"Changamoto kubwa-2020" inaitwa moja ya miradi iliyofanyika katika nusu ya pili ya Desemba katika Kituo cha Elimu cha Sirius. Katika kipindi cha programu hii ya kisayansi na teknolojia, wanafunzi wa shule ya sekondari walifundisha akili ya bandia. Wavulana walipaswa kufundisha gari kwa hekima inayofuata:
- Andika habari.
- Kuendeleza madawa mapya.
- Kuchambua picha za CT.
- Maelezo ya utafiti wa waombaji katika mitandao ya kijamii.
Watoto wa shule walisaidia wataalam kutoka chuo kikuu Innopolis, Yandex, Shule ya Juu ya Usimamizi SPBSU, VTB Bank, Biocad. Imepangwa kuwa matoleo bora yatatekelezwa katika mazoezi.
Andrei Rasjorgorodsky, mkuu wa mkurugenzi wa "Big Data", mkurugenzi wa Shule ya Fiztech ya Hisabati na Informatics ya MFTI, ni maalum kwamba kikao kilikuwa siku 10. Wakati huu, wavulana wamejifunza kufanya kazi na zana mbalimbali za teknolojia za digital na sasa wataweza kutumia ujuzi wao katika siku zijazo nyumbani.
Mradi hutoa mwelekeo tofauti "data kubwa, akili ya bandia, teknolojia ya kifedha na kujifunza mashine". 28 graders kutoka mikoa 18 ya Russia walialikwa kufanya kazi ndani yake. Hawa wavulana wakawa wa mwisho wa mashindano yote ya Kirusi ya kazi ya kubuni na utafiti.
Kwa washiriki katika mwelekeo huu, Yandex imeunda utaratibu maalum: kuendeleza mpango wa kuzalisha habari, hivyo kwamba matoleo ya kisasa yanaweza kutumika katika kazi ya kila siku. Benki ya VTB na Chuo Kikuu cha Jimbo cha St Petersburg pia alitoa kazi ya Watoto wa Sirius. Wavulana wanapaswa kuchambua mitandao ya kijamii na kulingana na taarifa iliyopatikana ili kufanya picha ya mwombaji wa shule ya biashara.
Wanasayansi walishangaa watoto wa shule na tamaa tata: Wavulana wanapaswa kufundisha akili ya bandia kwa kutabiri kwa usahihi kwa msaada wa kompyuta mfano wa muundo wa tata ya molekuli wakati wa kujenga dawa mpya. Gari itabidi kupata mchanganyiko wa kuaminika zaidi na wale ambao wanapo kweli katika asili. Njia mpya inapaswa kutabiri jinsi maandalizi yaliyoundwa. Mapendekezo kutoka kwa wanafunzi wa shule ya sekondari wanapaswa kutumiwa katika algorithm ya ua ya biocad.
Teknolojia ya digital kulingana na akili ya bandia imetumika kikamilifu katika sekta ya matibabu katika nchi nyingi za dunia. Hii iliwezeshwa na mwanzo wa janga la coronavirus. Teknolojia ya telemedicine imeonyesha faida ya automatiska ya michakato mingi, imesaidia kufungua kliniki na madaktari kutoka mizigo ya mara kwa mara, imeweza kutoa huduma ya matibabu ya kijijini kwa wagonjwa.
Katika mfumo wa mradi wa kisayansi na teknolojia ya Sirius "changamoto kubwa-2020", wanafunzi wanaohusika katika mpango huo walipokea kazi ngumu kutoka kwa waajiri wa Russia. Madaktari wanaulizwa kufundisha akili ya bandia kuchambua picha za matibabu kwa kutumia maono ya kompyuta na kwa haraka na kwa usahihi kupata patholojia katika mapafu. Msaada na vidokezo vya neurosette kuwezesha uendeshaji wa radiologists, kupunguza muda wa kusindika picha.
Kwa matatizo mbalimbali na ngumu, kama kupokea picha za matibabu, kujifunza kwa kina inahitaji seti kubwa za data ili kufikia kiwango kinachohitajika cha usahihi. Mapendekezo ya akili ya bandia ni kawaida sana. Matokeo ya kazi yatapakiwa kwenye maktaba ya chanzo cha wazi, upatikanaji ambao utagunduliwa kwa wataalamu kutoka nchi zote. ShuleChildren Solutions inaweza kupimwa na kutumika katika mazoezi kama ubora wa maendeleo utaandaa mtumiaji. Msaada wa washirika kwa watoto wa shule hutolewa na Kituo cha akili ya bandia ya Chuo Kikuu cha Innopolis.
Timu ya mradi inaajiri darasa la 11-11 kutoka Okrug ya Autonomous ya Khanty-Mansiysk, Sevastopol, eneo la Khabarovsk, Jamhuri ya Bashkortostan, Tyumen na Kemerovo na Mikoa. Wanasaidiwa na wataalam kutoka katikati ya Innopolis.
Semen Kiselev, mtafiti wa Kituo cha Ushauri wa bandia wa Chuo Kikuu cha Innopolis, mradi wa kuongoza, alisema kuwa watengenezaji wa kuanzisha watoto wenye njia za kujifunza mashine na maono ya kompyuta. Uuzaji wa hisabati, programu na mbinu za kujifunza mashine zitakuwezesha kubadili mtazamo kwa fursa za ufunguzi wa wengi wanaohitaji mabadiliko haya. Mradi utawahimiza watoto wa shule kuwa na kazi zaidi katika kusoma matarajio ya mabadiliko ya digital ya jamii, kuwashawishi kuwa inaweza kuwaongoza kwa maisha ya kuvutia zaidi na ya kiakili. Uzoefu wa kufanya kazi na mitandao ya neural husababisha uchaguzi wa taaluma ya baadaye, inakuwezesha kugusa shughuli katika hali ya uhuru, inaendelea kujiamini na itatoa watoto na vijana uwezo ambao wanahitaji baadaye.
Wavulana wanaonyesha wapi ambapo maeneo wanaweza kutumia maarifa yaliyopatikana. Washiriki huunda mifano na algorithms vile kwa kuchambua snapshots ya mapafu, ambayo kwa neuralize binafsi maendeleo kutambua pneumonia na magonjwa mengine ya kupumua, pneumothorax au tumor. Mifano ya kujifunza ya kina inaweza kufanya utabiri kwa usahihi usio na uhakika, hata hivyo, kwa kuwa mantiki ya ndani ya mfano ni vigumu kufunua na kutafsiri, hoja zinazofaa kwa nini uamuzi huu ni sahihi, mara nyingi hubakia bila usahihi.
Kwa kuwa maamuzi ya matibabu yanaweza kuwa na uzito wa ajabu, wengi hutaja kwa kiasi kikubwa matarajio ya automatisering kamili. Ni muhimu kukumbuka kwamba gari haina nafasi ya daktari, lakini inakuwa msaidizi wake na mshauri, kwa kweli ni jicho la tatu kwa daktari. AI inahitajika ili kuongeza kazi za kawaida, na utekelezaji wake unaofaa hubadilika sana na sehemu yenye nguvu ya kuona, kama vile radiolojia na pathology. Wataalamu, ikiwa ni pamoja na upasuaji, wana nia ya kuendeleza na kutekeleza vifaa vile. AI inahitajika ili kuongeza kazi za kawaida, na utangulizi wake ulioenea, utaalamu utabadilika na sehemu yenye nguvu ya kuona, kama vile radiolojia na patholojia. Wataalamu, ikiwa ni pamoja na upasuaji, wana nia ya kuendeleza na kutekeleza vifaa vile.
Wafanyakazi wa shule ya algorithms wanajaribiwa kwa idadi kubwa ya picha halisi za matibabu kutoka hospitali halisi.
Waandishi wa vijana wanapaswa kufundisha akili bandia kuhesabu vipimo halisi na eneo la michakato ya pathological katika mapafu, zinaonyesha daktari juu ya uharibifu wa chombo. Vifaa vya utafiti Washiriki wa mradi hupatikana katika vyanzo vya wazi, database ya makala hizi za kisayansi za vyuo vikuu vya ndani na nje ya kigeni. Wanaangalia algorithms yao juu ya mamia ya picha halisi ya matibabu kutoka LPU halisi, kwa sababu upatikanaji wa data husika na ya kutosha ni muhimu sana katika algorithms ya mafunzo ya AI.
Danila Pechenev, grader kumi na moja kutoka Kemerovo, anasema kwamba alichagua kazi hii, kwa sababu tayari alifanya kazi na maono ya mashine. Mradi wake wa mtandao wa neural, ambao unatambua mwandishi, akawa mwisho wa mashindano ya "changamoto kubwa". Na kazi ya kazi mpya itawawezesha kujifunza mbinu za kujifunza mashine za juu. Uchambuzi wa picha za matibabu leo ni kazi ya haraka ya kutumia mitandao ya neural. Teknolojia inapatikana, mara nyingi inaonyesha usahihi wa juu juu ya ukaguzi wa ukaguzi.
Kwa wadhamini wa mradi huo, fursa nzuri zinafunguliwa kwa maendeleo zaidi na kujitegemea. Washiriki wengi wa "changamoto kubwa" ya awali walijiandikisha katika vyuo vikuu vingi vya nchi na wanafanya kazi kwa bidii na wataalamu wa maabara ya MFTI. Wahitimu wa Chuo Kikuu cha kuongoza katika muda wote wa mafunzo na kuwajulisha juu ya mafanikio na maendeleo katika vyombo vya habari vya kisayansi vya kimataifa. Mawazo mengi ya washiriki wa "changamoto kubwa" tayari hutumiwa katika mazoezi na makampuni ya washirika.