Wolken für unbemannte Feuerbälle und Genomanalyse
Durchführung vieler Studien für Universitäten und wissenschaftliche
Beispiele:
Das Rennteam der Staatlichen Technischen Universität Moskau N.E.Bauman's (Bauman Racing Team) nutzte Cloud-Power, um einen unbemannten Rennwagen zu entwickeln. Das autonome Fahrsystem verfügt über einen Algorithmus, der Objekte auf der Strecke in Echtzeit erkennt. Dadurch bewegt sich das Auto immer in die richtige Richtung. Für diese Erkennung verwendeten die Entwickler konvolutionelle neuronale Netze, und das Training dieser neuronalen Netze fand in der Cloud statt.
Das Bauman Racing Team hat den Service genutztML-Entwicklung (Maschinelles Lernen) Yandex DataSphere zum Trainieren zweier neuronaler Netze, die Bilder verarbeiten. Die Verwendung dieses Tools ermöglichte es, die Geschwindigkeit und den Komfort von Lernalgorithmen erheblich zu erhöhen: Bereits jetzt hat eines der neuronalen Netze 7.000 Bilder durch sich selbst geleitet, und das zweite - 3.000.
Das Zentrum für die Anwendung quantitativer Methoden in der Biologie der Universität Tübingen kooperiertin ihren Genomforschungsprojekten mit Amazons Cloud-Dienst AWS.Deutsche Wissenschaftler nutzen die Cloud, um Zehntausende von genetischen Proben zu analysieren und verschiedene Muster zu erkennen: zum Beispiel Unterschiede in der Genexpression zwischen gesundem und krankem Gewebe.Durch den Einsatz der Cloud konnte die Zeit der Genomforschung um 50 % reduziert und die Arbeit am Projekt beschleunigt werden.
Genexpression- der Prozess der erblichen UmwandlungInformationen (DNA-Nukleotidsequenz) in RNA oder Protein. Es ist die Regulierung der Genexpression, die Zellen die Fähigkeit gibt, ihre Struktur zu kontrollieren. Die Kontrolle der Genexpressionseigenschaften beeinflusst die Funktionen anderer Gene im gesamten Organismus.
Zähle Äpfel, suche nach Krebs und analysiere Bilder eines Schwarzen Lochs
Heutzutage stellen Cloud-Anbieter praktische, vorgefertigte Tools für die ML-Entwicklung und die Arbeit mit Daten bereit – und das ist der zweite Grund, warum wissenschaftliche Organisationen die Cloud nutzen.
Zu diesen Tools gehören in erster LinieDienste für maschinelles Lernen: Yandex DataSphere, Google Cloud ML oder Azure ML. Für Forscher interessant sind Dienste zur einfachen Anzeige und Visualisierung von Daten: zum Beispiel Yandex DataLens oder Microsoft Power BI. Es gibt auch spezialisiertere Tools wie AWS Panorama für Computer Vision-Technologien, Yandex SpeechKit für Spracherkennung und -synthese oder Google Vision AI für die Bildanalyse.
Beispiele:
Fakultät für Biologie, Staatliche Universität Moskau, zusammen mit dem nach ihm benannten BundesforschungszentrumMichurin, die Tambov State University und das VIM Agroengineering Center verwendeten Yandex.Cloud-Tools, um ein Gartenüberwachungssystem zu erstellen. Es dient dazu, das Erntevolumen genauer abzuschätzen und vorherzusagen und die weitere Lieferkette effizienter zu planen.
Wissenschaftler laden Daten in den Cloud-Speicher Yandex hoch.Cloud-Fotos von Früchten und mit Yandex DataSphere einen selbstlernenden Algorithmus erstellen: Er erkennt einzelne Äpfel an Bäumen und zählt deren Anzahl und lernt außerdem, Indikatoren wie Blühintensität, Erntemenge pro Hektar und die Qualität der Früchte selbst zu bestimmen.
Sitz der American Cancer SocietyGoogle Cloud analysierte verschiedene Bilder der Organe von Frauen mit Brustkrebs und identifizierte Muster im Auftreten und der Entwicklung solcher Tumoren. Wissenschaftler nutzten die Cloud ML Engine: Durch maschinelles Lernen konnten Analysen zwölfmal schneller durchgeführt werden. Darüber hinaus, so die Autoren der Studie, bietet der Einsatz der Cloud Wissenschaftlern die Möglichkeit, die Ergebnisse ihrer Arbeit zu skalieren und die Erkenntnisse in anderen ähnlichen Projekten zu nutzen.
Internationale astronomische ForschungDas Projekt Event Horizon Telescope nutzte die Rechenleistung von Google Cloud, um das erste Bild eines Schwarzen Lochs zu erstellen. Um ein solches Bild zu erstellen, wurden riesige Datenmengen von Teleskopen verarbeitet: Während der Beobachtungswoche wurden täglich durchschnittlich 350 TB Daten empfangen. Um ein solches Volumen zu verarbeiten und zu analysieren, benötigten die Wissenschaftler viel Leistung, also wandten sie sich der Cloud zu.
Beschütze den Baikal, erkunde Artefakte und suche nach Robben
Auch die Rolle der Cloud beim Übergang wissenschaftlicher Projekte ist wichtighin zu moderneren Arbeitsmethoden: von veralteten Analysemethoden bis hin zum Einsatz künstlicher Intelligenz. Dabei kommt es auf alles an: die zusätzlich verfügbare Kapazität in der Cloud, einzigartige Services und die allgemeine Expertise der Cloud-Anbieter.
Beispiele:
Eines der offensichtlichsten Beispiele dafürSynergie – Zusammenarbeit zwischen Yandex.Cloud und „Point No. 1“, dem längsten Umweltüberwachungsprogramm in Russland, das seit 75 Jahren den Zustand des Baikalsees überwacht. Zuletzt drohte die Schließung des Projekts wegen fehlender Ressourcen und stark veralteter Datenanalysetechnologien.
Im Rahmen des Projekts wurde das Yandex.Cloud schafft gemeinsam mit Wissenschaftlern ein intelligentes System, um den Prozess der Analyse von Wasserproben mittels KI digital zu unterstützen. Um einen Algorithmus zu trainieren, der Mikroorganismen in Baikalwasserproben erkennen kann, stellten Wissenschaftler mehr als tausend Bilder jeder Art von Mikroorganismen zur Verfügung. Dieser „digitale Assistent“ soll künftig bis zu 400 Planktonarten identifizieren und bis zu 99 % der Proben automatisch erkennen können.
Die Stanford University nutzte ihre ChancenClouds von AWS zur Erstellung einer Datenbank mit archäologischen Funden: Die Rede ist von Funden, die bei Ausgrabungen am Standort Çatalhöyük in der Türkei entdeckt wurden. Bisher erforderte die Erstellung und regelmäßige Aktualisierung einer Datenbank, die alle Informationen zu einem Gegenstand enthielt und den genauen Standort des Fundes und andere Details darüber angab, viele Arbeitsstunden für Wissenschaftler – dies dauerte etwa 20 Stunden pro Woche, und das war oft der Fall Verwirrung aufgrund von Aktualisierungen, die von verschiedenen Personen eingegeben wurden. Durch die Verlagerung der Datenbank in die Cloud ist der Prozess der Informationsaktualisierung deutlich effizienter geworden.
Noch ein Beispiel:Die US-amerikanische National Oceanic and Atmospheric Administration hat die Cloud von Microsoft Azure verwendet, um KI-Tools zu entwickeln, um Polarrobben und Beluga-Wale in Alaska zu untersuchen und zu schützen. Früher untersuchten Biologen manuell Tausende von Luftbildern und suchten nach Anzeichen der untersuchten Tiere, und Informationen während dieser Zeit hatten oft Zeit, veraltet zu sein. Jetzt werden KI-Tools verwendet, um die Arbeit zu erledigen: Das Trainieren von Modellen der künstlichen Intelligenz und die Verarbeitung der 20 TB an von Wissenschaftlern gesammelten Daten erfolgt in der Cloud.
Verträge abschließen und Datensicherheit gewährleisten
Manchmal ein Hindernis für die Nutzung der CloudMöglicherweise mangelt es an Fachwissen zu Cloud-Technologien: Die Verfügbarkeit praktischer Tools und Fachwissen von Cloud-Anbietern löst dieses Problem weitgehend. Einige Universitäten und andere öffentliche Forschungseinrichtungen glauben fälschlicherweise, dass sie keine Verträge über die Nutzung von Cloud-Technologien abschließen können, was in Wirklichkeit nicht der Fall ist.
Teilweise fehlen Forschungsprojektefinanzielle Resourcen. Viele große Cloud-Dienste verfügen jedoch über wissenschaftliche Unterstützungsprogramme. In einigen Ländern gibt es zudem bundesweite Projekte, die den Einsatz der Cloud in der Wissenschaft vorantreiben sollen. Im vergangenen Jahr starteten die USA das Projekt National Research Cloud, an dem 22 Universitäten teilnehmen, darunter die Stanford University und die Carnegie Mellon University, sowie Vertreter der US-Regierung und des US-Kongresses sowie Technologieunternehmen wie Google, Microsoft, Amazon und IBM. .. . Ziel des Projekts ist es, Forschern Zugang zu Cloud-Fähigkeiten zu verschaffen und Mittel für ähnliche Projekte zu finden.
In manchen Fällen könnten Wissenschaftler besorgt seindas Thema Datensicherheit in der Cloud. Tatsächlich haben moderne Cloud-Plattformen im Vergleich zu ihrer eigenen physischen Infrastruktur eine Reihe von Vorteilen: Daten werden in der gesamten Cloud verteilt, und Rechenzentren sind geografisch verteilt. Wenn Ihr Rechenzentrum also ausfällt, wird dies durch das Cloud-Konzept abgemildert. Darüber hinaus wird die Sicherheit der Cloud-Plattform ständig überwacht.
Die Cloud erleichtert auch die Zusammenarbeitzu Projekten und Wissensaustausch: Mit ML-Tools (DataSphere) können Sie beispielsweise Forschungsergebnisse durch Zustandsspeicherung teilen, sodass andere Wissenschaftler das Experiment bei Bedarf wiederholen können.
Die Wissenschaft wird weiter in die Cloud wandern
Alle Projekte, deren Autoren sich der Cloud zuwendenServices, eint vor allem der Einsatz mathematischer Methoden und die damit verbundenen steigenden Anforderungen an Geschwindigkeit und Umfang der Informationsverarbeitung. Wissenschaftliche Institute kommen in erster Linie wegen zusätzlicher Rechenleistung in die Cloud und bleiben aufgrund der Verfügbarkeit vorgefertigter Tools und skalierbarer Dienste erhalten.
Weiter lesen:
Die Verlangsamung der Erdrotation verursachte die Freisetzung von Sauerstoff auf dem Planeten
Neues Teilchen am Large Hadron Collider entdeckt
Wissenschaftler haben das älteste Beispiel für angewandte Geometrie gefunden