"Büyük Mücadele-2020", Sirius Eğitim Merkezi'nde Aralık ayının ikinci yarısında düzenlenen projelerden biri olarak adlandırılıyor. Bu bilimsel ve teknolojik proje programı sırasında, lise öğrencileri yapay zeka eğitmiştir. Çocuklar arabayı bir sonraki bilgeliğe öğretmek içindi:
- Haber yaz.
- Yeni ilaçlar geliştirmek.
- BT'nin resimlerini analiz eder.
- Başvuranların sosyal ağlardaki profillerini inceleyin.
Schoolchildren, University Innopolis, Yandex, Yüksek Yönetim Okulu Spbsu, VTB Bankası, BioCad'dan uzmanlara yardımcı oldu. En iyi tekliflerin pratikte uygulanacağı planlanmaktadır.
Andrei Rasjorgorodsky, "Büyük Veri" direktörü, FIZTECH-Uygulamalı Matematik Okulu Müdürü ve MFTI Bilişim Müdürü'nün başkanı, oturumun 10 gün sürdüğü belirtildi. Bu süre zarfında, adamlar çeşitli dijital teknoloji araçlarıyla çalışmayı öğrendiler ve şimdi gelecekte yeteneklerini evde kullanabilecekler.
Proje, ayrı bir yöne "büyük veri, yapay zeka, finansal teknoloji ve makine öğrenmesi" sağlar. Rusya'nın 18 bölgesinden on birinci sınıf öğrencisi içinde çalışmaya davet edildi. Bu adamlar, tüm Rus tasarım ve araştırma çalışmalarının sonucu finalist oldu.
Bu yöndeki katılımcılar için Yandex özel bir sipariş kurdu: Haber oluşturmak için bir program geliştirmek, böylece modern baskılar günlük işlerde kullanılabilir. VTB Bank ve St. Petersburg Eyalet Üniversitesi, Sirius Schoolchildren'in görevini de verdi. Erkeklerin sosyal ağları analiz etmeli ve bir işletme okulu başvurusunda bulunan bir portre yapmak için alınan bilgilere dayanmalıdır.
Bilim adamları okul çocukları karmaşık bir dilekle şaşırttı: Çocuklar, yeni ilaçlar oluştururken moleküler kompleksin yapısını modelleyen bilgisayar yardımı ile doğru bir şekilde tahmin etmek için yapay zeka öğretmelidir. Araba, en inanılır kombinasyonları ve gerçekten doğada var olanları bulmak zorunda kalacak. Yeni yöntem, hazırlık hazırlığının ne kadar etkili bir şekilde oluşturulduğu tahmin edilmelidir. Lise öğrencilerinden gelen öneriler BioCad'ın çit algoritmasında kullanılmaları beklenir.
Yapay zekaya dayanan dijital teknolojiler, tıbbi endüstride dünyanın birçok ülkesinde aktif olarak uygulanmaktadır. Bu, koronavirüs pandemisinin başlangıcında kolaylaştırıldı. Teletıp teknolojileri, birçok işlemi otomatikleştirmenin avantajını göstermiştir, kliniklerin ve doktorların tekrar tekrar artan yüklerden kaldırılmasına yardımcı oldu, hastalara yüksek kaliteli uzaktan tıbbi bakım sağlamayı başardı.
Sirius "büyük zorluklar-2020" un bilimsel ve teknolojik projesi çerçevesinde, programa katılan öğrenciler Rusya'nın kiralamalarından zor bir görev aldı. Doktorların, bilgisayar vizyonunu kullanarak tıbbi görüntüleri analiz etmek için yapay zeka öğretmeniz istenir ve akciğerlerdeki patolojiyi hızlı ve doğru bir şekilde bulmaları istenir. Nörozetin yardımı ve ipuçları, radyologların çalışmasını kolaylaştırır, resimleri işleme koyma süresini azaltın.
Böyle bir çeşitli ve karmaşık problemler için, tıbbi görüntüler almak olarak, derin öğrenme, gerekli doğruluk seviyesini elde etmek için büyük veri kümelerinin gerektirmesini gerektirir. Yapay zekanın önerileri genellikle çok doğrudur. İşin sonuçları, tüm ülkelerden uzmanlar için keşfedilecek olan açık kaynaklı kütüphaneye yüklenecektir. Gelişme kalitesi bir kullanıcı ayarlayacaksa, okul Çözümleri test edilebilir ve uygulamada uygulanabilir. Schoolchildren'e ortak yardım, Innopolis Üniversitesi Yapay Zekası Merkezi tarafından sağlanmaktadır.
Proje ekibi, Khanty-Mansiysk Özerk Okrug, Sevastopol, Khabarovsk Bölgesi, Bashkortostan Cumhuriyeti, Tyumen ve Kemerovo ve Bölgelerinden altı sınıfı kullanıyor. Innopolis'in merkezinden uzmanlar tarafından yardım edilirler.
Rehberlik bir proje olan Innopolis Üniversitesi Yapay Zekası Merkezi Araştırmacısı Semen Kiselev, geliştiricilerin makine öğrenme ve bilgisayar vizyonu yöntemleri olan çocukları tanıttığını söyledi. Matematik, programlama ve makine öğrenme yöntemlerinin popülerleşmesi, bu değişime ihtiyaç duyan birçok kişinin açılış fırsatlarına tutumunu değiştirmenize izin verecektir. Proje, okul çocuklarının toplumun dijital dönüşümü için umutları incelemesinde daha aktif hale gelmeye teşvik edecek ve onları daha ilginç ve entelektüel olarak tam teşekküllü bir hayata geçirebileceğini ikna edecek. Nöral ağlarla çalışma deneyimi, gelecekteki mesleğin seçimine yol açar, özgürlük atmosferindeki faaliyetlere dokunmanıza olanak tanır, kendinize güven geliştirir ve çocuklara ve ergenlere gelecekte ihtiyaç duydukları yeterlilikleri sağlayacaktır.
GUYS, hangi alanlarda kazanılan bilgiyi nerede uygulayabileceklerini gösterir. Katılımcılar, akciğerlerin anlık görüntülerini analiz etmek için bu tür modeller ve algoritmalar oluşturur, bu da zatürree ve diğer solunum yolu hastalıklarını, pnömotoraks veya tümörü tanıma. Derin öğrenme modelleri, neredeyse açıklanamayan doğrulukta tahminler yapabilir, ancak modelin iç mantığı, bu kararın neden doğru olduğu için argümanların tercih edilmesi ve yorumlanması zor olduğundan, genellikle uygun kalmaz.
Tıbbi kararlar inanılmaz bir ağırlığa sahip olabileceğinden, birçok eleştirel otomasyonun olasılığını eleştireldir. Arabanın doktorun yerini almadığını, ancak asistanı ve danışmanı olduğunun, aslında doktorun üçüncü gözü olduğunu hatırlamak çok önemlidir. AI, rutin görevleri optimize etmek için gereklidir, her yerde uygulanması, radyoloji ve patoloji gibi güçlü bir görsel bileşenle uzmanlığını derinden değiştirir. Cerrahlar dahil uygulayıcılar, aktif olarak bu tür cihazların geliştirmek ve uygulanmakla ilgilenir. AI, rutin görevleri optimize etmek için gereklidir, yaygın tanıtımı ile, Radyoloji ve patoloji gibi güçlü bir görsel bileşenle uzmanlık değişecektir. Cerrahlar dahil uygulayıcılar, aktif olarak bu tür cihazların geliştirmek ve uygulanmakla ilgilenir.
Çalışılan Algoritmalar Schoolchildren, gerçek hastanelerden çok sayıda gerçek tıbbi resimlerde test edilmiştir.
Genç programcılar, akciğerlerdeki patolojik süreçlerin tam boyutlarını ve yerini hesaplamak için yapay zeka öğretmelidir, doktorun anomalilerinde doktoru gösterir. Araştırma malzemeleri Proje katılımcılarının açık kaynaklarda, bu bilimsel ve yabancı tıp üniversitelerinin bu bilimsel makalelerinin veritabanlarında bulunur. Algoritmalarını gerçek LPU'lardan yüzlerce gerçek tıbbi resimdeki yüzlerce gerçek tıbbi resimde kontrol ediyorlar, çünkü alakalı ve yeterli verilere erişim, AI'nin eğitim algoritmalarında çok önemlidir.
Kemerovo'dan Eleven-Gradder Danila Pechenev, bu görevi seçtiğini söylüyor, çünkü zaten makine vizyonuyla çalıştı. El yazısını tanıyan bir sinir ağı projesi, "büyük zorlukların" yarışmasının finalisti oldu. Ve yeni görevdeki çalışma, gelişmiş makine öğrenme yöntemlerini öğrenmenize izin verecek. Tıbbi görüntülerin analizi bugün sinir ağları uygulamak için acil bir görevdir. Teknoloji mevcuttur, çoğu durumda doğrulama kontrollerinde yüksek hassasiyet göstermektedir.
Projenin finalistleri için daha fazla gelişme ve kendini gerçekleştirme için iyi fırsatlar açılır. Önceki "Büyük Mücadelenin" birçok katılımcısı, ülkelerin en büyük üniversitelerine kaydoldu ve aktif olarak Mfti Laboratuarları uzmanları ile birlikte çalışıyor. Üniversite mezunları tüm eğitim süresi boyunca ön projeler ve küresel bilimsel basındaki başarılar ve gelişmeler hakkında bilgi verir. "Büyük Zorluklar" nın "büyük zorlukların" katılımcılarının birçok fikri, iş ortağı şirketler tarafından uygulanmaktadır.