Облаци за безпилотни огнени топки и анализ на генома
Да провежда много проучвания за университети и научни
Примери:
Състезателният отбор на Московския държавен технически университет Н. Е.Бауман (Bauman Racing Team) използва облачна енергия, за да създаде безпилотен състезателен автомобил. Автономната система за шофиране има алгоритъм, който разпознава обекти на пистата в реално време. Това поддържа колата да се движи в правилната посока. За такова разпознаване разработчиците са използвали конволюционни невронни мрежи и обучението на тези невронни мрежи се е провеждало в облака.
Състезателният екип на Bauman използва услугатаML-разработка (машинно обучение) Yandex DataSphere за обучение на две невронни мрежи, които обработват изображения. Използването на този инструмент направи възможно значително да се увеличи скоростта и удобството на алгоритмите за обучение: вече една от невронните мрежи е преминала през себе си 7000 изображения, а втората - 3000.
Център за приложение на количествени методи вБиологията в Германския университет в Тюбинген си сътрудничи по своите проекти за изследване на генома с облачната услуга на Amazon - AWS. Германски учени използват облака, за да анализират десетки хиляди генетични проби и да идентифицират различни модели, като разлики в генната експресия между здрава и болна тъкан. Използването на облака позволи да се намали времето за изследване на геноми с 50% и да се ускори работата по проекта.
Генната експресия- процес на трансформиране на наследствениинформация (нуклеотидна последователност на ДНК) в РНК или протеин. Това е регулирането на генната експресия, което дава на клетките способността да контролират своята структура. Контролът на характеристиките на генната експресия влияе върху функциите на други гени в целия организъм.
Пребройте ябълките, потърсете рак и анализирайте изображения на черна дупка
Днес облачните доставчици предоставят удобни, готови инструменти за ML разработка и работа с данни - и това е втората причина, поради която научните организации започват да използват облака.
Тези инструменти включват преди всичкоуслуги за машинно обучение: Yandex DataSphere, Google Cloud ML или Azure ML. Услугите за лесно преглеждане и визуализиране на данни представляват интерес за изследователите: например Yandex DataLens или Microsoft Power BI. Има и по -специализирани инструменти като AWS Panorama за технологии за компютърно зрение, Yandex SpeechKit за разпознаване и синтез на реч или Google Vision AI за анализ на изображения.
Примери:
Биологически факултет, Московски държавен университет, заедно с Федералния изследователски център наМичурин, Тамбовския държавен университет и агроинженерният център VIM използваха инструментите на Yandex.Cloud за създаване на система за наблюдение на градините. Използва се за по -точна оценка и прогнозиране на обема на реколтата и по -ефективно планиране на по -нататъшната верига на доставки.
Учените качват в облачното хранилище на Yandex.Облачни снимки на плодове и използване на Yandex DataSphere за създаване на алгоритъм за самообучение: той разпознава отделни ябълки на дървета и брои техния брой, а също така се научава да определя показатели като интензивност на цъфтежа, изобилие на реколтата на хектар и качеството на самите плодове.
Базирано в Американското онкологично дружествоGoogle Cloud анализира различни изображения на органи на жени с рак на гърдата и идентифицира закономерности в появата и развитието на такива тумори. Учените използваха Cloud ML Engine: машинното обучение направи възможно извършването на анализ 12 пъти по-бързо. Освен това, както отбелязват авторите на изследването, използването на облака предоставя на учените възможност да мащабират резултатите от своята работа и да използват откритията в други подобни проекти.
Международни астрономически изследванияПроектът на Event Horizon Telescope използва изчислителната мощ на Google Cloud, за да създаде първото изображение на черна дупка. За да се създаде подобно изображение, бяха обработени огромни количества данни, получени от телескопи: през седмицата на наблюдения средно 350 TB данни бяха получени дневно. За да обработят и анализират такъв обем, учените се нуждаеха от значителна мощност, затова се обърнаха към използването на облака.
Защитете Байкал, изследвайте артефакти и търсете печати
Важна е и ролята на облака в прехода на научни проектикъм по-модерни методи на работа: от остарели методи за анализ до използване на изкуствен интелект. Тук всичко има значение: наличният допълнителен капацитет в облака, уникалните услуги и общата експертиза на облачните доставчици.
Примери:
Един от най-очевидните примери за товасинергия - сътрудничество между Yandex.Cloud и „Точка № 1“, най-дългата програма за мониторинг на околната среда в Русия, която наблюдава здравето на езерото Байкал от 75 години. Наскоро проектът беше под заплаха от закриване поради липса на ресурси и силно остарели технологии за анализ на данни.
Като част от проекта Yandex.Cloud, заедно с учени, създава интелигентна система за дигитална поддръжка на процеса на анализ на водни проби с помощта на AI. За да обучат алгоритъм, способен да разпознава микроорганизми в водни проби от Байкал, учените предоставиха повече от хиляда изображения на всеки тип микроорганизъм. В бъдеще този „дигитален асистент“ ще може да идентифицира до 400 вида планктон и да разпознава автоматично до 99% от пробите.
Станфордският университет се възползва от възможноститеоблаци от AWS за създаване на база данни с археологически находки: говорим за находки, открити по време на разкопки на мястото на Çatalhöyük в Турция. Преди това създаването и редовното актуализиране на база данни, която съдържаше цялата информация за предмет, посочваща точното местоположение на находката и други подробности за нея, изискваше много часове работа от учените - това отнемаше около 20 часа седмично и често имаше объркване поради актуализации, въведени от различни хора. Преместването на базата данни в облака направи процеса на актуализиране на информация много по-ефективен.
Още един пример:Американската национална администрация за океани и атмосфера използва облака от Microsoft Azure за създаване на инструменти за изкуствен интелект, които да помогнат за изучаването и защитата на полярните тюлени и китовете белуга в Аляска. Преди това биолозите ръчно са изучавали хиляди въздушни снимки и са търсили признаци на изследваните животни и информацията през това време често е имала време да остарее. Сега се използват инструменти за изкуствен интелект, за да свършат работата: обучение в модели на изкуствен интелект и обработка на 20 TB данни, събрани от учените, се осъществяват в облака.
Сключете договори и осигурете сигурност на данните
Понякога пречка за използването на облакаМоже да има липса на опит в облачните технологии: наличието на удобни инструменти и опит от доставчиците на облаци до голяма степен решава този проблем. Някои университети и други обществени изследователски организации погрешно смятат, че не могат да сключват договори за използване на облачни технологии, което всъщност не е така.
В някои случаи липсват изследователски проектифинансови ресурси. Въпреки това, много големи облачни услуги имат програми за научна подкрепа. В някои страни има и национални проекти, които трябва да насърчават използването на облака в науката. Миналата година САЩ стартираха Националния изследователски облачен проект, в който участваха 22 университета, включително Станфордския университет и Университета Карнеги Мелън, както и представители на правителството и Конгреса на САЩ, както и технологични корпорации, включително Google, Microsoft, Amazon и IBM ... . Целта на проекта е да предостави достъп до облачните възможности на изследователите и да намери финансиране за подобни проекти.
В някои случаи учените може да се притесняватвъпросът за сигурността на данните в облака. Всъщност модерните облачни платформи имат редица предимства в сравнение със собствената им физическа инфраструктура: данните се разпространяват в облака, а центровете за данни са разпределени географски, така че ако вашият център за данни се провали, облачната концепция смекчава това. Освен това сигурността на облачната платформа се следи постоянно.
Облакът също така улеснява сътрудничествотовърху проекти и споделяне на знания: например инструментите за ML (DataSphere) ви позволяват да споделяте резултати от изследвания чрез запазване на състоянието, така че други учени да могат да повторят експеримента, ако е необходимо.
Науката ще продължи да се движи към облака
Всички проекти, чиито автори се обръщат към облакауслуги, се обединява преди всичко от самия факт на използване на математически методи и свързаното с това увеличаване на изискванията за скоростта и обема на обработката на информация. Научните институти идват в облака предимно за допълнителна изчислителна мощ и остават поради наличието на готови инструменти и мащабируеми услуги.
Прочетете още:
Забавянето на въртенето на Земята предизвика отделянето на кислород на планетата
Нова частица, открита на Големия адронен колайдер
Учените са открили най -стария пример за приложна геометрия