"Големите предизвици-2020" е толку амбициозно наречен еден од проектите што се одржуваат во втората половина на декември во едукативниот центар Сириус. Во текот на оваа научна и технолошка програма, средношколците обучија вештачка интелигенција. Момците требаше да го научат автомобилот на следната мудрост:
- Напиши вести.
- Развивање на нови лекови.
- Анализирајте ги сликите на КТ.
- Проучување на профили на кандидати во социјални мрежи.
Училиштето им помогна на експерти од Универзитетскиот innopolis, Yandex, Високото училиште за менаџмент SPBSU, VTB банка, BioCAD. Се планира дека најдобрите понуди ќе бидат имплементирани во пракса.
Андреј Rasjorgorodsky, шеф на директорот "Големи податоци", директорот на Fiztech-школа за применета математика и информатика на MFTI, е наведено дека седницата траеше 10 дена. Во ова време, момците научиле да работат со различни дигитални технолошки алатки и сега ќе можат да ги користат своите вештини во иднина дома.
Проектот предвидува посебна насока "Големи податоци, вештачка интелигенција, финансиска технологија и машинско учење". 28 Единаесеттите одделение од 18 региони на Русија беа поканети да работат во него. Овие момци станаа финалисти на сите руски натпревари за дизајн и истражување.
За учесниците во оваа насока, Yandex формираше посебна нарачка: да развие програма за генерирање на вести, така што современите изданија може да се користат во секојдневната работа. ВТБ банка и Сент Петербург Државниот универзитет, исто така, ја дал задачата на Сириус учениците. Момците мора да ги анализираат социјалните мрежи и врз основа на информациите добиени за да направат портрет на апликантот за бизнис училишта.
Научниците ги збунија учениците со сложена желба: момците треба да учат вештачка интелигенција точно да предвидат со помош на компјутерско моделирање на структурата на молекуларниот комплекс при креирање на нови лекови. Автомобилот ќе мора да ги најде најверојатно комбинациите и оние кои навистина постојат во природата. Новиот метод мора да се предвиди колку ефикасно создадена подготовка. Предлозите од средношколците треба да се користат во хеџ алгоритмот на Биокад.
Дигиталните технологии врз основа на вештачка интелигенција активно се применуваат во медицинската индустрија во многу земји во светот. Ова беше олеснето од почетокот на коронавирусната пандемија. Телемедицинските технологии ја покажаа предноста на автоматизирање на многу процеси, помогнаа во исклучување на клиниките и лекарите од постојано зголемување на товари, успеаја да обезбедат висококвалитетна далечинска медицинска нега на пациентите.
Во рамките на научниот и технолошкиот проект на Сириус "Големи предизвици-2020", учениците кои учествуваат во Програмата добија тешка задача од заработниците на Русија. Од лекарите се бара да ги учат вештачката интелигенција за да ги анализираат медицинските слики користејќи компјутерски визија и брзо и прецизно да најдат патологија во белите дробови. Помошта и совети од невросета го олеснуваат работењето на радиолозите, го намалуваат времето за обработка на сликите.
За такви различни и сложени проблеми, како примање медицински слики, длабоко учење бара големи податоци сетови за да се постигне потребното ниво на точност. Препораките за вештачка интелигенција обично се многу прецизни. Резултатите од работата ќе бидат поставени во библиотеката со отворен код, пристапот до кој ќе бидат откриени за специјалисти од сите земји. Решенијата на учениците можат да се тестираат и да се применат во пракса ако квалитетот на развојот ќе организира корисник. Помош за партнер на учениците ја обезбедува Центарот за вештачка интелигенција на Универзитетот во Иннополис.
Проектниот тим вработува шест 11-оценки од автономниот Конти-Мансишк, Севастопол, територијата на Хабаровск, Република Башкортостан, Тјумен и Керово и регионите. Тие им помагаат експерти од центарот на Иннополис.
Семен Киселев, истражувач на Центарот за вештачка интелигенција на Универзитетот во Иннополис, водечки проект, рече дека програмерите воведуваат деца со методи за машинско учење и компјутерски визија. Популаризацијата на математиката, методите за програмирање и машинско учење ќе ви овозможи да го промените односот кон можностите за отворање на многумина на кои им е потребна оваа промена. Проектот ќе ги охрабри учениците да станат поактивни во проучувањето на изгледите за дигитална трансформација на општеството, убедувајќи ги дека може да ги доведе до поинтересен и интелектуално полноправен живот. Искуството за работа со нервните мрежи води кон избор на идната професија, ви овозможува да ги допрете активностите во атмосферата на слободата, да развие доверба во себе и ќе им обезбеди на децата и адолесцентите компетенциите што им се потребни во иднина.
Момците покажуваат каде во кои области можат да го применат стекнатото знаење. Учесниците создаваат такви модели и алгоритми за анализирање на сликите на белите дробови, во кои да се нералуира самопогрес за препознавање на пневмонија и други респираторни заболувања, пневмоторакс или тумор. Длабокото учење може да направи предвидувања со речиси непогрешлива точност, меѓутоа, бидејќи внатрешната логика на моделот е тешко да се открие и интерпретира, аргументите во корист на тоа зошто оваа одлука е точна, често остануваат нелимни.
Бидејќи медицинските одлуки може да имаат неверојатна тежина, многумина критички се однесуваат на изгледите за целосна автоматизација. Многу е важно да се запамети дека автомобилот не го замени лекарот, но станува негов асистент и советник, всушност тоа е само трето око за лекарот. AI е потребен за да се оптимизираат рутинските задачи, со неговото сеприсутно спроведување длабоко промени специјалитет со силна визуелна компонента, како што се радиологијата и патологијата. Практичарите, вклучувајќи ги и хирурзите, активно се заинтересирани за развивање и спроведување на такви уреди. AI е потребен за да се оптимизираат рутинските задачи, со раширениот вовед, специјалитетот ќе се промени со силна визуелна компонента, како што се радиологијата и патологијата. Практичарите, вклучувајќи ги и хирурзите, активно се заинтересирани за развивање и спроведување на такви уреди.
Студираните алгоритми учениците се тестираат на голем број вистински медицински слики од вистински болници.
Младите програмери мора да учат вештачка интелигенција за да ги пресметаат точните димензии и локацијата на патолошките процеси во белите дробови, да го наведат лекарот на аномалиите на органот. Материјали за истражување Учесниците на проектот се наоѓаат во отворени извори, бази на податоци на овие научни статии од домашни и странски медицински универзитети. Тие ги проверуваат нивните алгоритми на стотици вистински медицински слики од вистински ЛПУ, бидејќи пристапот до релевантни и доволни податоци е од огромно значење во алгоритмите за обука на АИ.
Данила Печев, единаесет од Кемерово, вели дека ја одбрал оваа задача, бидејќи тој веќе работел со визија на машината. Неговиот проект на нервна мрежа, кој го препознава ракописот, стана финалист на натпреварот "Големи предизвици". И работата на новата задача ќе ви овозможи да научите напредни методи за учење на машини. Анализата на медицинските слики денес е итна задача за примена на нервните мрежи. Технологијата е достапна, во повеќето случаи демонстрирање на висока точност на проверки за верификација.
За финалистите на проектот, се отвораат добри можности за понатамошен развој и самореализација. Многу учесници на претходниот "голем предизвик" беа запишани на најголемите универзитети во земјите и активно работат со специјалисти на Laboratories MFTI. Универзитетските дипломци водат проекти во текот на целото време за обука и информираат за постигнувањата и случувањата во глобалниот научен печат. Многу идеи за учесниците на "Големите предизвици" веќе се користат во пракса од партнерските компании.