"Veliki izzivi-2020" je tako ambiciozno imenovan eden od projektov, ki so potekali v drugi polovici decembra v izobraževalnem centru Sirius. V okviru tega znanstvenega in tehnološkega projektnega programa je srednješolci usposobljeni umetne inteligence. Fantje so učili avto na naslednjo modrost:
- Napišite novice.
- Razviti nove droge.
- Analizirajte slike CT.
- Študijski profili prosilcev v socialnih omrežjih.
Šolski otroci so strokovnjakom na Univerzi Innopolis, Yandex, Visoka šola Managementa SPSU, VTB Bank, BIOCAD. Načrtovano je, da bodo najboljše ponudbe izvedene v praksi.
Andrei Rasjorgorodsky, vodja "velikih podatkov", direktor Fiztech-School of Aplikat matematike in informatike MFFI, je določeno, da je seja trajala 10 dni. V tem času so se fantje naučili delati z različnimi digitalnimi tehnološkimi orodji in bodo zdaj lahko uporabile svoje sposobnosti v prihodnosti doma.
Projekt predvideva ločeno smer "velike podatke, umetna inteligenca, finančna tehnologija in strojno učenje". 28 Enajsti grederji iz 18 regij Rusije so bili povabljeni na delo v njej. Ti fantje so postali finalisti vse-ruskega tekmovanja oblikovanja in raziskovalnega dela.
Za udeležence v tej smeri je Yandex oblikoval posebno naročilo: razviti program za ustvarjanje novic, tako da se sodobne izdaje lahko uporabljajo pri vsakodnevnem delu. VTB Bank in St. Petersburg State University je prav tako dala nalogo Siriusa šolarjev. Fantje morajo analizirati socialna omrežja in na podlagi informacij, prejetih, da bi portret vlagatelja poslovne šole.
Znanstveniki so zmedeni šolarji s kompleksno željo: Fantje bi morali učiti umetno inteligenco, da natančno napovedujejo s pomočjo računalniškega modeliranja strukture molekularnega kompleksa pri ustvarjanju novih zdravil. Avto bo moral najti najbolj verjetne kombinacije in tiste, ki resnično obstajajo v naravi. Nova metoda je treba predvideti, kako učinkovito priprava ustvaril. Predlogi iz srednješolcev naj bi se uporabljali v hedge algoritem BioCAD.
Digitalne tehnologije, ki temeljijo na umetni inteligenci, se aktivno uporabljajo v medicinski industriji v številnih državah sveta. To je olajšalo začetek koronavirusne pandemije. Telemedicinske tehnologije so pokazale prednost avtomatizacije številnih procesov, pomagala razkladati klinike in zdravnike iz večkrat povečanih obremenitev, uspelo zagotoviti visoko kakovostno daljinsko zdravstveno oskrbo bolnikom.
V okviru znanstvenega in tehnološkega projekta Siriusa "velikih izzivov-2020" so študenti, ki sodelujejo v programu, prejeli težko nalogo od najemnikov Rusije. Zdravniki so pozvani, da poučujejo umetno inteligenco za analizo medicinskih slik z uporabo računalniškega vida in hitro in natančno najti patologijo v pljučih. Pomoč in nasveti nevrozeta olajšata delovanje radiologov, skrajšajte čas za obdelavo slik.
Za tako različne in kompleksne težave, kot sprejemanje medicinskih podob, globoko učenje zahteva velike podatkovne nizov za doseganje zahtevane ravni natančnosti. Priporočila umetne inteligence so običajno zelo natančne. Rezultati dela bodo preneseni na knjižnico odprte kode, dostop do katerih bo odkrite za strokovnjake iz vseh držav. Šolske rešitve se lahko preizkusijo in uporabljajo v praksi, če bo razvojna kakovost uredila uporabnika. Partnerska pomoč šolarjem zagotavlja Center za umetno inteligenco Univerze v Innopolisu.
Projektna skupina zaposluje šest 11-razredov iz Chanty-Mansiysk avtonomnega Okrug, Sevastopol, Khabarovsk ozemlja, Republike Bashkontostana, Tyumen in Kemerovo in regije. Pomagajo jim strokovnjaki iz centra Innopolisa.
Seme Kiselev, raziskovalec Centra za umetno inteligenco Univerze v Innopolisu, vodilni projekt, je dejal, da razvijalci uvajajo otroke z metodami strojnega učenja in računalniškega vida. Popularizacija matematike, programiranje in metode strojnega učenja vam bodo omogočile, da spremenite odnos do začetnih možnosti mnogih, ki potrebujejo to spremembo. Projekt bo spodbudil šolanje, da postanejo bolj aktivni pri preučevanju možnosti za digitalno preoblikovanje družbe, ki jih prepričajo, da jih lahko pripelje do bolj zanimivega in intelektualno polnopravljenega življenja. Izkušnje dela z nevronskih mrež vodi do izbire prihodnjega poklica, omogoča, da se dotaknete dejavnosti v ozračju svobode, razvija zaupanje vase in bo otrokom in mladostnikom zagotovilo kompetence, ki jih potrebujejo v prihodnosti.
Fantje kažejo, kje na katerih področjih lahko uporabijo pridobili znanje. Udeleženci ustvarjajo takšne modele in algoritme za analizo posnetkov pljuč, v katerih nelagozujejo samo-napredku, da prepoznajo pljučnice in druge bolezni dihal, pnevmotoraksa ali tumorja. Modeli globokega učenja lahko napovedovanje s skoraj nedvojno natančnostjo, saj je notranja logika modela težko odkriti in razlagati, argumente v prid, zakaj je ta odločitev pravilna, pogosto ostanejo nespremenjene.
Ker imajo zdravstvene odločitve neverjetno težo, mnogi kritično sklicujejo na možnost popolne avtomatizacije. Zelo pomembno je, da se spomnimo, da avtomobil ne nadomešča zdravnika, temveč postane njegov pomočnik in svetovalec, pravzaprav je to samo tretje oko za zdravnika. AI je potreben za optimizacijo rutinskih nalog, s svojo vseprisotno izvajanje globoko spreminja posebnost z močno vizualno komponento, kot je radiologija in patologija. Praktiki, vključno s kirurgi, se aktivno zanimajo za razvoj in izvajanje takih naprav. AI je potreben za optimizacijo rutinskih nalog, s svojo razširjeno uvedbo, posebnost se bo spremenila z močno vizualno komponento, kot so radiologija in patologija. Praktiki, vključno s kirurgi, se aktivno zanimajo za razvoj in izvajanje takih naprav.
Študijski algoritmi šolarji so preizkušeni na velikem številu resničnih medicinskih slik iz pravih bolnišnic.
Mladi programerji morajo učiti umetno inteligenco za izračun natančnih dimenzij in lokacije patoloških procesov v pljučih, navedite zdravnika o nepravilnosti organa. Materiali za raziskave Udeleženci projekta najdemo v odprtih virih, podatkovnih bazah teh znanstvenih člankov domačih in tujih medicinskih univerz. Označujejo svoje algoritme na stotine pristnih medicinskih slik iz realnega LPUS, ker je dostop do ustreznih in zadostnih podatkov izrednega pomena pri usposabljanju algoritmov AI A AI.
Danila Pechenev, enajst-greder iz Kemerovo, pravi, da je izbral to nalogo, ker je že delal s strojno vizijo. Njegov projekt nevronske mreže, ki priznava rokopis, je postal finalist natečaja "velikih izzivov". Delo na novi nalogi vam bo omogočilo, da se naučite naprednih metod strojnega učenja. Analiza medicinskih slik Danes je nujna naloga uporabe nevronskih mrež. Tehnologija je v večini primerov na voljo, kar dokazuje visoko natančnost na pregledih za preverjanje.
Za finaliste projekta se odprejo dobre priložnosti za nadaljnji razvoj in samorealizacijo. Mnogi udeleženci prejšnjega "velikega izziva" so bili vpisani na največje univerze držav in aktivno sodelujejo s strokovnjaki za laboratorije MFI. Univerzitetni diplomanti vodijo projekte v celotnem času usposabljanja in obveščajo o dosežkih in razvoju na svetovnem znanstvenem tisku. Številne ideje udeležencev "velikih izzivov" se že uporabljajo v praksi partnerskih podjetij.