ന്യൂറലറ്റിനെ "സിറിയസ്" എന്ന ഹൈസ്കൂൾ വിദ്യാർത്ഥികൾ ശ്വാസകോശത്തിൽ പാത്തോളജി കണ്ടെത്തുക

സിറിയസ് വിദ്യാഭ്യാസ കേന്ദ്രത്തിൽ ഡിസംബർ രണ്ടാം പകുതിയിൽ നടന്ന പദ്ധതികളിലൊരാളെയാണ് "വലിയ വെല്ലുവിളികൾ-2020" വളരെ അഭിലാഷം. ഈ ശാസ്ത്ര-സാങ്കേതിക പദ്ധതി പ്രോഗ്രാമിലെ കോഴ്സിൽ, ഹൈസ്കൂൾ വിദ്യാർത്ഥികൾ കൃത്രിമ ബുദ്ധിയെ പരിശീലിപ്പിച്ചു. ആൺകുട്ടികൾ കാർ അടുത്ത ജ്ഞാനത്തിലേക്ക് പഠിപ്പിക്കുകയായിരുന്നു:

1. വാർത്ത എഴുതുക.
2. പുതിയ മരുന്നുകൾ വികസിപ്പിക്കുക.
3. സിടിയുടെ ചിത്രങ്ങൾ വിശകലനം ചെയ്യുക.
4. സോഷ്യൽ നെറ്റ്വർക്കുകളിൽ അപേക്ഷകരുടെ പ്രൊഫൈലുകൾ പഠിക്കുക.

ഹൈസ്കൂൾ, ഹൈസ്കൂൾ, ഹൈസ്കൂൾ ഓഫ് മാനേജ്മെന്റ് എസ്പിഎസ്യു, വിടി ബി ബാങ്ക്, ബയോകാഡ് എന്നിവിടങ്ങളിൽ നിന്ന് സ്കൂൾ കുട്ടികളെ വിദഗ്ധരെ സഹായിച്ചു. പ്രായോഗികമായി മികച്ച ഓഫറുകൾ നടപ്പിലാക്കുമെന്ന് പദ്ധതിയിടുന്നു.

"ബിഗ് ഡാറ്റാ" ഡയറക്ടർ, എംഎഫ്ടിഐയുടെ ഇൻഫോർമാറ്റിക്സ് ഓഫ് അപ്ലൈമാറ്റിക്സ് ഓഫ് അപ്ലൈൻ മാത്തമാറ്റിക്സ്, ഇൻഫോർമാറ്റിക്സ് ഡയറക്ടർ ആൻഡ്രി റാസ്ജോർഡ്സ്കി, സെഷൻ 10 ദിവസം നീണ്ടുനിന്നതായി വ്യക്തമാക്കുന്നു. ഈ സമയത്ത്, പല ഡിജിറ്റൽ ടെക്നോളജി ഉപകരണങ്ങളും ഉപയോഗിച്ച് പ്രവർത്തിക്കാൻ ആളുകൾ പഠിച്ചു, ഇപ്പോൾ ഭാവിയിൽ അവരുടെ കഴിവുകൾ ഉപയോഗിക്കാൻ കഴിയും.

"ബിഗ് ഡാറ്റ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ഫിനാൻഷ്യൽ ടെക്നോളജി, മെഷീൻ പഠനം" എന്ന പ്രത്യേക സംവിധാനത്തിനായി പദ്ധതി നൽകുന്നു. 18 പ്രദേശത്തെ 18 പ്രദേശങ്ങളിൽ നിന്നുള്ള 28 പേരിൽ റഷ്യയിൽ ജോലി ചെയ്യാൻ ക്ഷണിച്ചു. ഈ ആളുകൾ എല്ലാ റഷ്യൻ രൂപകൽപ്പനയുടെയും രൂപകൽപ്പനയും ഗവേഷണ പ്രവർത്തനങ്ങളും അലിഗറിസ്റ്റുകളായി.

ഈ ദിശയിൽ പങ്കെടുക്കുന്നവർക്ക്, യന്ഡെക്സ് ഒരു പ്രത്യേക ഓർഡർ സൃഷ്ടിച്ചു: വാർത്ത സൃഷ്ടിക്കുന്നതിന് ഒരു പ്രോഗ്രാം വികസിപ്പിക്കുന്നതിന്, അതിനാൽ ആധുനിക പതിപ്പുകൾ ദൈനംദിന ജോലിയിൽ ഉപയോഗിക്കാം. വിടിബി ബാങ്കും സെന്റ് പീറ്റേഴ്സ്ബർഗ് സ്റ്റേറ്റ് യൂണിവേഴ്സിറ്റിയും സിറിയസ് സ്കൂൾ സ്കൂൾ കുട്ടികളുടെ ചുമതല നൽകി. ആൺകുട്ടികൾ സോഷ്യൽ നെറ്റ്വർക്കുകളെ വിശകലനം ചെയ്ത് ഒരു ബിസിനസ്സ് സ്കൂൾ അപേക്ഷകന്റെ ഛായാചിത്രം നിർമ്മിക്കാൻ ലഭിച്ച വിവരങ്ങളുടെ അടിസ്ഥാനത്തിൽ.

ഒരു സങ്കീർണ്ണമായ ആഗ്രഹമുള്ള ശാസ്ത്രജ്ഞർ സ്കൂൾ കുട്ടികൾ അമ്പരന്നു: പുതിയ മരുന്നുകൾ സൃഷ്ടിക്കുമ്പോൾ തന്മാത്രാ സമുച്ചയത്തിന്റെ ഘടനയുടെ ഘടനയുടെ സഹായത്തെ കമ്പ്യൂട്ടർ മോഡഡിന്റെ സഹായം കൃത്യമായി പ്രവചിക്കാൻ സഞ്ചി പഠിപ്പിക്കണം. കാർ കാറിന് ഏറ്റവും വിശ്വസനീയമായ കോമ്പിനേഷനുകളും സ്വഭാവത്തിൽ നിലനിൽക്കുന്നവരും കണ്ടെത്തേണ്ടിവരും. പുതിയ രീതി പ്രവചിക്കപ്പെടേണ്ടതായിരിക്കണം. ഹൈസ്കൂൾ വിദ്യാർത്ഥികളിൽ നിന്നുള്ള നിർദ്ദേശങ്ങൾ ബയോകാദിന്റെ ഹെഡ്ജ് അൽഗോരിതം ഉപയോഗിക്കേണ്ട നിർദ്ദേശങ്ങൾ.

കൃത്രിമബുദ്ധിയെ അടിസ്ഥാനമാക്കിയുള്ള ഡിജിറ്റൽ സാങ്കേതികവിദ്യകൾ ലോകത്തെ പല രാജ്യങ്ങളിലും മെഡിക്കൽ വ്യവസായത്തിൽ സജീവമായി പ്രയോഗിക്കുന്നു. കൊറോണവിറസ് പാൻഡെമിക് ആരംഭത്തിലാണ് ഇത് സൗകര്യമൊരുക്കഴിഞ്ഞു. പല പ്രക്രിയകളും യാന്ത്രികമാക്കുന്നതിന്റെ ഗുണം ടെലിമീഡിസിൻ ടെക്നോളജീസ് കാണിക്കുന്നു, ക്ലിനിക്സിക്സിനെ അൺലോഡുചെയ്യാൻ സഹായിച്ചു, ആവർത്തിച്ച് ലോഡിൽ നിന്നുള്ള ഡോക്ടർമാർക്ക് ഉയർന്ന നിലവാരമുള്ള വിദൂര ലോഡ് പരിചരണം നൽകാൻ സഹായിച്ചു.

സിറിയസ് "വൻകിട വെല്ലുവിളികൾ-2020" എന്ന ശാസ്ത്ര-സാങ്കേതിക പദ്ധതിയുടെ ചട്ടക്കൂട്ടത്തിനുള്ളിൽ, പ്രോഗ്രാമിൽ പങ്കെടുത്ത വിദ്യാർത്ഥികൾക്ക് റഷ്യയിലെ റെലൻജോളജിസ്റ്റുകളിൽ നിന്ന് ബുദ്ധിമുട്ടുള്ള ഒരു ചുമതല ലഭിച്ചു. കമ്പ്യൂട്ടർ കാഴ്ച ഉപയോഗിച്ച് മെഡിക്കൽ ഇമേജുകൾ വിശകലനം ചെയ്യുന്നതിനും ശ്വാസകോശത്തിൽ പാത്തോളജി കൃത്യമായി കണ്ടെത്തുന്നതിനും കൃത്രിമ രഹസ്യാന്വേഷണ വിഭാഗങ്ങൾ പഠിപ്പിക്കാൻ ഡോക്ടർമാരോട് ആവശ്യപ്പെടുന്നു. ന്യൂറോസെറ്റിന്റെ സഹായവും നുറുങ്ങുകളും റേഡിയോളജിസ്റ്റുകളുടെ പ്രവർത്തനം സുഗമമാക്കുന്നു, ചിത്രങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള സമയം കുറയ്ക്കുക.

ഇത്രയും വൈവിധ്യമാർന്നതും സങ്കീർണ്ണവുമായ പ്രശ്നങ്ങൾക്കായി, മെഡിക്കൽ ഇമേജുകൾ സ്വീകരിക്കുന്നതുപോലെ, ആവശ്യമായ കൃത്യത നേടാൻ വലിയ ഡാറ്റ സെറ്റുകൾ ആവശ്യമാണ്. കൃത്രിമബുദ്ധിയുടെ ശുപാർശകൾ സാധാരണയായി വളരെ കൃത്യമാണ്. ജോലിയുടെ ഫലങ്ങൾ ഓപ്പൺ ഉറവിട ലൈബ്രറിയിലേക്ക് അപ്ലോഡുചെയ്യും, ഒപ്പം എല്ലാ രാജ്യങ്ങളിൽ നിന്നുള്ള സ്പെഷ്യലിസ്റ്റുകൾക്കും കണ്ടെത്തും. വികസന ഗുണനിലവാരം ഒരു ഉപയോക്താവിനെ ക്രമീകരിച്ചാൽ സ്കൂൾ സ്കൂൾ പരിഹാരങ്ങൾ പ്രായോഗികമായി പരീക്ഷിക്കാനും പ്രയോഗിക്കാനും കഴിയും. സ്കൂൾ കുട്ടികൾക്കുള്ള പങ്കാളി സഹായം ഇന്നോപോളിസ് സർവകലാശാലയുടെ കൃത്രിമ ഇന്റലിജൻസിനായി കേന്ദ്രമാണ് നൽകുന്നത്.

ക്രെസ് ടീം ഖാന്തി-മാൻസിസ്ക് ഓകെറഗ്, സെവാസ്റ്റോപോൾ, ഖബറോവ്സ്ക് പ്രദേശമായ റിപ്പബ്ലിക്, ബഷ്കോർട്ടോസ്റ്റാൻ, ത്യുമെൻ, കെമെറോവോ, പ്രദേശങ്ങൾ എന്നിവയിൽ നിന്ന് ആറ് 11 ഗ്രേഡുകൾ ഉപയോഗിക്കുന്നു. ഇന്നോപോളിസിന്റെ മധ്യഭാഗത്ത് നിന്നുള്ള വിദഗ്ധരാണ് ഇവയെ സഹായിക്കുന്നത്.

മെഷീൻ പഠനത്തിന്റെയും കമ്പ്യൂട്ടർ കാഴ്ചകളുടെയും രീതികളുമായി ഡവലപ്പർമാർ കുട്ടികളെ അവതരിപ്പിക്കുന്നുവെന്ന് മാർഗ്ഗനിർദ്ദേശ പദ്ധതിയുടെ സെക്ലെൻ കിസെലെവ് പറഞ്ഞു. ഈ മാറ്റം ആവശ്യമുള്ള അനേകരുടെ ഓപ്പണിംഗ് അവസരങ്ങളോടുള്ള മനോഭാവം മാറ്റാൻ മാത്തമാറ്റിക്സ്, പ്രോഗ്രാമിംഗ്, മെഷീൻ ലേണിംഗ് രീതികൾ ജനപ്രിയമാക്കൽ നിങ്ങളെ അനുവദിക്കും. സമൂഹത്തിന്റെ ഡിജിറ്റൽ പരിവർത്തനത്തിനായി സാധ്യതകൾ പഠിക്കുന്നതിൽ കൂടുതൽ സജീവമാകാൻ പദ്ധതി സ്കൂൾ കുട്ടികളെ പ്രോത്സാഹിപ്പിക്കും, ഇത് അവരെ ബോധ്യപ്പെടുത്തുക, അത് അവരെ കൂടുതൽ രസകരവും ബുദ്ധിപരവുമായ ഒരു ജീവിതത്തിലേക്ക് നയിക്കുമെന്ന് അവരെ ബോധ്യപ്പെടുത്തുന്നു. ന്യൂറൽ നെറ്റ്വർക്കുകളുമായി പ്രവർത്തിക്കുന്നതിന്റെ അനുഭവം ഭാവിയിലെ തൊഴിലിലേക്ക് നയിക്കുന്നു, സ്വാതന്ത്ര്യത്തിന്റെ അന്തരീക്ഷത്തിലെ പ്രവർത്തനങ്ങളിൽ സ്പർശിക്കാൻ നിങ്ങളെ അനുവദിക്കുകയും ഭാവിയിൽ അവർക്ക് ആവശ്യമായ കഴിവുകൾ നൽകുകയും ചെയ്യും.

നേടിയ അറിവ് പ്രയോഗിക്കാൻ കഴിയുന്ന പ്രദേശങ്ങളിൽ ഏർപ്പെടാനുള്ളത് എവിടെയാണെന്ന് ആൺകുട്ടികൾ കാണിക്കുന്നു. പങ്കെടുക്കുന്നവർ അത്തരം മോഡലുകളും അൽഗോരിഠങ്ങളും സൃഷ്ടിക്കുന്നു, അതിൽ ന്യൂമോണിയയെയും മറ്റ് ശ്വാസകോശ സംബന്ധമായ രോഗങ്ങളെയും തിരിച്ചറിയാൻ സ്വയം പുരോഗമിക്കും, ന്യൂമോത്തോറക്സി അല്ലെങ്കിൽ ട്യൂമർ. ആഴത്തിലുള്ള പഠന മോഡലുകൾക്ക് മുൻതൂക്കമുള്ള കൃത്യതയോടെ പ്രവചനങ്ങൾ നടത്താൻ കഴിയും, എന്നിരുന്നാലും, മോഡലിന്റെ ആന്തരിക യുക്തിക്ക് കാരണം, ഈ തീരുമാനം ശരിയാകുന്നത് എന്തുകൊണ്ടാണെന്ന് അനുകൂലിക്കുന്നു, പലപ്പോഴും അമിഷ്ടികമായിരിക്കും.

മെഡിക്കൽ തീരുമാനങ്ങൾക്ക് അവിശ്വസനീയമായ ഭാരം ഉണ്ടായിരിക്കുന്നതിനാൽ, പലരും നിരണ്ടർ പൂർണ്ണ ഓട്ടോമേഷന്റെ സാധ്യതയെ സൂചിപ്പിക്കുന്നു. കാർ ഡോക്ടറെ മാറ്റിസ്ഥാപിക്കുന്നില്ലെന്നും എന്നാൽ അയാഗ്രഹികതയാകുകയും ഉപദേശകനെക്കുറിച്ചും ഇത് ഓർമ്മിക്കേണ്ടതാണ്, വാസ്തവത്തിൽ ഇത് ഡോക്ടറിന് മൂന്നാമത്തെ കണ്ണ് മാത്രമാണ്. പതിവ് ജോലികൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് AI ആവശ്യമാണ്, അതിൻറെ സർബിയോളജി, പാത്തോളജി തുടങ്ങിയ ദൃശ്യ ഘടകവുമായി പ്രത്യേക വിഷ്വൽ ഘടകവുമായി പ്രത്യേകം മാറ്റുന്നു. സർജൻസ് ഉൾപ്പെടെയുള്ള പരിശീലകർ അത്തരം ഉപകരണങ്ങൾ വികസിപ്പിക്കാനും നടപ്പാക്കാനും സജീവമായി താൽപ്പര്യപ്പെടുന്നു. വ്യാപകമായ ആമുഖം ഉപയോഗിച്ച് പതിവ് ടാസ്ക്കുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് AI ആവശ്യമാണ്, അതിന്റെ വ്യാപകമായ ആമുഖം ഉപയോഗിച്ച്, റേഡിയോളജി, പാത്തോളജി തുടങ്ങിയ ശക്തമായ വിഷ്വൽ ഘടകത്തോടെ പ്രത്യേകം മാറും. സർജൻസ് ഉൾപ്പെടെയുള്ള പരിശീലകർ അത്തരം ഉപകരണങ്ങൾ വികസിപ്പിക്കാനും നടപ്പാക്കാനും സജീവമായി താൽപ്പര്യപ്പെടുന്നു.

പഠന ആശുപത്രികളിൽ നിന്ന് ധാരാളം യഥാർത്ഥ മെഡിക്കൽ ചിത്രങ്ങളിൽ പഠിച്ച അൽഗോരിതംസ് സ്കൂൾ കുട്ടികൾ പരീക്ഷിക്കപ്പെടുന്നു.

ശ്വാസകോശത്തിലെ പാത്തോളജിക്കൽ പ്രക്രിയകളുടെ കൃത്യമായ അളവുകളും സ്ഥാനവും കണക്കാക്കാൻ യുവ പ്രോഗ്രാമർമാർ കൃത്രിമബുദ്ധി പഠിപ്പിക്കണം, അവയവത്തിന്റെ അപാകതകളെക്കുറിച്ച് ഡോക്ടറെ സൂചിപ്പിക്കണം. ഗവേഷണത്തിനുള്ള മെറ്റീരിയലുകൾ ആഭ്യന്തര, വിദേശകാര്യ യൂണിവേഴ്സിറ്റികളുടെ ഈ ശാസ്ത്ര ലേഖനങ്ങളുടെ ഡാറ്റാബേസുകളിൽ പദ്ധതി പങ്കാളികൾ കാണപ്പെടുന്നു. യഥാർത്ഥ എൽപിസിൽ നിന്നുള്ള നൂറുകണക്കിന് മെഡിക്കൽ ചിത്രങ്ങളിൽ അവർ അവരുടെ അൽഗോരിതംസ് പരിശോധിക്കുന്നു, കാരണം ആൽഗോരിതം പരിശീലനത്തിൽ പ്രസക്തവും മതിയായതുമായ ഡാറ്റയിലേക്കുള്ള പ്രവേശനം പരിഹാര പ്രാധാന്യമുള്ളതാണ്.

കെമെറോവോയിൽ നിന്നുള്ള പതിനൊന്ന് ക്ലാസ്സുകാർ ഡാനില പെച്ചനെവ് ഈ ചുമതല തിരഞ്ഞെടുത്തു, കാരണം അദ്ദേഹം ഇതിനകം മെഷീൻ ദർശനത്തിൽ പ്രവർത്തിച്ചു. കൈയക്ഷരം തിരിച്ചറിയുന്ന ഒരു ന്യൂറൽ നെറ്റ്വർക്കിന്റെ പ്രോജക്റ്റ്, "വലിയ വെല്ലുവിളികളുടെ" ഫൈനലിസ്റ്റായി. പുതിയ ടാസ്ക്കിലെ ജോലി വിപുലമായ മെഷീൻ പഠന രീതികൾ പഠിക്കാൻ നിങ്ങളെ അനുവദിക്കും. ന്യൂറൽ നെറ്റ്വർക്കുകൾ പ്രയോഗിക്കുന്നതിനുള്ള അടിയന്തിര ജോലിയാണ് ഇന്ന് മെഡിക്കൽ ചിത്രങ്ങളുടെ വിശകലനം. ടെക്നോളജി ലഭ്യമാണ്, സ്ഥിരീകരണത്തിനായി ചെക്കുകളിൽ ഉയർന്ന കൃത്യത പ്രകടമാക്കുന്ന മിക്ക കേസുകളും.

പദ്ധതിയുടെ അന്തിമവാദികൾക്കായി, കൂടുതൽ വികസനത്തിനും സ്വയം തിരിച്ചറിവിനും നല്ല അവസരങ്ങൾ തുറക്കുന്നു. മുമ്പത്തെ "ബിഗ് വെല്ലുവിളി" പങ്കെടുത്ത നിരവധി പേർ രാജ്യങ്ങളുടെ ഏറ്റവും വലിയ സർവകലാശാലകളിൽ ചേർന്നിട്ടുണ്ട്. എംഎഫ്ടി ലബോറട്ടറീസ് സ്പെഷ്യലിസ്റ്റുകളുമായി സജീവമായി പ്രവർത്തിക്കുന്നു. സർവകലാശാല ബിരുദധാരികളെ മുഴുവൻ പരിശീലന സമയത്തും ആഗോള ശാസ്ത്ര പ്രസ്സിലെ നേട്ടങ്ങളെയും സംഭവവികാസങ്ങളെയും അറിയിക്കുന്നു. പങ്കാളികളുടെ കമ്പനികൾ "വലിയ വെല്ലുവിളികൾ" പങ്കെടുക്കുന്നവരുടെ നിരവധി ആശയങ്ങൾ ഇതിനകം പ്രായോഗികമായി ഉപയോഗിക്കുന്നു.