Felhők a pilóta nélküli tűzgolyókhoz és a genom elemzéséhez
Számos tanulmány készítése egyetemek és tudományos számára
Példák:
A Moszkvai Állami Műszaki Egyetem versenycsapata N. E.Bauman (Bauman Racing Team) felhőerőt használt fel egy pilóta nélküli versenyautó létrehozására. Az autonóm vezetési rendszer rendelkezik egy algoritmussal, amely valós időben felismeri a pályán lévő tárgyakat. Ez tartja az autót a megfelelő irányban. Az ilyen felismeréshez a fejlesztők konvolúciós neurális hálózatokat használtak, és ezeknek a neurális hálózatoknak a képzése a felhőben történt.
A Bauman Racing Team használta a szolgáltatástML-fejlesztés (gépi tanulás) Yandex DataSphere két képfeldolgozó neurális hálózat képzésére. Ennek az eszköznek a használata lehetővé tette a tanulási algoritmusok gyorsaságának és kényelmének jelentős növelését: már most az egyik neurális hálózat 7000, a második pedig 3000 képen ment keresztül.
Kvantitatív Módszerek Alkalmazási Központja inA Tübingeni Német Egyetem biológiája együttműködik genomkutatási projektjeiben az Amazon felhőszolgáltatásával, az AWS-szel. Német tudósok a felhő segítségével több tízezer genetikai mintát elemeznek, és különféle mintákat azonosítanak, például az egészséges és a beteg szövetek közötti génexpresszió különbségeit. A felhő használatával 50%-kal csökkenthető a genomok kutatására fordított idő, és felgyorsult a projekten végzett munka.
Génexpresszió- az örökletes átalakulás folyamatainformáció (DNS nukleotid szekvencia) RNS-ben vagy fehérjében. A génexpresszió szabályozása az, amely a sejteket képessé teszi szerkezetük szabályozására. A génexpressziós jellemzők szabályozása befolyásolja más gének működését az egész szervezetben.
Számolja meg az almát, keressen rákot, és elemezze a fekete lyuk képeit
Manapság a felhőszolgáltatók kényelmes, kész eszközöket biztosítanak az ML fejlesztéshez és az adatokkal való munkavégzéshez – és ez a második ok, amiért a tudományos szervezetek elkezdik használni a felhőt.
Ezek az eszközök elsősorbanszolgáltatások a gépi tanuláshoz: Yandex DataSphere, Google Cloud ML vagy Azure ML. Az adatok egyszerű megtekintésére és megjelenítésére szolgáló szolgáltatások érdekesek a kutatók számára: például a Yandex DataLens vagy a Microsoft Power BI. Vannak speciálisabb eszközök is, mint például az AWS Panorama a számítógépes látástechnológiákhoz, a Yandex SpeechKit a beszédfelismeréshez és a szintézishez, vagy a Google Vision AI a képelemzéshez.
Példák:
Biológiai Kar, Moszkvai Állami Egyetem, a Szövetségi Kutatóközponttal együttA Michurin, a Tambov Állami Egyetem és a VIM agrármérnöki központja Yandex.Cloud eszközöket használt a kertfigyelő rendszer létrehozásához. A betakarítás mennyiségének pontosabb becslésére és előrejelzésére, valamint a további ellátási lánc hatékonyabb megtervezésére szolgál.
A tudósok feltöltik a Yandex felhőtárhelyére.Felhőfotó készíti a gyümölcsöket, és a Yandex DataSphere segítségével öntanuló algoritmust hoz létre: felismeri az egyes almákat a fákon, és megszámolja a számukat, valamint megtanulja meghatározni az olyan mutatókat, mint a virágzás intenzitása, a hektáronkénti betakarítás bősége és maguknak a gyümölcsöknek a minősége.
Amerikai Rákszövetség alapúA Google Cloud különféle képeket elemzett az emlőrákos nők szerveiről, és azonosította az ilyen daganatok előfordulásának és fejlődésének mintázatait. A tudósok a Cloud ML Engine-t használták: a gépi tanulás 12-szer gyorsabb elemzést tett lehetővé. Ezen túlmenően, amint a tanulmány szerzői megjegyzik, a felhő használata lehetőséget ad a tudósoknak munkájuk eredményeinek skálázására, és az eredmények más hasonló projektekben való felhasználására.
Nemzetközi csillagászati kutatásAz Event Horizon Telescope projekt a Google Cloud számítási erejét használva hozta létre az első fekete lyuk képét. Egy ilyen kép létrehozásához hatalmas mennyiségű adatot dolgoztak fel a távcsövekből: a megfigyelések hetében átlagosan 350 TB adat érkezett naponta. Egy ilyen kötet feldolgozásához és elemzéséhez a tudósoknak jelentős erőre volt szükségük, ezért a felhő használatához fordultak.
Védje Bajkált, fedezze fel a leleteket és keressen pecséteket
A felhő szerepe a tudományos projektek átmenetében is fontosa modernebb munkamódszerek felé: az elavult elemzési módszerektől a mesterséges intelligencia használatáig. Itt minden számít: a felhőben elérhető többletkapacitás, egyedi szolgáltatások és a felhőszolgáltatók általános szakértelme.
Példák:
Ennek egyik legszembetűnőbb példájaszinergia - együttműködés a Yandex.Cloud és a „Point No. 1”, Oroszország leghosszabb környezeti monitoring programja között, amely 75 éve figyeli a Bajkál-tó egészségét. A közelmúltban a projektet a bezárás fenyegette az erőforrások hiánya és a súlyosan elavult adatelemzési technológiák miatt.
A projekt részeként a Yandex.A Cloud a tudósokkal együtt egy intelligens rendszert hoz létre a vízminták mesterséges intelligencia segítségével történő elemzésének digitális támogatására. Egy olyan algoritmus betanításához, amely képes felismerni a mikroorganizmusokat a Bajkál vízmintákban, a tudósok több mint ezer képet készítettek minden mikroorganizmustípusról. A jövőben ez a „digitális asszisztens” akár 400 planktonfajt is képes lesz azonosítani, és a minták akár 99%-át automatikusan felismerni.
A Stanford Egyetem kihasználta a lehetőségeketfelhők az AWS-től a régészeti leletek adatbázisának létrehozásához: a törökországi Çatalhöyük lelőhelyén végzett ásatások során feltárt leletekről beszélünk. Korábban egy olyan adatbázis létrehozása és rendszeres frissítése, amely egy tárgyra vonatkozó összes információt tartalmazott, a lelet pontos helyét és egyéb részleteket tartalmazott, sok órás munkát igényelt a tudósoktól – ez körülbelül heti 20 órát vett igénybe, és gyakran előfordult, hogy zavartság a különböző személyek által bevitt frissítések miatt. Az adatbázis felhőbe költöztetése sokkal hatékonyabbá tette az információk frissítésének folyamatát.
Még egy példa:Az amerikai Nemzeti Óceáni és Légköri Hivatal a Microsoft Azure felhőjéből mesterséges intelligencia -eszközöket hozott létre, amelyek segítenek tanulmányozni és megvédeni a sarki fókákat és a beluga -bálnákat Alaszkában. Korábban a biológusok manuálisan tanulmányoztak több ezer légifotót, és keresték a vizsgált állatok jeleit, és ez idő alatt az információnak gyakran volt ideje elavulni. Most AI eszközöket használnak a feladat elvégzésére: mesterséges intelligencia modellek oktatása és a tudósok által gyűjtött 20 TB adatok feldolgozása a felhőben történik.
Szerződések megkötése és az adatok biztonsága
Néha akadálya a felhő használatánakA felhőtechnológiák terén hiányozhat a szakértelem: a kényelmes eszközök elérhetősége és a felhőszolgáltatók szakértelme nagyrészt megoldja ezt a problémát. Egyes egyetemek és más kormányzati kutatószervezetek tévesen úgy gondolják, hogy nem köthetnek szerződést a felhőtechnológiák használatára, ami valójában nem így van.
Bizonyos esetekben a kutatási projektek hiányoznakpénzügyi források. Azonban sok nagy felhőszolgáltatás rendelkezik tudományos támogató programokkal. Egyes országokban országos projektek is léteznek, amelyeknek elő kell segíteniük a felhő tudományos felhasználását. Tavaly az USA elindította a National Research Cloud projektet, amelyben 22 egyetem vett részt, köztük a Stanford Egyetem és a Carnegie Mellon Egyetem, valamint az amerikai kormány és a Kongresszus képviselői, valamint technológiai vállalatok, köztük a Google, a Microsoft, az Amazon és az IBM. . A projekt célja, hogy hozzáférést biztosítson a kutatók felhőalapú képességeihez, és finanszírozást találjon hasonló projektekhez.
Egyes esetekben a tudósok aggódhatnakaz adatbiztonság kérdése a felhőben. Valójában a modern felhőplatformok számos előnnyel rendelkeznek a saját fizikai infrastruktúrájukhoz képest: az adatok a felhőben, az adatközpontok pedig földrajzilag vannak elosztva, így ha az adatközpont meghibásodik, a felhőkoncepció enyhíti ezt. Emellett folyamatosan figyelik a felhőplatform biztonságát.
A felhő az együttműködést is megkönnyítiprojektekről és tudásmegosztásról: például az ML eszközök (DataSphere) lehetővé teszik a kutatási eredmények megosztását állapotmentés révén, így a többi tudós megismételheti a kísérletet, ha szükséges.
A tudomány továbbra is a felhő felé mozdul el
Minden projekt, amelynek szerzői a felhőhöz fordulnakszolgáltatásokat, mindenekelőtt a matematikai módszerek alkalmazása és az információfeldolgozás sebességére és mennyiségére vonatkozó követelmények növekedése egyesíti. A tudományos intézetek elsősorban a számítási teljesítmény növelése érdekében jönnek a felhőbe, és továbbra is rendelkezésre állnak a kész eszközök és a skálázható szolgáltatások.
Olvass tovább:
A Föld forgásának lelassulása oxigént bocsátott ki a bolygón
Új részecskét fedeztek fel a nagy hadronütközőnél
A tudósok megtalálták az alkalmazott geometria legrégebbi példáját