"सिरियस" मा उच्च विद्यालय विद्यार्थीहरूले नेपालीले फोक्सोमा प्याथोलोजी फेला पार्दछन्

"ठूला चुनौतीहरू 20 20" "डिसेम्बर शैक्षिक केन्द्रमा सारियस शैक्षिक केन्द्रमा रहेको परियोजनाहरू मध्ये एकमा अत्यन्त प्रख्यात रूपमा राखिएको छ। यस वैज्ञानिक र प्राविधिक परियोजना कार्यक्रमको क्रममा, हाई स्कूलका विद्यार्थीहरूले कृत्रिम बुद्धिमत्ता प्रशिक्षित गरे। केटाहरूले अर्को बुद्धिलाई सिकाउँथे:

1. समाचार लेख्नुहोस्।
2. नयाँ औषधिहरू विकास गर्नुहोस्।
3. सीटीको तस्वीर विश्लेषण गर्नुहोस्।
4. सामाजिक नेटवर्कमा आवेदकहरूको अध्ययन प्रोफाइलहरू।

स्कूलका शिल्पलिनले विश्वविद्यालय धुनगोली, यन्डेक्स, व्यवस्थापन spbug, VTB बैंक, Busocad को उच्च विद्यालय। यो योजना बनाइएको छ कि सबै भन्दा राम्रो प्रस्ताव अभ्यासमा कार्यान्वयन गरिनेछ।

एन्ड्रे रैजोरोगोरोगर्सी, "ठूलो डाटा" निर्देशक, एफएफटीको मणिज्य र MFFI को जानकारीकर्ताको निर्देशक, सत्र 10 दिनसम्म चलेको तोकिएको छ। यस समयमा, केटाहरूले विभिन्न डिजिटल टेक्नोलोजी उपकरणहरूसँग काम गर्न सिकेका छन् र अब भविष्यमा भविष्यमा उनीहरूको सीपहरू प्रयोग गर्न सक्षम हुनेछन्।

परियोजनाले छुट्टै दिशातिर प्रदान गर्दछ "ठूला डाटा, कृत्रिम बुद्धिमत्ता, वित्तीय टेक्नोलोजी र मेशिन सिकाई"। 2 Rul रूसको 1 14 वटा ग्रेडरहरू यसमा काम गर्न आमन्त्रित गरियो। यी केटाहरू डिजाइन र अनुसन्धान कार्यको सबै-रूसी प्रतिस्पर्धाको अन्तिम व्यक्तिहरू थिए।

यस दिशातका सहभागीहरूका लागि, यन्डेक्स एक विशेष अर्डर गठन: समाचार उत्पन्न गर्न एक कार्यक्रम विकास गर्न दैनिक संस्करण दैनिक काममा प्रयोग गर्न सकिन्छ। VTB बैंक र सेन्ट पीटर्सबर्गरबर्ग राज्य विश्वविद्यालयले पनि सिरियस स्किबुलियरियनहरूको काम दिए। मान्छेले सामाजिक नेटवर्क विश्लेषण गर्नुपर्दछ र व्यवसायिक स्कूल आवेदकको चित्रण गर्न प्राप्त जानकारीको आधारमा हुनुपर्दछ।

वैज्ञानिकहरूले एक जटिल इच्छाको साथ स्कूलका बच्चाहरूलाई ठीक पार्नुहोस्: केटाहरूले कृत्रिम बुद्धिको लागि कम्प्युटरको मद्दतको लागि नयाँ ड्रग्स बनाउँदा कम्प्युटरको मद्दतको साथ पूर्वानुमान गर्नुपर्दछ। कारले सबैभन्दा विश्वासयोग्य संयोजनहरू र प्रकृतिमा रहेकाहरूलाई फेला पार्दछ। नयाँ विधिले तयारीले कसरी प्रभावकारी रूपमा पूर्वानुमान गर्नुपर्दछ। हाई स्कूलका विद्यार्थीहरूबाट सुझावहरू बिक्रोदको हेज एल्गोरिथ्ममा प्रयोग गरिनु पर्छ।

कृत्रिम बुद्धिमत्तामा आधारित डिजिटल टेक्नोलोजीहरू सक्रियतापूर्वक विश्वका धेरै देशहरूमा चिकित्सा उद्योगमा लागू भएका छन्। यो कोरोभाइरसको महामारीको शुरुवात यो सहज थियो। टेलिमेडिसिडिन प्रविधिहरूले धेरै प्रक्रियाहरू स्वचालितको फाइदा उठाएका छन्, क्लिनिकहरू र डाक्टरहरूलाई बारम्बार बढ्ता भार बढाउन मद्दत पुर्यायो, बिरामीहरूलाई उच्च-गुणवत्ता रिमोट मेडिकल हेरचाह प्रदान गर्न सफल भयो।

सिरियसको वैज्ञानिक र प्राविधिक कार्य परियोजनाको प्राविधिक परियोजनाको रूपरेखा भित्र - 2020 "कार्यक्रममा सहभागीले रुसियाको भाडामार्गबाट ​​गाह्रो काम प्राप्त गरे। डाक्टरहरूलाई कम्प्युटर दर्शन प्रयोग गरेर चिकित्सक छविहरू विश्लेषण गर्न कृत्रिम बुद्धिको कुरा सिकाउन भनिएको छ र फोक्सोमा रोगबिज्ञान फेला पार्न। न्यूरोस्कोटका मद्दत र सुझावहरू रेडियोलोजिस्टिविसका अपरेशनलाई सहज बनाउँदछन्, चित्रहरूलाई प्रशोधन गर्न समय कम गर्नुहोस्।

यस्तो प्रकारका र जटिल समस्याहरूको लागि, मेडिकल छविहरू प्राप्त गर्दा गहिरो शिक्षाको लागि सटीकता को आवश्यक स्तर प्राप्त गर्न ठूलो डाटा सेट गर्दछ। कृत्रिम बुद्धिको सिफारिशहरू प्राय: धेरै सही हुन्छन्। कामको नतीजाहरू खुला-स्रोत पुस्तकालयमा अपलोड गरिनेछ, पहुँचको पहुँच सबै देशका विशेषज्ञहरूको लागि पत्ता लागनेछ। CORIST CHICTINGE समाधानहरू परीक्षण गर्न सकिन्छ र अभ्यासमा लागू गर्न सकिन्छ यदि विकास गुणले एक प्रयोगकर्तालाई व्यवस्था गर्नेछ भने। स्कूली बच्चाहरूको लागि पार्टनर सहयोग साधोपोलिसको विश्वव्यापी बुद्धिमत्ताका लागि प्रदान गरिएको छ।

परियोजना टोलीले खत्तर-मन्सिओक स्वायत्त ठीक छ, सेवा्टापोपूल, खाब्रोपोक, ब्रह्गुन र केमेरोभो र क्षेत्रहरू खाब्रोर्टोस्क क्षेत्र, सेभास्टोपोस्को क्षेत्र, सेभिलोपोस्पोस्टन, काखोस्टोसन, टायमेरो र क्षेत्रहरू। तिनीहरूलाई सान्यौलीसको केन्द्रदेखि विज्ञहरू द्वारा सहयोग गरिन्छ।

आविरोधी साधोलिस विश्वविद्यालयको अत्यावश्यक बुद्धिको अन्वेषक, कृत्रिम बुद्धिमत्ताका लागि कृत्रिम बुद्धिमत्ताका लागि, एक निर्देशित परियोजनाले भने कि विकासकर्ताहरूले मेशिन सिकाई र कम्प्यूटर दृष्टिका विधिहरूसँग बच्चाहरूलाई परिचय गराउँछन्। गणित, प्रोग्रामिंग र मेशिन सिक्ने विधिहरूले तपाईंलाई यो परिवर्तनको आवश्यक पर्ने धेरैको लागि खोजिएको व्यक्तिलाई परिवर्तन गर्न अनुमति दिनेछ। परियोजनाले स्कूली छेडिरहेकाहरूलाई प्रोत्साहित गर्न प्रोत्साहित गर्न प्रोत्साहित गर्नेछ जसले उनीहरूलाई उत्प्रेरित गर्छ कि यसले उनीहरूलाई अधिक चाखलाग्दो र बौद्धिक जीवनबाट निम्त्याउँछ। औल नेटवर्कहरूसँग काम गर्ने अनुभवले भविष्यको पेशाको छनौटमा लैजान्छ, तपाईंलाई स्वतन्त्रताको वातावरणमा गतिविधिहरू छुन्छ र बच्चा र किशोर किशोरीहरूलाई भविष्यमा चाहिन्छ।

केटाहरूले देखाउँछन् कि कुन क्षेत्रहरू उनीहरूले प्राप्त गर्ने ज्ञानहरू लागू गर्न सक्दछन्। सहभागीहरूले फोक्सोको स्न्यापशट्स विश्लेषणका लागि त्यस्ता मोडेलहरू र एल्गोरिदमहरू सिर्जना गर्दछन्, जसमा pnumononia र अन्य श्वासप्रश्वास रोग, ponumuathorax वा ट्यूमर पहिचान गर्न। गहिरा शिक्षा मोडेलहरूले लगभग अकथनीय सटीकताका साथ भविष्यवाणी गर्न सक्दछ, तथापि, मोडेलको आन्तरिक तर्कको साथ, मोडेलको आन्तरिक तर्कलाई उजागर किन गर्न सकिन्छ, किन यो निर्णय सही छ, अक्सर अनुपलमनी छ।

चिकित्सा निर्णयहरूले अविश्वसनीय वजन भएको हुन सक्छ, धेरैलाई आलोचनात्मक रूपमा पूर्ण स्वयंत्रको प्रत्याशालाई सूचित गर्दछ। यो सम्झनु धेरै महत्त्वपूर्ण छ कि कारले डाक्टरलाई बदल्दैन, तर उसको सहायक हुन्छ, वास्तवमा यो डाक्टरका लागि तेस्रो आँखा हो। AI नियमित कार्यहरू अनुकूलन गर्न आवश्यक छ, यसको UBICITATE कार्यान्वयनको साथ एक कडा दृश्य कम्पोलिक र रोगशास्त्रीय जस्तै विशेष परिवर्तन हुन्छ। शल्य चिकित्सकहरू, शल्य चिकित्सकहरूले सक्रिय रूपमा सक्रिय रूपमा रुचि राख्दछन् र कार्यान्वयन गर्न सक्रिय रूपमा रुचि राख्छन्। Ai नियमित कार्यहरू अनुकूलन गर्न आवश्यक छ, यसको व्यापक परिचयको साथ, विशेषता कडा दृश्य कम्पोलिक कम्पोनेन्टसँग परिवर्तन हुनेछ, जस्तै रेडियोलोजी र रोगविज्ञान जस्तो। शल्य चिकित्सकहरू, शल्य चिकित्सकहरूले सक्रिय रूपमा सक्रिय रूपमा रुचि राख्दछन् र कार्यान्वयन गर्न सक्रिय रूपमा रुचि राख्छन्।

अध्ययन एल्गोरिदम स्कूलीयहरू वास्तविक अस्पतालबाट वास्तविक चिकित्सा तस्विरहरूमा परीक्षण गरिएको छ।

युवा प्रोग्रामरहरू फोक्सोमा टाँस्कुल आयामहरूको प्रक्रियाको सही आयामहरू र स्थानहरू गणना गर्न आवश्यक पर्दछ, एजरको उल्कालोहरूमा डाक्टरलाई स '्केत गर्न। अनुसन्धानका लागि सामग्रीहरू परियोजना सहभागीहरू खुला स्रोतहरूमा खुला स्रोतहरूमा पाइन्छन्, घरेलु र विदेशी चिकित्सा विश्वविद्यालयहरूको यी वैज्ञानिक लेखको डाटाबेस। तिनीहरू वास्तविक LPUS बाट सयौं वास्तविक चिकित्सा तस्वीरहरूमा उनीहरूको एल्गोरिदम जाँच गर्छन्, किनकि प्रासंगिक र पर्याप्त डाटामा पहुँच ऐको एल्गोरिदम प्रशिक्षणमा छनोट महत्त्वमा छ।

Danaila pehehenev, केमेरोभोबाट एघार-सिर भन्छन्, उनले यो कार्य छनौट गरे, किनकि उनले पहिले नै काम गरिसकेका छन्। हस्तक्षेपको उनको परियोजना, जसले हस्तलेखन मान्यता प्राप्त गर्दछ, "ठूला चुनौतिहरू" प्रतियोगितामा "ठूलो चुनौती" को अन्तिम विरोधी भए। र नयाँ कार्यको कामले तपाईंलाई उन्नत मेसिन शिक्षा विधिहरू सिक्न अनुमति दिनेछ। आज मेडिकल छविहरूको विश्लेषण भनेको न्यंरोसाल नेटवर्कहरू लागू गर्ने जरुरी कार्य हो। टेक्नोलोजी उपलब्ध छ, धेरै जसो केसहरूमा प्रमाणिकरणको लागि चेकमा उच्च सटीकता प्रदर्शन गर्दछ।

परियोजनाका फाइनलिस्टका लागि थप विकास र आत्म-अनुभूतिको लागि राम्रो अवसरहरू खोलिएका छन्। अघिल्लो "ठूलो चुनौती" का धेरै सहभागीहरू देशका ठूला विश्वविद्यालयहरूमा भर्ना भएका थिए र एमएफडी प्रयोगशाला विशेषज्ञहरूसँग सक्रिय रूपमा काम गरिरहेका थिए। विश्वविद्यालयको स्नातकहरू सम्पूर्ण प्रशिक्षण समय भर परियोजनाहरू अग्रसरहरू र विश्वव्यापी वैज्ञानिक प्रेसमा उपलब्धिहरू र घटनाक्रमहरूको बारेमा सूचित गर्दछन्। "ठूला चुनौतिहरूको सहभागीहरूको धेरै विचारहरू साझेदारी कम्पनीहरू द्वारा अभ्यासमा प्रयोग गरिएका छन्।