מה המדענים עושים בעננים: ממעקב אחר באיקאל ועד ניתוח גנום

עננים לכדורי אש בלתי מאוישים וניתוח גנום

לערוך מחקרים רבים לאוניברסיטאות ולמדעים

ארגונים צריכים די רציניכוח מחשוב הוא הסיבה הראשונה שבגללה הם באים להשתמש בפלטפורמות ענן. הענן הופך לחלופה גמישה ונוחה יותר (במיוחד עבור צוותים הפזורים גיאוגרפית) לרכישה או השכרה של הציוד הדרוש.

דוגמאות:

צוות המרוצים של האוניברסיטה הטכנית של מדינת מוסקבה נ.באומן (צוות מרוצי באומן) השתמשו בכוח ענן ליצירת מכונית מירוץ בלתי מאוישת. למערכת הנהיגה האוטונומית יש אלגוריתם שמזהה אובייקטים במסלול בזמן אמת. זה משאיר את המכונית לנוע בכיוון הנכון. לצורך זיהוי כזה, המפתחים השתמשו ברשתות עצביות מתפתלות, והכשרת הרשתות העצביות התקיימה בענן.

צוות מרוצי באומן השתמש בשירותפיתוח ML (למידת מכונה) Yandex DataSphere להכשרת שתי רשתות עצביות המעבדות תמונות. השימוש בכלי זה איפשר להגדיל משמעותית את המהירות והנוחות של אלגוריתמים למידה: כבר עכשיו אחת מהרשתות העצביות העבירה 7,000 תמונות בעצמה, והשנייה - 3,000.

המרכז ליישום שיטות כמותיות בביולוגיה באוניברסיטה הגרמנית של טובינגן משתפת פעולה בפרויקטי מחקר הגנום שלה עם שירות הענן של אמזון - AWS. מדענים גרמנים משתמשים בענן כדי לנתח עשרות אלפי דגימות גנטיות ולזהות דפוסים שונים, כמו הבדלים בביטוי הגנים בין רקמה בריאה לחולה. השימוש בענן איפשר להפחית את זמן חקר הגנום ב-50% ולהאיץ את העבודה על הפרויקט.

ביטוי גנים- תהליך של שינוי תורשתימידע (רצף נוקלאוטידים של DNA) ב-RNA או בחלבון. הוויסות של ביטוי הגנים הוא שנותן לתאים את היכולת לשלוט במבנה שלהם. שליטה במאפייני ביטוי הגנים משפיעה על תפקודם של גנים אחרים ברחבי האורגניזם.

ספרו תפוחים, חפשו סרטן ונתחו תמונות של חור שחור

כיום, ספקי ענן מספקים כלים נוחים ומוכנים לפיתוח ML ולעבודה עם נתונים – וזו הסיבה השנייה שבגללה ארגונים מדעיים באים להשתמש בענן.

כלים אלה כוללים בעיקרשירותי למידת מכונה: Yandex DataSphere, Google Cloud ML או Azure ML. שירותים לצפייה קלה והדמיה של נתונים מעניינים את החוקרים: למשל Yandex DataLens או Microsoft Power BI. ישנם גם כלים מיוחדים יותר כגון AWS Panorama לטכנולוגיות ראיית מחשב, Yandex SpeechKit לזיהוי וסינתזה של דיבור או Google Vision AI לניתוח תמונות.

דוגמאות:

הפקולטה לביולוגיה, אוניברסיטת מוסקבה, יחד עם מרכז המחקר הפדרלי הקרוי על שמומיצ'ורין, אוניברסיטת טמבוב ומרכז החקלאות VIM השתמשו בכלי Yandex.Cloud ליצירת מערכת ניטור גנים. הוא משמש לאומדן ולחזות מדויקים יותר של היקף הקציר ולתכנון יעיל יותר של שרשרת האספקה.

מדענים מעלים לאחסון ענן של Yandex.צילומים בענן של פירות ושימוש ב-Yandex DataSphere ליצירת אלגוריתם ללמידה עצמית: הוא מזהה תפוחים בודדים על עצים וסופר את מספרם, וגם לומד לקבוע אינדיקטורים כמו עוצמת פריחה, שפע הקציר להקטר ואיכות הפירות עצמם.

מבוסס האגודה האמריקאית למלחמה בסרטןGoogle Cloud ניתח תמונות שונות של איברים של נשים עם סרטן שד וזיהה דפוסים בהתרחשות והתפתחות של גידולים כאלה. מדענים השתמשו ב-Cloud ML Engine: למידת מכונה אפשרה לבצע ניתוח מהיר פי 12. בנוסף, כפי שמציינים מחברי המחקר, השימוש בענן מספק למדענים אפשרות להגדיל את תוצאות עבודתם ולהשתמש בממצאים בפרויקטים דומים אחרים.

מחקר אסטרונומי בינלאומיפרויקט טלסקופ אירוע אופק אופק השתמש בכוח המחשוב של Google Cloud ליצירת התמונה הראשונה של חור שחור. כדי ליצור תמונה כזו, עיבדו כמויות אדירות של נתונים שהתקבלו מטלסקופים: במהלך שבוע התצפיות התקבלו בממוצע 350 TB נתונים מדי יום. כדי לעבד ולנתח נפח כזה, מדענים היו זקוקים לכוח משמעותי, ולכן הם פנו לשימוש בענן.

הגן על באיקאל, חקור חפצים וחפש כלבי ים

תפקידו של הענן במעבר של פרויקטים מדעיים חשוב אף הואלשיטות עבודה מודרניות יותר: משיטות ניתוח מיושנות ועד לשימוש בבינה מלאכותית. הכל חשוב כאן: הקיבולת הנוספת הזמינה בענן, שירותים ייחודיים והמומחיות הכללית של ספקי ענן.

דוגמאות:

אחת הדוגמאות הברורות ביותר לכךסינרגיה - שיתוף פעולה בין Yandex.Cloud ו-"Point No. 1", תוכנית הניטור הסביבתית הארוכה ביותר ברוסיה, שעוקבת אחרי בריאות אגם באיקל כבר 75 שנה. לאחרונה, הפרויקט היה תחת איום של סגירה עקב מחסור במשאבים וטכנולוגיות ניתוח נתונים מיושנות מאוד.

כחלק מהפרויקט, Yandex.Cloud, יחד עם מדענים, יוצר מערכת חכמה לתמיכה דיגיטלית בתהליך של ניתוח דגימות מים באמצעות AI. כדי לאמן אלגוריתם המסוגל לזהות מיקרואורגניזמים בדגימות מי באיקל, מדענים סיפקו יותר מאלף תמונות של כל סוג של מיקרואורגניזם. בעתיד, "העוזר הדיגיטלי" הזה יוכל לזהות עד 400 מינים של פלנקטון ולזהות עד 99% מהדגימות באופן אוטומטי.

אוניברסיטת סטנפורד ניצלה הזדמנויותעננים מ-AWS ליצירת מסד נתונים של ממצאים ארכיאולוגיים: אנחנו מדברים על ממצאים שהתגלו במהלך חפירות באתר Çatalhöyük בטורקיה. בעבר, יצירה ועדכון שוטף של מסד נתונים שהכיל את כל המידע על פריט, המציין את מיקומו המדויק של הממצא ופרטים נוספים לגביו, דרשו שעות עבודה רבות של מדענים - זה לקח כ-20 שעות שבועיות, ולעתים קרובות היה בלבול עקב עדכונים שהוזנו על ידי אנשים שונים. העברת מסד הנתונים לענן הפכה את תהליך עדכון המידע ליעיל הרבה יותר.

עוד דוגמא אחת:הממשל הלאומי לאוקיינוסים ואטמוספירה בארצות הברית השתמש בענן מ- Microsoft Azure ליצירת כלי AI שיעזרו לחקור ולהגן על כלבי ים קוטביים ולווייתני בלוגה באלסקה. בעבר, ביולוגים למדו ידנית אלפי תצלומי אוויר וחיפשו סימנים של בעלי החיים הנחקרים, ומידע בתקופה זו הספיק לעתים להתיישן. כעת משתמשים בכלים של AI לביצוע העבודה: אימון מודלים של בינה מלאכותית ועיבוד 20 TB הנתונים שנאספו על ידי מדענים מתרחשת בענן.

לסיים חוזים ולהבטיח אבטחת מידע

לפעמים מחסום לשימוש בענןייתכן שיש חוסר מומחיות בטכנולוגיות ענן: הזמינות של כלים נוחים ומומחיות מספקי ענן פותרת במידה רבה את הבעיה הזו. כמה אוניברסיטאות וארגוני מחקר ציבוריים אחרים סבורים בטעות שהם לא יכולים להתקשר בחוזים לשימוש בטכנולוגיות ענן, מה שלמעשה אינו המקרה.

במקרים מסוימים חסרים פרויקטים של מחקרמשאבים פיננסיים. עם זאת, לשירותי ענן גדולים רבים יש תוכניות תמיכה מדעיות. במדינות מסוימות ישנם גם פרויקטים בפריסה ארצית שאמורים לקדם את השימוש בענן במדע. אשתקד השיקה ארה"ב את פרויקט ה- National Research Cloud, בה השתתפו 22 אוניברסיטאות, כולל אוניברסיטת סטנפורד ואוניברסיטת קרנגי מלון, כמו גם נציגי ממשלת ארה"ב וקונגרס, ותאגידי טכנולוגיה הכוללים גוגל, מיקרוסופט, אמזון ו- IBM. . מטרת הפרויקט היא לספק גישה ליכולות ענן לחוקרים ולמצוא מימון לפרויקטים דומים.

במקרים מסוימים, מדענים עשויים להיות מודאגיםנושא אבטחת המידע בענן. למעשה, לפלטפורמות ענן מודרניות יש מספר יתרונות בהשוואה לתשתית הפיזית שלהן: הנתונים מופצים ברחבי הענן, ומרכזי הנתונים מופצים גיאוגרפית, כך שאם מרכז הנתונים שלכם נכשל, תפיסת הענן מפחיתה זאת. בנוסף, האבטחה של פלטפורמת הענן מנוטרת כל הזמן.

הענן גם מקל על שיתוף הפעולהעל פרויקטים ושיתוף ידע: לדוגמה, כלי ML (DataSphere) מאפשרים לך לשתף תוצאות מחקר באמצעות חיסכון במדינה, כך שמדענים אחרים יוכלו לחזור על הניסוי במידת הצורך.

המדע ימשיך לעבור לענן

כל הפרויקטים שמחבריהם פונים לענןשירותים, מתאחדת, קודם כל, בעצם השימוש בשיטות מתמטיות והגידול הקשור לדרישות המהירות והנפח של עיבוד המידע. מכונים מדעיים מגיעים לענן בעיקר לצורך כוח מחשוב נוסף, ונשארים בשל זמינותם של כלים מוכנים ושירותים ניתנים להרחבה.

קרא עוד:

האטת סיבוב כדור הארץ גרמה לשחרור חמצן על כדור הארץ

חלקיק חדש שהתגלה במפגר ההדרון הגדול

מדענים מצאו את הדוגמה הוותיקה ביותר לגיאומטריה יישומית