Nubes para bolas de fuego no tripuladas y análisis del genoma
Realizar numerosos estudios para universidades y científicos.
Ejemplos:
El equipo de carreras de la Universidad Técnica Estatal de Moscú. N. E.Bauman (Bauman Racing Team) usó el poder de la nube para crear un auto de carreras no tripulado. El sistema de conducción autónoma tiene un algoritmo que reconoce objetos en la pista en tiempo real. Esto hace que el automóvil se mueva en la dirección correcta. Para tal reconocimiento, los desarrolladores utilizaron redes neuronales convolucionales, y el entrenamiento de estas redes neuronales se llevó a cabo en la nube.
El Bauman Racing Team utilizó el servicioDesarrollo de ML (aprendizaje automático) Yandex DataSphere para entrenar dos redes neuronales que procesan imágenes. El uso de esta herramienta hizo posible aumentar significativamente la velocidad y la conveniencia de los algoritmos de aprendizaje: ya ahora una de las redes neuronales ha pasado 7,000 imágenes a través de sí misma, y la segunda, 3,000.
Centro para la Aplicación de Métodos Cuantitativos enLa biología de la Universidad alemana de Tübingen colabora en sus proyectos de investigación del genoma con el servicio en la nube de Amazon: AWS. Los científicos alemanes están utilizando la nube para analizar decenas de miles de muestras genéticas e identificar varios patrones, como diferencias en la expresión genética entre tejido sano y enfermo. El uso de la nube permitió reducir en un 50 % el tiempo de investigación de genomas y acelerar el trabajo del proyecto.
La expresion genica- el proceso de transformación hereditariainformación (secuencia de nucleótidos de ADN) en ARN o proteína. Es la regulación de la expresión genética lo que da a las células la capacidad de controlar su estructura. El control de las características de la expresión genética influye en las funciones de otros genes en todo el organismo.
Cuente manzanas, busque cáncer y analice imágenes de un agujero negro
Hoy en día, los proveedores de la nube proporcionan herramientas convenientes y listas para usar para el desarrollo de aprendizaje automático y el trabajo con datos, y esta es la segunda razón por la que las organizaciones científicas empiezan a utilizar la nube.
Estas herramientas incluyen principalmenteservicios para aprendizaje automático: Yandex DataSphere, Google Cloud ML o Azure ML. Los servicios de fácil visualización y visualización de datos son de interés para los investigadores: por ejemplo, Yandex DataLens o Microsoft Power BI. También hay herramientas más especializadas como AWS Panorama para tecnologías de visión por computadora, Yandex SpeechKit para reconocimiento y síntesis de voz o Google Vision AI para análisis de imágenes.
Ejemplos:
Facultad de Biología, Universidad Estatal de Moscú, junto con el Centro Federal de Investigación que lleva el nombreMichurin, la Universidad Estatal de Tambov y el centro de agroingeniería VIM utilizaron herramientas Yandex.Cloud para crear un sistema de monitoreo de jardines. Se utiliza para estimar y predecir con mayor precisión el volumen de la cosecha y planificar de manera más eficiente la cadena de suministro adicional.
Los científicos cargan archivos en el almacenamiento en la nube de Yandex.Cloud fotografías de frutas y utiliza Yandex DataSphere para crear un algoritmo de autoaprendizaje: reconoce manzanas individuales en los árboles y cuenta su número, y también aprende a determinar indicadores como la intensidad de la floración, la abundancia de la cosecha por hectárea y la calidad de las frutas mismas.
Con base en la Sociedad Americana del CáncerGoogle Cloud analizó varias imágenes de los órganos de mujeres con cáncer de mama e identificó patrones en la aparición y desarrollo de dichos tumores. Los científicos utilizaron Cloud ML Engine: el aprendizaje automático permitió realizar análisis 12 veces más rápido. Además, como señalan los autores del estudio, el uso de la nube brinda a los científicos la oportunidad de escalar los resultados de su trabajo y utilizar los hallazgos en otros proyectos similares.
Investigación astronómica internacionalEl proyecto Event Horizon Telescope utilizó la potencia informática de Google Cloud para crear la primera imagen de un agujero negro. Para crear una imagen de este tipo, se procesaron grandes cantidades de datos recibidos de los telescopios: durante la semana de observaciones, se recibieron diariamente una media de 350 TB de datos. Para procesar y analizar tal volumen, los científicos necesitaban un poder significativo, por lo que recurrieron al uso de la nube.
Protege Baikal, explora artefactos y busca focas
El papel de la nube en la transición de proyectos científicos también es importantea métodos de trabajo más modernos: desde métodos de análisis obsoletos hasta el uso de inteligencia artificial. Aquí todo importa: la capacidad adicional disponible en la nube, los servicios únicos y la experiencia general de los proveedores de la nube.
Ejemplos:
Uno de los ejemplos más evidentes de estosinergia: cooperación entre Yandex.Cloud y el "Punto No. 1", el programa de monitoreo ambiental más largo de Rusia, que ha estado monitoreando la salud del lago Baikal durante 75 años. Recientemente, el proyecto estuvo bajo amenaza de cierre debido a la falta de recursos y a tecnologías de análisis de datos muy obsoletas.
Como parte del proyecto, Yandex.Cloud, junto con científicos, está creando un sistema inteligente para respaldar digitalmente el proceso de análisis de muestras de agua mediante IA. Para entrenar un algoritmo capaz de reconocer microorganismos en muestras de agua del Baikal, los científicos proporcionaron más de mil imágenes de cada tipo de microorganismo. En el futuro, este “asistente digital” podrá identificar hasta 400 especies de plancton y reconocer hasta el 99% de las muestras de forma automática.
La Universidad de Stanford aprovechó las oportunidadesNubes de AWS para crear una base de datos de hallazgos arqueológicos: estamos hablando de hallazgos descubiertos durante las excavaciones en el sitio de Çatalhöyük en Turquía. Anteriormente, crear y actualizar periódicamente una base de datos que contenía toda la información sobre un objeto, indicando la ubicación exacta del hallazgo y otros detalles sobre el mismo, requería muchas horas de trabajo por parte de los científicos; esto requería alrededor de 20 horas a la semana y, a menudo, había confusión debido a actualizaciones ingresadas por diferentes personas. Mover la base de datos a la nube ha hecho que el proceso de actualización de la información sea mucho más eficiente.
Un ejemplo más:La Administración Nacional Oceánica y Atmosférica de EE. UU. Ha utilizado la nube de Microsoft Azure para crear herramientas de inteligencia artificial para ayudar a estudiar y proteger las focas polares y las ballenas beluga en Alaska. Anteriormente, los biólogos estudiaban manualmente miles de fotografías aéreas y buscaban señales de los animales en estudio, y la información durante este tiempo a menudo tenía tiempo para volverse desactualizada. Ahora, las herramientas de inteligencia artificial se están utilizando para hacer el trabajo: el entrenamiento de modelos de inteligencia artificial y el procesamiento de los 20 TB de datos recopilados por los científicos se realizan en la nube.
Celebre contratos y garantice la seguridad de los datos
A veces una barrera para usar la nubePuede haber una falta de experiencia en tecnologías de la nube: la disponibilidad de herramientas convenientes y experiencia de los proveedores de la nube resuelve en gran medida este problema. Algunas universidades y otras organizaciones públicas de investigación creen erróneamente que no pueden celebrar contratos para el uso de tecnologías en la nube, lo que en realidad no es el caso.
En algunos casos, los proyectos de investigación carecenrecursos financieros. Sin embargo, muchos grandes servicios en la nube tienen programas de apoyo científico. En algunos países, también hay proyectos a nivel nacional que deberían promover el uso de la nube en la ciencia. El año pasado, EE. UU. Lanzó el proyecto National Research Cloud, con la participación de 22 universidades, incluidas la Universidad de Stanford y la Universidad Carnegie Mellon, así como representantes del gobierno y el Congreso de EE. UU., Y corporaciones tecnológicas como Google, Microsoft, Amazon e IBM ... . El objetivo del proyecto es proporcionar acceso a las capacidades de la nube para los investigadores y encontrar financiación para proyectos similares.
En algunos casos, los científicos pueden estar preocupados.La cuestión de la seguridad de los datos en la nube. De hecho, las plataformas de nube modernas tienen una serie de ventajas en comparación con su propia infraestructura física: los datos se distribuyen por toda la nube y los centros de datos están distribuidos geográficamente, por lo que si su centro de datos falla, el concepto de nube lo mitiga. Además, la seguridad de la plataforma en la nube se supervisa constantemente.
La nube también facilita la colaboraciónen proyectos e intercambio de conocimientos: por ejemplo, las herramientas de aprendizaje automático (DataSphere) le permiten compartir resultados de investigación mediante el ahorro de estado, para que otros científicos puedan repetir el experimento si es necesario.
La ciencia seguirá moviéndose hacia la nube
Todos los proyectos cuyos autores recurren a la nubeservicios, se une, en primer lugar, por el hecho mismo de utilizar métodos matemáticos y el aumento asociado de los requisitos de velocidad y volumen de procesamiento de la información. Los institutos científicos llegan a la nube principalmente para obtener potencia informática adicional, y permanecen debido a la disponibilidad de herramientas listas para usar y servicios escalables.
Lee mas:
La ralentización de la rotación de la Tierra provocó la liberación de oxígeno en el planeta
Nueva partícula descubierta en el Gran Colisionador de Hadrones
Los científicos han encontrado el ejemplo más antiguo de geometría aplicada.