Nuages pour les boules de feu sans pilote et l'analyse du génome
Réaliser de nombreuses études à destination des universités et des milieux scientifiques
Exemples:
L'équipe de course de l'Université technique d'État de Moscou N.E.Bauman's (Bauman Racing Team) a utilisé la puissance des nuages pour créer une voiture de course sans pilote. Le système de conduite autonome dispose d'un algorithme qui reconnaît les objets sur la piste en temps réel. Cela permet à la voiture de se déplacer dans la bonne direction. Pour une telle reconnaissance, les développeurs ont utilisé des réseaux de neurones convolutifs, et la formation de ces réseaux de neurones a eu lieu dans le cloud.
L'équipe Bauman Racing a utilisé le serviceDéveloppement ML (apprentissage machine) Yandex DataSphere pour la formation de deux réseaux de neurones qui traitent les images. L'utilisation de cet outil a permis d'augmenter considérablement la vitesse et la commodité des algorithmes d'apprentissage: déjà maintenant, l'un des réseaux de neurones a passé 7 000 images à travers lui-même et le second - 3 000.
Centre pour l'application des méthodes quantitatives enLa biologie de l'université allemande de Tübingen collabore à ses projets de recherche sur le génome avec le service cloud d'Amazon - AWS. Des scientifiques allemands utilisent le cloud pour analyser des dizaines de milliers d'échantillons génétiques et identifier divers modèles, tels que les différences d'expression génétique entre les tissus sains et malades. L'utilisation du cloud a permis de réduire de 50 % le temps de recherche sur les génomes et d'accélérer les travaux sur le projet.
L'expression du gène- le processus de transformation héréditaireinformations (séquence nucléotidique de l’ADN) dans l’ARN ou la protéine. C’est la régulation de l’expression des gènes qui donne aux cellules la capacité de contrôler leur structure. Le contrôle des caractéristiques de l’expression des gènes influence les fonctions d’autres gènes dans tout l’organisme.
Comptez les pommes, recherchez le cancer et analysez les images d'un trou noir
Aujourd'hui, les fournisseurs de cloud proposent des outils pratiques et prêts à l'emploi pour le développement de ML et l'utilisation de données - et c'est la deuxième raison pour laquelle les organisations scientifiques utilisent le cloud.
Ces outils comprennent principalementservices pour le machine learning : Yandex DataSphere, Google Cloud ML ou Azure ML. Les services de visualisation et de visualisation faciles des données intéressent les chercheurs : par exemple, Yandex DataLens ou Microsoft Power BI. Il existe également des outils plus spécialisés tels que AWS Panorama pour les technologies de vision par ordinateur, Yandex SpeechKit pour la reconnaissance et la synthèse vocales, ou Google Vision AI pour l'analyse d'images.
Exemples:
Faculté de biologie, Université d'État de Moscou, en collaboration avec le Centre fédéral de recherche nommé d'aprèsMichurin, l'Université d'État de Tambov et le centre d'agro-ingénierie VIM ont utilisé les outils Yandex.Cloud pour créer un système de surveillance des jardins. Il est utilisé pour estimer et prédire avec plus de précision le volume de la récolte et planifier plus efficacement la suite de la chaîne d'approvisionnement.
Les scientifiques téléchargent sur le stockage cloud Yandex.Photographiez des fruits sur un nuage et utilisez Yandex DataSphere pour créer un algorithme d'auto-apprentissage : il reconnaît les pommes individuelles sur les arbres et compte leur nombre, et apprend également à déterminer des indicateurs tels que l'intensité de la floraison, l'abondance de la récolte par hectare et la qualité des fruits eux-mêmes.
Société américaine du cancer baséeGoogle Cloud a analysé diverses images d'organes de femmes atteintes d'un cancer du sein et a identifié des modèles d'apparition et de développement de ces tumeurs. Les scientifiques ont utilisé Cloud ML Engine : l'apprentissage automatique a permis d'effectuer des analyses 12 fois plus rapidement. En outre, comme le notent les auteurs de l’étude, l’utilisation du cloud offre aux scientifiques la possibilité de mettre à l’échelle les résultats de leurs travaux et de les utiliser dans d’autres projets similaires.
Recherche astronomique internationaleLe projet Event Horizon Telescope a utilisé la puissance de calcul de Google Cloud pour créer la première image d'un trou noir. Pour créer une telle image, d'énormes quantités de données provenant de télescopes ont été traitées : pendant la semaine d'observations, en moyenne 350 To de données ont été reçues quotidiennement. Pour traiter et analyser un tel volume, les scientifiques avaient besoin d'une puissance importante, ils se sont donc tournés vers le cloud.
Protégez le Baïkal, explorez des artefacts et recherchez des phoques
Le rôle du cloud dans la transition des projets scientifiques est également importantà des méthodes de travail plus modernes : des méthodes d’analyse dépassées à l’utilisation de l’intelligence artificielle. Tout compte ici : la capacité supplémentaire disponible dans le cloud, les services uniques et l'expertise générale des fournisseurs de cloud.
Exemples:
L'un des exemples les plus évidents de celasynergie - coopération entre Yandex.Cloud et « Point No. 1 », le plus long programme de surveillance environnementale en Russie, qui surveille la santé du lac Baïkal depuis 75 ans. Récemment, le projet a été menacé d'abandon en raison d'un manque de ressources et de technologies d'analyse de données très obsolètes.
Dans le cadre du projet, le Yandex.Cloud, en collaboration avec des scientifiques, crée un système intelligent pour soutenir numériquement le processus d'analyse d'échantillons d'eau à l'aide de l'IA. Pour former un algorithme capable de reconnaître les micro-organismes présents dans les échantillons d'eau du Baïkal, les scientifiques ont fourni plus d'un millier d'images de chaque type de micro-organisme. À l’avenir, cet « assistant numérique » sera capable d’identifier jusqu’à 400 espèces de plancton et de reconnaître automatiquement jusqu’à 99 % des échantillons.
L'Université de Stanford a profité des opportunitésnuages d'AWS pour créer une base de données de découvertes archéologiques : nous parlons de découvertes découvertes lors de fouilles sur le site de Çatalhöyük en Turquie. Auparavant, la création et la mise à jour régulière d'une base de données contenant toutes les informations sur un objet, indiquant l'emplacement exact de la découverte et d'autres détails le concernant, nécessitaient de nombreuses heures de travail de la part des scientifiques - cela prenait environ 20 heures par semaine, et il y avait souvent confusion due aux mises à jour saisies par différentes personnes. Le déplacement de la base de données vers le cloud a rendu le processus de mise à jour des informations beaucoup plus efficace.
Un autre exemple :La National Oceanic and Atmospheric Administration des États-Unis a utilisé le cloud de Microsoft Azure pour créer des outils d'IA permettant d'étudier et de protéger les phoques polaires et les bélugas en Alaska. Auparavant, les biologistes étudiaient manuellement des milliers de photographies aériennes et recherchaient des signes des animaux étudiés, et les informations pendant cette période devenaient souvent obsolètes. Désormais, des outils d'IA sont utilisés pour faire le travail : la formation de modèles d'intelligence artificielle et le traitement des 20 To de données collectées par les scientifiques se font dans le cloud.
Conclure des contrats et assurer la sécurité des données
Parfois un frein à l’utilisation du cloudIl peut y avoir un manque d'expertise dans les technologies cloud : la disponibilité d'outils pratiques et l'expertise des fournisseurs de cloud résolvent en grande partie ce problème. Certaines universités et autres organismes de recherche publics croient à tort qu’ils ne peuvent pas conclure de contrats pour l’utilisation des technologies cloud, ce qui n’est en réalité pas le cas.
Dans certains cas, les projets de recherche manquentressources financières. Cependant, de nombreux grands services cloud ont des programmes de soutien scientifique. Dans certains pays, il existe également des projets à l'échelle nationale qui devraient promouvoir l'application du cloud dans la science. L'année dernière, les États-Unis ont lancé le projet National Research Cloud, avec la participation de 22 universités, dont l'Université de Stanford et l'Université Carnegie Mellon, ainsi que des représentants du gouvernement américain et du Congrès et des sociétés technologiques telles que Google, Microsoft, Amazon et IBM. ... L'objectif du projet est de donner accès aux capacités du cloud aux chercheurs et de trouver des financements pour des projets similaires.
Dans certains cas, les scientifiques peuvent s'inquiéterla question de la sécurité des données dans le cloud. En fait, les plates-formes cloud modernes présentent un certain nombre d'avantages par rapport à leur propre infrastructure physique : les données sont distribuées dans tout le cloud et les centres de données sont répartis géographiquement. Ainsi, si votre centre de données tombe en panne, le concept de cloud atténue ce problème. De plus, la sécurité de la plateforme cloud est surveillée en permanence.
Le cloud facilite également la collaborationsur les projets et le partage de connaissances : par exemple, les outils ML (DataSphere) permettent de partager les résultats de la recherche grâce à la sauvegarde de l'état, afin que d'autres scientifiques puissent répéter l'expérience si nécessaire.
La science continuera de migrer vers le cloud
Tous les projets dont les auteurs se tournent vers le cloudservices, est uni, tout d'abord, par le fait même d'utiliser des méthodes mathématiques et l'augmentation associée des exigences de vitesse et de volume de traitement de l'information. Les instituts scientifiques se tournent principalement vers le cloud pour une puissance de calcul supplémentaire, mais restent en raison de la disponibilité d'outils prêts à l'emploi et de services évolutifs.
Lire la suite:
Le ralentissement de la rotation de la Terre a provoqué la libération d'oxygène sur la planète
Une nouvelle particule découverte au Grand collisionneur de hadrons
Les scientifiques ont trouvé le plus ancien exemple de géométrie appliquée