Команда учёных Северо-Кавказского федерального университета изучила мировые тенденции развития искусственного интеллекта.
По мнению исследователей, это, в первую очередь, перспективные нейросетевые модели обработки визуальных данных, над ними в ближайшие время будут работать разработчики во всем мире.
Ещё одно важное направление развития нейросетей — совершенствование математических и арифметико-логических методов для обработки изображений.
Ключевое внимание в СКФУ уделяется разработке практических математических исследований, которые способствуют решению важных для макрорегиона задач.
Быстрая и качественная обработка цифровых изображений сегодня важна в любой сфере инженерии: от разработки медтехники до проектирования БПЛА. Для их качественной работы применяются алгоритмы искусственного интеллекта.
«Программы на основе ИИ, которые разрабатывают наши ученые, существенно ускоряют процедуры обработки и передачи больших объемов данных, упрощают внедрение современных цифровых технологий, — отметил ректор СКФУ Дмитрий Беспалов.
Группа исследователей ставропольского вуза получила четыре гранта Российского научного фондана исследования в сфере нейросетевой обработки изображений. Задача одного из них — разработка решений применения ИИ для обработки данных с кардиограмм и других биомедицинских данных.
Учёные проанализировали свыше 200 научных работ по этой тематике и различных архитектурно-структурных решений.
«Мы отобрали перспективные нейросетевые модели обработки визуальных данных и современные платформы для их проектирования. Для экспертовэта аналитика очень важна с точки зрения определения перспективных проектов», — поделился завкафедройматематического моделирования СКФУ Павел Ляхов.
По словам Ляхова, у разных сфер отличны требования к методам анализа изображений. Для беспилотников, например, важно, чтобы операции машинного видения не требоваливысокого энергопотребления. Для беспилотных систем в автомобилях вопрос экономичности стоит не так критично, но важна скорость анализа ситуации на дороге.
«Свои требования есть и в медицине. Например, одна томография может весить до нескольких гигабайт. Важно, чтобы при обработке такого файла и его «сжатии» не терялась главная информация, по которой врач будет делать выводы о состоянии пациента», — прокомментировал Павел Ляхов.
