​​Сотрудники научно-образовательного центра «Машинное обучение и анализ больших данных» Новосибирского государственного университета совместно с Институтом катализа им. Г. К. Борескова СО РАН занимаются изучением и развитием технологий, связанных с глубоким машинным обучением. Одной из разработок стало приложение, которое в режиме online может сканировать и анализировать определенные виды микроскопических изображений.

— Наша программа самостоятельно находит однотипные объекты, измеряет их параметры, собирает и обрабатывает статистику. Результаты такого анализа необходимы для развития полупроводниковых технологий, катализа, материаловедения, медицины и т. д. Очень важно, что в короткие сроки удалось перейти от исследовательских экспериментов к продукту, который сейчас находится в открытом доступе для всех, кто нуждается в автоматизации рутинных анализов. Стоит заметить, что до практического приложения в этой области пока никто, кроме нас, еще не дошел, — подчеркнул директор ВКИ НГУ Алексей Окунев.

Сотрудники НГУ отмечают, что появление такого инструмента для научных исследований — это новый этап в развитии физических методов исследования, который поможет сэкономить время ученым.

— Самое главное, применение подобного продукта позволяет снизить влияние человеческого фактора при анализе данных, прежде всего, за счет увеличения объема обрабатываемой информации (сейчас современные приборы позволяют получать очень большие объемы данных, и на практике временные возможности человека лимитируют количество проанализированного материала). Также разработка позволит сократить риски, возникающие из-за возможной некомпетентности анализирующего, например, из-за недостатка опыта, — объяснила доцент кафедры химии твердого тела Факультета естественных наук НГУ Анна Нартова.

Обученная исследователями на наночастицах нейросеть может распознавать клетки крови, разные однотипные объекты, людей и животных на фотографиях с квадрокоптеров и другое. Это полностью подтверждает гипотезу о высокой склонности глубоких нейронных сетей к генерализации: другими словами, обученная на одних объектах нейросеть может находить другие, совершенно отличные объекты от тех, на которых она обучалась. Сейчас исследователи Академгородка работают над внедрением приложения в различные области науки.

— В мире в области машинного обучения все сразу перешли на частности — кошек, собак и т. д. Но никто не задумывался над задачей обучить нейронную сеть искать прежде всего «объекты», пусть они даже неизвестной природы. Мы это сделали первые. Удивительно, но, обучив нейронную сеть на «шумных», плохих изображениях частиц сканирующего туннельного микроскопа, мы привили ей универсальность, она ищет любые объекты. Например, беспилотный автомобиль едет в сильный снег или дождь и четко не может определить, какой объект перед ним возникает — не хватает четкости изображения. Нашей сети не важно, что перед ним возникло — это «что-то» определяется четко и быстро, поэтому нейросеть понимает, что нужно остановиться, — объяснил уникальный принцип обучения нейронной сети руководитель Проектного офиса НГУ Андрей Матвеев.

По словам сотрудника Института систем информатики СО РАН Михаила Машукова, в области глубокого машинного обучения сейчас много интересных нерешенных задач — сфера активно расширяется, однако компетентных специалистов в ней мало. Также он отметил, что работа группы новосибирских исследователей ускорилась благодаря графическому кластеру HPE Apollo 6500 Gen10, который находится на базе Высшего колледжа информатики.

— Нам для нашей работы важны были данные, а также широкий набор навыков, чтобы получить результат: знать, как обучают нейронную сеть, как сделать приложение, как разметить картинки, как организовать всю работу, чтобы это не растянулось на годы, — рассказал программист.

— Очень скоро мы будем готовы представить наш продукт всему остальному миру. У нас запланированы поездки по России и за рубеж для представления нашего продукта специалистам в разных областях науки и технологии. Планируем также выйти на производителей приборов, чтобы наш сервис был включен в программное обеспечение, которое идет вместе с приборами, — добавил Алексей Окунев.

инт00.png
 

Исходное изображение наночастиц платины (нанесенных на высоко-ориентированный пиролитический графит, 50×50 нанометров), полученное на сканирующем туннельном микроскопе; контуры наночастиц, распознанные нейронной сетью; рассчитанное распределение частиц по размерам, средний размер частиц – 4,25 нм.

Источники

В НГУ разработали уникальное приложение на основе принципов работы искусственного интеллекта
Новосибирский государственный университет (nsu.ru), 14/02/2020
Сибирские ученые создали нейросеть для автоматизации рутинных исследований
Наука в Сибири (sbras.info), 14/02/2020
Новосибирские ученые создали нейросеть для автоматизации рутинных исследований
РИА Сибирь (ria-sibir.ru), 14/02/2020
Сибирские ученые создали нейросеть для автоматизации рутинных анализов
Сибирское отделение Российской академии наук (sbras.ru), 15/02/2020
Новосибирские ученые создали нейросеть для рутинной обработки данных
Новости регионов России (skoronovosti.ru), 17/02/2020
Новосибирские ученые создали нейросеть для рутинной обработки данных
RuNews24 (runews24.ru), 17/02/2020
Новосибирские ученые создали нейросеть для рутинной обработки данных
Seldon.News (news.myseldon.com), 17/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
The world news (theworldnews.net), 16/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
Uprava.org, 16/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
Novosibirsk.4geo.ru, 16/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
ИА Regnum, 16/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
Новости@Rambler.ru, 16/02/2020
В России разработали нейросеть для автоматизации рутинных исследований
Seldon.News (news.myseldon.com), 16/02/2020
В НГУ разработали уникальное приложение на основе принципов работы искусственного интеллекта
Институт катализа им.Г.К.Борескова (catalysis.ru), 19/02/2020
Новосибирские ученые создали нейросеть для рутинной обработки данных
Яндекс.Новости (yandex.ru/news), 21/02/2020
Исследователи ИК СО РАН И НГУ создали нейросеть для анализа микроскопических изображений
Научная Россия (scientificrussia.ru), 21/02/2020
Исследователи ИК СО РАН И НГУ создали нейросеть для анализа микроскопических изображений
1k.com.ua, 22/02/2020

Похожие новости

  • 08/08/2020

    «Академгородок 2.0» будут копировать и масштабировать

    ​​​Новосибирскую программу перезапуска развития территории с повышенной концентрацией науки и инноваций берут в другие регионы. Пожалуй, наиболее востребованная новость из недавней рабочей поездки в Новосибирск министра науки и высшего образования Валерия Фалькова была про увеличение бюджетных мест в вузах региона.
    652
  • 15/01/2019

    Энергетика: инновации и безопасность

    В ноябре 2018 года Совет безопасности одобрил новую доктрину национальной энергобезопасности. Этот документ в том числе предусматривает меры по импортозамещению важнейших для ТЭК технологий и оборудования, т.
    1794
  • 05/12/2019

    Сибирским ученым присуждена премия Правительства Российской Федерации 2019 года в области науки и техники

     Сотрудникам институтов, находящихся под научно-методическим руководством Сибирского отделения РАН, присуждены премии Правительства России в области науки и техники за 2019 год — за разработку новых технологий производства катализаторов и создание высокоточного комплекса квантовых эталонов времени и частоты.
    1435
  • 14/05/2018

    Интервью с начальником управления научно-технического развития дирекции нефтепереработки «Газпром нефти» Андреем Клейменовым

    - Андрей Владимирович, расскажите о приоритетных направлениях НИОКР Газпром нефти. Что стоит на повестке дня в первую очередь?- Как известно, у нас есть утвержденные стратегические ориентиры до 2025 г.
    1813
  • 04/08/2020

    Эксперт: «Необходимо менять Технический регламент Таможенного союза 021»

    ​​Государственная дума Федерального собрания Российской Федерации приняла в первом чтении законопроект о радиационной обработке сельскохозяйственной и пищевой продукции. Радиационные технологии широко используются во всем мире для обеспечения микробиологической безопасности и сохранения сельскохозяйственного сырья и пищевой продукции.
    490
  • 22/01/2020

    Академический час для школьников: лекция «Актуальные задачи на стыке нейробиологии, биофизики и компьютерного моделирования»

    ​22 января 2020 года в 15:00 в малом зале Дома ученых СО РАН состоится лекция директора Института систем информатики им. А.П. Ершова СО РАН Андрея Юрьевича Пальянова «Актуальные задачи на стыке нейробиологии, биофизики и компьютерного моделирования».
    712
  • 07/05/2020

    Катализатор победы

    ​​​Серию «Юбилей великой победы» продолжает материал, посвященный академику Георгию Константиновичу Борескову — выдающемуся советскому ученому, организатору науки, директору Института катализа СО АН СССР.
    461
  • 21/05/2020

    Трое сотрудников Института катализа СО РАН стали лауреатами конкурса мэрии Новосибирска в сфере науки и инноваций

    ​В последний день апреля были подведены итоги конкурсов на присуждение премий мэрии города Новосибирска, а также на предоставление грантов в форме субсидий в сфере в сфере науки и инноваций. Из 139 заявок к участию в конкурсе на присуждение премий было допущено 65, а в конкурсе на предоставление грантов в форме субсидий — 25 заявок.
    418
  • 07/02/2020

    В регионах России появится как минимум четыре мощных суперкомпьютерных центра

    ​​Идею развития в регионах распределенной двухуровневой сети суперкомпьютерных центров поддержал Президент Российской Федерации Владимир Владимирович Путин на встрече с общественностью по вопросам науки и образования, состоявшейся день назад в Череповце.
    556
  • 20/03/2017

    Академический час для школьников «Программирование в Академгородке – безграничные возможности»

    ​14 марта лицей № 130 имени академика М. А. Лаврентьева гостеприимно распахнул двери перед участниками очередного Академического часа для школьников.   Александр Гурьевич Марчук, доктор физико-математических наук, профессор Новосибирского государственного университета, директор Института систем информатики им.
    1962