"Cabaran Besar-2020" begitu bercita-cita tinggi dipanggil salah satu projek yang diadakan pada separuh kedua bulan Disember di Pusat Pendidikan Sirius. Semasa program projek saintifik dan teknologi ini, pelajar sekolah menengah melatih kecerdasan buatan. Lelaki itu akan mengajar kereta ke kebijaksanaan seterusnya:
- Tulis berita.
- Membangunkan ubat baru.
- Menganalisis gambar-gambar CT.
- Profil kajian pemohon dalam rangkaian sosial.
Anak-anak sekolah membantu pakar dari Universiti Innopolis, Yandex, Sekolah Tinggi Pengurusan SPBSU, VTB Bank, Biocad. Ia dirancang bahawa tawaran terbaik akan dilaksanakan dalam amalan.
Andrei Rasjorgorodsky, ketua pengarah "data besar", pengarah Fiztech-School of Explided Matematik dan Informatika MFTI, dinyatakan bahawa sesi berlangsung selama 10 hari. Pada masa ini, orang ramai telah belajar untuk bekerja dengan pelbagai alat teknologi digital dan kini dapat menggunakan kemahiran mereka di masa depan di rumah.
Projek ini menyediakan arah yang berasingan "data besar, kecerdasan buatan, teknologi kewangan dan pembelajaran mesin". 28 graduan kesebelas dari 18 wilayah di Rusia telah dijemput untuk bekerja di dalamnya. Orang-orang ini menjadi finalis dari persaingan dan kerja penyelidikan All-Russia.
Bagi para peserta ke arah ini, Yandex telah membentuk pesanan khas: untuk membangunkan program untuk menjana berita, supaya edisi moden boleh digunakan dalam kerja harian. VTB Bank dan St. Petersburg State University juga memberikan tugas Sirius Schoardchildren. Lelaki itu mesti menganalisis rangkaian sosial dan berdasarkan maklumat yang diterima untuk membuat potret pemohon sekolah perniagaan.
Para saintis membingungkan anak-anak sekolah dengan keinginan yang kompleks: orang-orang harus mengajar kecerdasan buatan untuk meramalkan dengan tepat dengan bantuan pemodelan komputer struktur kompleks molekul ketika mencipta ubat-ubatan baru. Kereta itu perlu mencari kombinasi yang paling dipercayai dan yang benar-benar wujud. Kaedah baru mesti diramalkan betapa berkesannya penyediaannya dibuat. Cadangan dari pelajar sekolah menengah sepatutnya digunakan dalam algoritma lindung nilai Biocad.
Teknologi digital berdasarkan kecerdasan tiruan telah menjadi aktif digunakan dalam industri perubatan di banyak negara di dunia. Ini difasilitasi oleh permulaan pandemik koronavirus. Teknologi Telemedicine telah menunjukkan kelebihan untuk mengautomasikan banyak proses, membantu memuatkan klinik dan doktor dari beban yang berulang kali, berjaya menyediakan penjagaan perubatan jauh yang berkualiti tinggi kepada pesakit.
Dalam rangka projek saintifik dan teknologi Sirius "Cabaran Besar-2020", pelajar yang mengambil bahagian dalam program itu menerima tugas yang sukar dari Rentgesologists of Russia. Doktor diminta mengajar kecerdasan buatan untuk menganalisis imej perubatan menggunakan visi komputer dan dengan cepat dan tepat mencari patologi di dalam paru-paru. Bantuan dan tips of the Neurosette memudahkan operasi ahli radiologi, mengurangkan masa untuk memproses gambar.
Untuk pelbagai masalah yang rumit, seperti yang menerima imej perubatan, pembelajaran mendalam memerlukan set data yang besar untuk mencapai tahap ketepatan yang diperlukan. Cadangan kecerdasan tiruan biasanya sangat tepat. Hasil kerja akan dimuat naik ke perpustakaan sumber terbuka, akses yang akan ditemui untuk pakar dari semua negara. Penyelesaian sekolah boleh diuji dan digunakan dalam amalan jika kualiti pembangunan akan mengatur pengguna. Bantuan rakan kongsi kepada anak-anak sekolah disediakan oleh Pusat Perisikan Buatan Universiti Innopolis.
Pasukan projek menggunakan enam 11-gred dari Okrug Autonomi Khanty-Mansiysk, Sevastopol, wilayah Khabarovsk, Republik Bashkortostan, Tyumen dan Kemerovo dan wilayah. Mereka dibantu oleh pakar dari pusat Innopolis.
Semen Kiselev, penyelidik Pusat Perisikan Buatan Universiti Innopolis, sebuah projek membimbing, mengatakan bahawa pemaju memperkenalkan kanak-kanak dengan kaedah pembelajaran mesin dan penglihatan komputer. Popularisasi kaedah matematik, pengaturcaraan dan mesin pembelajaran akan membolehkan anda mengubah sikap terhadap peluang pembukaan ramai yang memerlukan perubahan ini. Projek ini akan menggalakkan anak-anak sekolah menjadi lebih aktif dalam mengkaji prospek untuk transformasi digital masyarakat, meyakinkan mereka bahawa ia boleh membawa mereka ke kehidupan yang lebih menarik dan intelektual penuh. Pengalaman bekerja dengan rangkaian saraf membawa kepada pilihan profesion masa depan, membolehkan anda menyentuh aktiviti-aktiviti di atmosfera kebebasan, mengembangkan keyakinan terhadap diri anda dan akan menyediakan kanak-kanak dan remaja kompetensi yang mereka perlukan pada masa akan datang.
Lelaki itu menunjukkan di mana di mana kawasan yang mereka dapat menerapkan pengetahuan yang diperolehi. Peserta membuat model dan algoritma sedemikian untuk menganalisis gambar-gambar paru-paru, di mana untuk melayan diri untuk mengiktiraf radang paru-paru dan penyakit pernafasan yang lain, pneumothorax atau tumor. Model pembelajaran yang mendalam boleh membuat ramalan dengan ketepatan yang hampir tidak jelas, bagaimanapun, kerana logik dalaman model sukar untuk mendedahkan dan menafsirkan, hujah-hujah yang memihak kepada mengapa keputusan ini betul, sering tetap tidak sesuai.
Oleh kerana keputusan perubatan mungkin mempunyai berat badan yang luar biasa, ramai yang secara kritikal merujuk kepada prospek automasi penuh. Adalah sangat penting untuk diingat bahawa kereta itu tidak menggantikan doktor, tetapi menjadi pembantunya dan penasihat, sebenarnya ia hanya mata ketiga untuk doktor. AI diperlukan untuk mengoptimumkan tugas rutin, dengan pelaksanaan di mana-mana yang sangat berubah khusus dengan komponen visual yang kuat, seperti radiologi dan patologi. Pengamal, termasuk pakar bedah, secara aktif berminat untuk membangun dan melaksanakan peranti tersebut. AI diperlukan untuk mengoptimumkan tugas rutin, dengan pengenalannya yang meluas, khusus akan berubah dengan komponen visual yang kuat, seperti radiologi dan patologi. Pengamal, termasuk pakar bedah, secara aktif berminat untuk membangun dan melaksanakan peranti tersebut.
Para pelajar sekolah algoritma yang dikaji diuji pada sejumlah besar gambar perubatan sebenar dari hospital sebenar.
Pengaturcara muda mesti mengajar kecerdasan buatan untuk mengira dimensi yang tepat dan lokasi proses patologi di dalam paru-paru, menunjukkan doktor mengenai anomali organ. BAHAN UNTUK PENYELIDIKAN Para peserta projek ditemui dalam sumber terbuka, pangkalan data artikel saintifik universiti perubatan domestik dan asing. Mereka memeriksa algoritma mereka pada beratus-ratus gambar perubatan yang tulen dari LPU sebenar, kerana akses kepada data yang relevan dan mencukupi adalah sangat penting dalam latihan algoritma AI.
Danila Pechenev, sebelas-grader dari Kemerovo, mengatakan bahawa dia memilih tugas ini, kerana dia sudah bekerja dengan penglihatan mesin. Projek rangkaian neural, yang mengiktiraf tulisan tangan itu, menjadi finalis pertandingan "cabaran besar". Dan kerja pada tugas baru akan membolehkan anda mempelajari kaedah pembelajaran mesin yang canggih. Analisis imej perubatan hari ini adalah tugas mendesak untuk menerapkan rangkaian saraf. Teknologi boleh didapati, dalam kebanyakan kes menunjukkan ketepatan yang tinggi pada cek untuk pengesahan.
Bagi para finalis projek, peluang yang baik dibuka untuk pembangunan selanjutnya dan kesedaran diri. Ramai peserta yang sebelumnya "cabaran besar" telah didaftarkan di universiti terbesar di negara-negara dan secara aktif bekerja dengan pakar makmal MFTI. Graduan Universiti mengetuai projek sepanjang masa latihan dan memaklumkan tentang pencapaian dan perkembangan dalam akhbar saintifik global. Banyak idea peserta "cabaran besar" telah digunakan dalam amalan oleh syarikat rakan kongsi.