເປັນເວລາ 10 ວັນ. ໃນລະຫວ່າງເວລານີ້, ພວກຜູ້ຊາຍໄດ້ຮຽນຮູ້ທີ່ຈະເຮັດວຽກກັບເຄື່ອງມືເທັກໂນໂລຢີທີ່ຫຼາກຫຼາຍແລະດຽວນີ້ຈະສາມາດໃຊ້ທັກສະຂອງພວກເຂົາໃນອະນາຄົດຢູ່ເຮືອນ.
ໂຄງການສະຫນອງໃຫ້ແກ່ທິດທາງແຍກຕ່າງຫາກ "ຂໍ້ມູນໃຫຍ່, ປັນຍາປອມ, ເຕັກໂນໂລຢີດ້ານການເງິນແລະການຮຽນຮູ້ເຄື່ອງຈັກ". 28 ນັກຮຽນຊັ້ນ 118 ຄົນຊັ້ນສິບເບີລິນຈາກ 18 ເຂດຂອງຣັດເຊຍໄດ້ຖືກເຊີນໃຫ້ເຮັດວຽກຢູ່ໃນມັນ. ຄົນພວກນີ້ກາຍເປັນຜູ້ສຸດທ້າຍຂອງການແຂ່ງຂັນທັງຫມົດລັດເຊຍຂອງການອອກແບບແລະການຄົ້ນຄວ້າເຮັດວຽກ.
ສໍາລັບຜູ້ເຂົ້າຮ່ວມໃນທິດທາງນີ້, Yandex ໄດ້ສ້າງຕັ້ງຄໍາສັ່ງພິເສດ: ເພື່ອພັດທະນາໂປແກຼມທີ່ຈະສ້າງຂ່າວສານ, ດັ່ງນັ້ນການສະບັບທີ່ທັນສະໄຫມສາມາດນໍາໃຊ້ໃນການເຮັດວຽກປະຈໍາວັນ. ທະນາຄານ VTB ແລະມະຫາວິທະຍາໄລ St. Petersburg ຍັງໄດ້ໃຫ້ຫນ້າວຽກຂອງນັກຮຽນ Sirius SchoolChildren. ຜູ້ຊາຍຕ້ອງວິເຄາະເຄືອຂ່າຍສັງຄົມແລະອີງໃສ່ຂໍ້ມູນທີ່ໄດ້ຮັບເພື່ອເຮັດຮູບແຕ້ມຂອງຜູ້ສະຫມັກໂຮງຮຽນທຸລະກິດ.
ນັກວິທະຍາສາດໄດ້ເຮັດໃຫ້ນັກຮຽນທີ່ມີຄວາມຕື່ນເຕັ້ນກັບຄວາມປາດຖະຫນາທີ່ມີຄວາມປາດຖະຫນາທີ່ສັບສົນ: ພວກຜູ້ຊາຍຄວນຄາດຄະເນໃນການຊ່ວຍເຫຼືອຂອງຄອມພິວເຕີ້ທີ່ມີໂຄງສ້າງຂອງໂມເລກຸນໃນເວລາສ້າງຢາເສບຕິດໃຫມ່. ລົດຈະຕ້ອງຊອກຫາການປະສົມທີ່ຫນ້າເຊື່ອຖືທີ່ສຸດແລະຜູ້ທີ່ມີຢູ່ໃນທໍາມະຊາດ. ວິທີການໃຫມ່ຕ້ອງໄດ້ຮັບການຄາດເດົາວ່າການກະກຽມທີ່ຖືກສ້າງຂື້ນຢ່າງມີປະສິດຕິຜົນ. ຄໍາແນະນໍາຈາກນັກຮຽນມັດທະຍົມສົມມຸດແມ່ນຄາດວ່າຈະຖືກນໍາໃຊ້ໃນລະບົບ hedge algorithm ຂອງ BioCAD.
ເຕັກໂນໂລຢີດິຈິຕອລໂດຍອີງໃສ່ສະຕິປັນຍາປະດິດໄດ້ຖືກນໍາໃຊ້ຢ່າງຫ້າວຫັນໃນອຸດສະຫະກໍາການແພດໃນຫຼາຍໆປະເທດໃນປະເທດ. ສິ່ງນີ້ໄດ້ຖືກອໍານວຍຄວາມສະດວກໂດຍການເລີ່ມຕົ້ນຂອງການແຜ່ລະບາດຂອງ coronavirus. Telemedicine Technologies ໄດ້ສະແດງປະໂຫຍດຈາກການອັດຕະໂນມັດຂະບວນການຫຼາຍຢ່າງ, ໄດ້ຮັບການຍົກເລີກຄລີນິກແລະທ່ານຫມໍທີ່ໄດ້ຮັບການຄຸ້ມຄອງການດູແລທາງດ້ານການແພດທີ່ມີຄຸນນະພາບສູງສຸດໃຫ້ແກ່ຄົນເຈັບ.
ພາຍໃນຂອບຂອງໂຄງການວິທະຍາສາດແລະເຕັກໂນໂລຢີຂອງ Sirius "Big Trighes-2020", ນັກສຶກສາທີ່ເຂົ້າຮ່ວມໃນໂຄງການທີ່ໄດ້ຮັບວຽກທີ່ຫຍຸ້ງຍາກຈາກ Reto Retains. ບັນດາທ່ານຫມໍໄດ້ຖືກຮ້ອງຂໍໃຫ້ສອນປັນຍາປອມເພື່ອວິເຄາະຮູບພາບທາງການແພດໂດຍໃຊ້ວິໄສທັດຄອມພິວເຕີແລະໂດຍໄວຊອກຫາພະຍາດ paths. ການຊ່ວຍເຫຼືອແລະຄໍາແນະນໍາຂອງ Neurosette ອໍານວຍຄວາມສະດວກໃນການດໍາເນີນງານຂອງນັກວິທະຍຸ radical, ຫຼຸດຜ່ອນເວລາໃນການປຸງແຕ່ງຮູບ.
ສໍາລັບບັນຫາແລະບັນຫາທີ່ຫລາກຫລາຍແລະສັບຊ້ອນດັ່ງທີ່ໄດ້ຮັບຮູບພາບທາງການແພດ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງຮຽກຮ້ອງໃຫ້ມີຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ເພື່ອໃຫ້ໄດ້ຮັບຄວາມຖືກຕ້ອງຂອງຄວາມຖືກຕ້ອງ. ຄໍາແນະນໍາຂອງປັນຍາປອມມັກຈະຖືກຕ້ອງຫຼາຍ. ຜົນຂອງການເຮັດວຽກຈະຖືກອັບລົງໃນຫ້ອງສະຫມຸດທີ່ເປີດເຜີຍ, ການເຂົ້າເຖິງເຊິ່ງຈະຖືກຄົ້ນພົບສໍາລັບຜູ້ຊ່ຽວຊານຈາກທຸກປະເທດ. ວິທີແກ້ໄຂບັນດານັກຮຽນສາມາດທົດສອບໄດ້ແລະນໍາໃຊ້ໃນການປະຕິບັດຖ້າຄຸນນະພາບການພັດທະນາຈະຈັດຜູ້ໃຊ້. ການຊ່ວຍເຫຼືອດ້ານຄູ່ຮ່ວມງານຂອງນັກຮຽນແມ່ນສະຫນອງໃຫ້ໂດຍສູນກາງສໍາລັບຄວາມສະຫຼາດຂອງມະຫາວິທະຍາໄລ InnoPOOLIS.
ທີມງານໂຄງການມີ 8 ຊັ້ນທຽບຈາກ 6 ຊັ້ນທຽບຈາກ Khanty-Mansiysk ເປັນເອກະລາດຂອງ Khany-MansiSomous Autonmog, ເຂດອານາເຂດຂອງ Khabarovsk, Tyumenostan, Tyumen ແລະ Kemerovo. ພວກເຂົາໄດ້ຮັບການຊ່ວຍເຫຼືອໂດຍຜູ້ຊ່ຽວຊານຈາກໃຈກາງຂອງ Innopolis.
Semen Kiselev, ນັກວິທະຍາສາດຂອງສູນການຜະລິດປັນຍາປະດິດຂອງມະຫາວິທະຍາໄລ Innocopolis, ໂຄງການທີ່ນໍາພາສາມາດແນະນໍາວິທີການຮຽນຮູ້ແລະວິໄສທັດຄອມພິວເຕີ. ວິທີການຄະນິດສາດ, ການຂຽນໂປແກຼມແລະການຮຽນຮູ້ດ້ານການຂຽນໂປແກຼມແລະເຄື່ອງຈັກຈະຊ່ວຍໃຫ້ທ່ານປ່ຽນທັດສະນະຄະຕິໃນການເປີດໂອກາດຂອງຫຼາຍໆຄົນທີ່ຕ້ອງການການປ່ຽນແປງນີ້. ໂຄງການຈະຊຸກຍູ້ໃຫ້ນັກຮຽນທີ່ຈະກາຍເປັນຄົນທີ່ມີຄວາມຫ້າວຫັນໃນການສຶກສາຄວາມສົດໃສດ້ານໃນການປ່ຽນແປງຂອງສັງຄົມ, ມັນສາມາດນໍາພວກເຂົາໄປສູ່ຊີວິດທີ່ຫນ້າສົນໃຈແລະມີປັນຍາຫຼາຍກວ່າເກົ່າ. ປະສົບການຂອງການເຮັດວຽກກັບເຄືອຂ່າຍທາງບົກທີ່ເຮັດໃຫ້ການເລືອກຂອງອາຊີບໃນອະນາຄົດ, ໃຫ້ສໍາພັດກັບເດັກນ້ອຍແລະຈະມີຄວາມສາມາດໃນອະນາຄົດທີ່ພວກເຂົາຕ້ອງການໃນອະນາຄົດ.
ພວກຜູ້ຊາຍສະແດງບ່ອນທີ່ພວກເຂົາສາມາດນໍາໃຊ້ຄວາມຮູ້ໄດ້. ຜູ້ເຂົ້າຮ່ວມສ້າງຮູບແບບແລະການຄິດໄລ່ແບບແຜນທີ່ສໍາລັບການວິເຄາະພາບບັນຍາກາດຂອງປອດ, ເຊິ່ງເຮັດໃຫ້ເກີດຄວາມຄືບຫນ້າຂອງຕົນເອງເພື່ອຮັບຮູ້ພະຍາດປອດອັກເສບແລະລະບົບຫາຍໃຈອື່ນໆ, Pneumothorax ຫຼື Tumor. ແບບຈໍາລອງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ເຖິງຢ່າງໃດກໍ່ຕາມ, ແບບຢ່າງທີ່ມີຄວາມຖືກຕ້ອງທີ່ບໍ່ສາມາດເວົ້າໄດ້, ເພາະວ່າການໂຕ້ຖຽງກັນວ່າເປັນຫຍັງການຕັດສິນໃຈນີ້ຖືກຕ້ອງ, ມັກຈະບໍ່ໂດດເດັ່ນ.
ນັບຕັ້ງແຕ່ການຕັດສິນໃຈທາງການແພດອາດຈະມີນ້ໍາຫນັກທີ່ບໍ່ຫນ້າເຊື່ອ, ມີຄວາມສໍາຄັນຫຼາຍກ່ຽວກັບຄວາມສົດໃສດ້ານຂອງການອັດຕະໂນມັດເຕັມຮູບແບບ. ມັນເປັນສິ່ງສໍາຄັນທີ່ສຸດທີ່ຕ້ອງຈື່ໄວ້ວ່າລົດບໍ່ປ່ຽນແທນທ່ານຫມໍ, ແຕ່ກາຍເປັນຜູ້ຊ່ວຍແລະທີ່ປຶກສາ, ໃນຄວາມເປັນຈິງມັນເປັນພຽງຕາທີສາມສໍາລັບທ່ານຫມໍ. AI ຈໍາເປັນຕ້ອງໄດ້ເພີ່ມປະສິດທິພາບວຽກງານທີ່ເປັນປົກກະຕິ, ດ້ວຍການຈັດຕັ້ງປະຕິບັດທີ່ມີຄວາມລະມັດລະວັງໃນການປ່ຽນແປງພິເສດດ້ວຍສ່ວນປະກອບທີ່ມີຄວາມແຮງ, ເຊັ່ນ: ວິທະຍາສາດ. ຜູ້ປະຕິບັດ, ລວມທັງແພດຜ່າຕັດ, ມີຄວາມສົນໃຈຢ່າງຫ້າວຫັນໃນການພັດທະນາແລະປະຕິບັດອຸປະກອນດັ່ງກ່າວ. AI ຈໍາເປັນຕ້ອງໄດ້ເພີ່ມປະສິດທິພາບວຽກງານທີ່ເປັນປົກກະຕິ, ດ້ວຍການແນະນໍາທີ່ກວ້າງຂວາງຂອງມັນ, ພິເສດຈະປ່ຽນໄປດ້ວຍສ່ວນປະກອບດ້ານສາຍຕາທີ່ເຂັ້ມແຂງເຊັ່ນ: ວິທະຍາສາດ. ຜູ້ປະຕິບັດ, ລວມທັງແພດຜ່າຕັດ, ມີຄວາມສົນໃຈຢ່າງຫ້າວຫັນໃນການພັດທະນາແລະປະຕິບັດອຸປະກອນດັ່ງກ່າວ.
ນັກຮຽນລະບົບ algorithms ທີ່ໄດ້ສຶກສາແມ່ນໄດ້ຮັບການທົດສອບໃນຈໍານວນຮູບພາບການແພດທີ່ແທ້ຈິງຈາກໂຮງຫມໍທີ່ແທ້ຈິງ.
ນັກຂຽນໂປແກຼມຫນຸ່ມຕ້ອງສອນການປະດິດຄິດໄລ່ຂະຫນາດແລະສະຖານທີ່ຂອງຂະບວນການທາງວິຊາການໃນປອດໃນຄວາມຜິດປົກກະຕິຂອງອະໄວຍະວະ. ວັດສະດຸສໍາລັບການຄົ້ນຄວ້າຜູ້ເຂົ້າຮ່ວມໂຄງການແມ່ນພົບໃນແຫຼ່ງທີ່ເປີດເຜີຍ, ຖານຂໍ້ມູນຂອງບົດເລື່ອງວິທະຍາສາດເຫຼົ່ານີ້ຂອງມະຫາວິທະຍາໄລການແພດພາຍໃນແລະຕ່າງປະເທດ. ພວກເຂົາກວດເບິ່ງຄວາມຄິດເຫັນຂອງພວກເຂົາໃນຮູບພາບທາງການແພດທີ່ແທ້ຈິງ, ເພາະວ່າການເຂົ້າເຖິງຄວາມສໍາຄັນແລະການຝຶກອົບຮົມສູດການສຶກສາຂອງ Ai.
Danila Pechenev, ຫລານສິບຄົນຫນຶ່ງຈາກ Kemerovo, ກ່າວວ່າລາວໄດ້ເລືອກເອົາວຽກນີ້, ເພາະວ່າລາວໄດ້ເຮັດວຽກກັບວິໄສທັດຂອງເຄື່ອງແລ້ວ. ໂຄງການຂອງລາວຂອງເຄືອຂ່າຍທາງ neural, ເຊິ່ງຮັບຮູ້ການຂຽນດ້ວຍມື, ໄດ້ກາຍເປັນຜູ້ສຸດທ້າຍຂອງການປະກວດ "ສິ່ງທ້າທາຍໃຫຍ່". ແລະການເຮັດວຽກໃນຫນ້າວຽກໃຫມ່ຈະຊ່ວຍໃຫ້ທ່ານສາມາດຮຽນຮູ້ວິທີການຮຽນຮູ້ທີ່ກ້າວຫນ້າ. ການວິເຄາະຮູບພາບທາງການແພດໃນມື້ນີ້ແມ່ນວຽກທີ່ຮີບດ່ວນຂອງການສະຫມັກເຄືອຂ່າຍ neural. ເຕັກໂນໂລຢີສາມາດໃຊ້ໄດ້, ໃນກໍລະນີຫຼາຍທີ່ສຸດສະແດງໃຫ້ເຫັນຄວາມຖືກຕ້ອງສູງໃນການກວດສອບສໍາລັບການຢັ້ງຢືນ.
ສໍາລັບຜູ້ສຸດທ້າຍຂອງໂຄງການ, ໂອກາດທີ່ດີໄດ້ຖືກເປີດສໍາລັບການພັດທະນາຕໍ່ໄປແລະການປະຕິບັດຕົນເອງ. ຜູ້ເຂົ້າຮ່ວມຫຼາຍຄົນທີ່ຜ່ານມາ "ສິ່ງທ້າທາຍໃຫຍ່" ທີ່ໄດ້ລົງທະບຽນຢູ່ໃນມະຫາວິທະຍາໄລທີ່ໃຫຍ່ທີ່ສຸດຂອງປະເທດແລະກໍາລັງເຮັດວຽກຢ່າງຫ້າວຫັນກັບຜູ້ຊ່ຽວຊານດ້ານຫ້ອງທົດລອງ MFTI. ນັກຮຽນຈົບມະຫາວິທະຍາໄລຈົບການນໍາພາໂຄງການນໍາພາໃນທົ່ວທຸກເວລາແລະແຈ້ງກ່ຽວກັບຜົນສໍາເລັດແລະການພັດທະນາໃນຫນັງສືພິມວິທະຍາສາດທົ່ວໂລກ. ແນວຄວາມຄິດຫຼາຍຢ່າງຂອງຜູ້ເຂົ້າຮ່ວມ "ສິ່ງທ້າທາຍໃຫຍ່" ໄດ້ຖືກນໍາໃຊ້ໃນການປະຕິບັດໂດຍບໍລິສັດຄູ່ຮ່ວມງານ.