İnsansız ateş topları ve genom analizi için bulutlar
Üniversiteler ve bilimsel amaçlı birçok çalışma yapmak
Örnekler:
Moskova Devlet Teknik Üniversitesi'nin yarış takımı N.E.Bauman'ın (Bauman Yarış Takımı), insansız bir yarış arabası yaratmak için bulut gücünü kullandı. Otonom sürüş sistemi, pistteki nesneleri gerçek zamanlı olarak tanıyan bir algoritmaya sahip. Bu, arabanın doğru yönde hareket etmesini sağlar. Böyle bir tanıma için, geliştiriciler konvolüsyonel sinir ağlarını kullandılar ve bu sinir ağlarının eğitimi bulutta gerçekleşti.
Bauman Yarış Ekibi hizmeti kullandıML geliştirme (Makine öğrenimi) Görüntüleri işleyen iki sinir ağını eğitmek için Yandex DataSphere. Bu aracın kullanımı, öğrenme algoritmalarının hızını ve rahatlığını önemli ölçüde artırmayı mümkün kıldı: şimdi sinir ağlarından biri 7.000 görüntüyü kendi içinden ve ikincisi - 3.000'i geçti.
Kantitatif Yöntemlerin Uygulama MerkeziAlman Tübingen Üniversitesi Biyoloji, genom araştırma projeleri üzerinde Amazon'un bulut hizmeti AWS ile işbirliği yapıyor. Alman bilim insanları, on binlerce genetik örneği analiz etmek ve sağlıklı ve hastalıklı doku arasındaki gen ifadesindeki farklılıklar gibi çeşitli kalıpları belirlemek için bulutu kullanıyor. Bulutu kullanmak, genom araştırma süresini %50 oranında azaltmayı ve proje üzerindeki çalışmayı hızlandırmayı mümkün kıldı.
gen ifadesi- kalıtsal dönüşüm süreciRNA veya proteindeki bilgi (DNA nükleotid dizisi). Hücrelere yapılarını kontrol etme yeteneği veren gen ifadesinin düzenlenmesidir. Gen ekspresyon özelliklerinin kontrolü organizmadaki diğer genlerin fonksiyonlarını etkiler.
Elmaları sayın, kanseri arayın ve bir kara deliğin görüntülerini analiz edin
Günümüzde bulut sağlayıcıları, makine öğrenimi geliştirme ve verilerle çalışma için kullanışlı, hazır araçlar sağlıyor ve bu, bilimsel kuruluşların bulutu kullanmaya başlamasının ikinci nedenidir.
Bu araçlar önceliklemakine öğrenimi hizmetleri: Yandex DataSphere, Google Cloud ML veya Azure ML. Verilerin kolay görüntülenmesi ve görselleştirilmesine yönelik hizmetler, araştırmacıların ilgisini çekmektedir: örneğin, Yandex DataLens veya Microsoft Power BI. Bilgisayarla görme teknolojileri için AWS Panorama, konuşma tanıma ve sentezleme için Yandex SpeechKit veya görüntü analizi için Google Vision AI gibi daha özel araçlar da vardır.
Örnekler:
Moskova Devlet Üniversitesi Biyoloji Fakültesi, Federal Araştırma Merkezi ile birlikteMichurin, Tambov Eyalet Üniversitesi ve VIM tarım mühendisliği merkezi, bir bahçe izleme sistemi oluşturmak için Yandex.Cloud araçlarını kullandı. Hasat hacmini daha doğru bir şekilde tahmin etmek ve tahmin etmek ve daha sonraki tedarik zincirini daha verimli bir şekilde planlamak için kullanılır.
Bilim adamları Yandex bulut depolama alanına yükleme yapıyor.Meyvelerin bulut fotoğraflarını çekin ve kendi kendine öğrenen bir algoritma oluşturmak için Yandex DataSphere'i kullanın: ağaçlardaki tek tek elmaları tanır ve sayılarını sayar ve ayrıca çiçeklenme yoğunluğu, hektar başına hasat miktarı ve meyvelerin kalitesi gibi göstergeleri belirlemeyi öğrenir.
Amerikan Kanser Derneği merkezliGoogle Cloud, meme kanseri olan kadınların organlarının çeşitli görüntülerini analiz etti ve bu tür tümörlerin ortaya çıkması ve gelişmesindeki kalıpları belirledi. Bilim insanları Cloud ML Engine'i kullandı: makine öğrenimi, analizlerin 12 kat daha hızlı gerçekleştirilmesini mümkün kıldı. Ayrıca çalışmanın yazarlarının da belirttiği gibi bulut kullanımı, bilim insanlarına çalışmalarının sonuçlarını ölçeklendirme ve bulguları diğer benzer projelerde kullanma fırsatı sağlıyor.
Uluslararası Astronomik AraştırmaEvent Horizon Telescope projesi, bir kara deliğin ilk görüntüsünü oluşturmak için Google Cloud'un bilgi işlem gücünü kullandı. Böyle bir görüntü oluşturmak için teleskoplardan alınan çok miktarda veri işlendi: gözlemlerin yapıldığı hafta boyunca günlük ortalama 350 TB veri alındı. Böyle bir hacmi işlemek ve analiz etmek için bilim adamlarının önemli bir güce ihtiyacı vardı, bu yüzden bulutu kullanmaya başladılar.
Baykal'ı koruyun, eserleri keşfedin ve fokları arayın
Bilimsel projelerin geçişinde bulutun rolü de önemlidaha modern çalışma yöntemlerine: modası geçmiş analiz yöntemlerinden yapay zeka kullanımına kadar. Burada her şey önemlidir: bulutta mevcut olan ek kapasite, benzersiz hizmetler ve bulut sağlayıcılarının genel uzmanlığı.
Örnekler:
Bunun en bariz örneklerinden birisinerji - Yandex.Cloud ile Baykal Gölü'nün sağlığını 75 yıldır izleyen Rusya'nın en uzun çevresel izleme programı olan “Nokta 1” arasındaki işbirliği. Son zamanlarda proje, kaynak eksikliği ve ciddi şekilde güncelliğini yitirmiş veri analizi teknolojileri nedeniyle kapatılma tehdidi altındaydı.
Proje kapsamında Yandex.Cloud, bilim adamlarıyla birlikte yapay zeka kullanarak su numunelerini analiz etme sürecini dijital olarak desteklemek için akıllı bir sistem yaratıyor. Baykal suyu numunelerindeki mikroorganizmaları tanıyabilecek bir algoritma geliştirmek için bilim insanları, her mikroorganizma türünün binden fazla görüntüsünü sağladı. Gelecekte, bu "dijital asistan" 400'e kadar plankton türünü tanımlayabilecek ve örneklerin %99'a kadarını otomatik olarak tanıyabilecek.
Stanford Üniversitesi fırsatlardan yararlandıarkeolojik buluntuların bir veritabanını oluşturmak için AWS'den bulutlar: Türkiye'deki Çatalhöyük kazıları sırasında keşfedilen buluntulardan bahsediyoruz. Daha önce, bir öğeyle ilgili tüm bilgileri içeren, bulgunun tam konumunu ve öğeyle ilgili diğer ayrıntıları gösteren bir veritabanı oluşturmak ve düzenli olarak güncellemek, bilim adamlarının saatlerce çalışmasını gerektiriyordu; bu, haftada yaklaşık 20 saat sürüyordu ve sıklıkla Farklı kişiler tarafından girilen güncellemeler nedeniyle karışıklık. Veritabanının buluta taşınması, bilgilerin güncellenmesi sürecini çok daha verimli hale getirdi.
Bir örnek daha:ABD Ulusal Okyanus ve Atmosfer İdaresi, Alaska'daki kutup fokları ve beyaz balinaları incelemeye ve korumaya yardımcı olacak AI araçları oluşturmak için Microsoft Azure'dan gelen bulutu kullandı. Daha önce, biyologlar binlerce hava fotoğrafını manuel olarak incelediler ve incelenen hayvanların işaretlerini aradılar ve bu süre zarfında bilgilerin çoğu zaman modası geçmiş oldu. Artık yapay zeka araçları bu işi yapmak için kullanılıyor: yapay zeka modellerinin eğitimi ve bilim adamları tarafından toplanan 20 TB'lık verinin işlenmesi bulutta gerçekleşiyor.
Sözleşmeleri imzalayın ve veri güvenliğini sağlayın
Bazen bulutu kullanmanın önünde bir engel varBulut teknolojilerinde uzmanlık eksikliği olabilir: uygun araçların bulunması ve bulut sağlayıcılarının uzmanlığı bu sorunu büyük ölçüde çözmektedir. Bazı üniversiteler ve diğer kamu araştırma kuruluşları yanlışlıkla bulut teknolojilerinin kullanımına ilişkin sözleşmeler akdedemeyeceklerine inanıyorlar, ancak aslında durum böyle değil.
Bazı durumlarda, araştırma projeleri eksikfinansal kaynaklar. Ancak, birçok büyük bulut hizmetinin bilim destek programları vardır. Bazı ülkelerde, bulutun bilimde kullanımını teşvik etmesi gereken ülke çapında projeler de var. Geçen yıl ABD, Stanford Üniversitesi ve Carnegie Mellon Üniversitesi de dahil olmak üzere 22 üniversitenin yanı sıra ABD hükümeti ve Kongresi temsilcileri ile Google, Microsoft, Amazon ve IBM gibi teknoloji şirketlerinin katıldığı Ulusal Araştırma Bulutu projesini başlattı. . Projenin amacı, araştırmacılar için bulut yeteneklerine erişim sağlamak ve benzer projeler için fon bulmaktır.
Bazı durumlarda bilim insanları endişe duyabilirbulutta veri güvenliği sorunu. Aslında modern bulut platformlarının kendi fiziksel altyapılarına kıyasla birçok avantajı vardır: veriler bulut boyunca dağıtılır ve veri merkezleri coğrafi olarak dağıtılır; dolayısıyla veri merkeziniz arızalanırsa bulut konsepti bunu hafifletir. Ayrıca bulut platformunun güvenliği de sürekli takip edilmektedir.
Bulut aynı zamanda işbirliğini de kolaylaştırıyorprojeler ve bilgi paylaşımı hakkında: örneğin, ML araçları (DataSphere), araştırma sonuçlarını durum tasarrufu yoluyla paylaşmanıza olanak tanır, böylece diğer bilim adamları gerekirse deneyi tekrarlayabilir.
Bilim buluta taşınmaya devam edecek
Yazarları buluta yönelen tüm projelerhizmetler, her şeyden önce, matematiksel yöntemlerin kullanılması gerçeği ve bilgi işleme hızı ve hacmi için gereksinimlerdeki ilgili artışla birleştirilir. Bilimsel enstitüler, öncelikle ek bilgi işlem gücü için buluta gelir ve hazır araçların ve ölçeklenebilir hizmetlerin mevcudiyeti nedeniyle kalır.
Daha fazla oku:
Dünyanın dönüşünün yavaşlaması, gezegende oksijen salınımına neden oldu.
Büyük Hadron Çarpıştırıcısı'nda keşfedilen yeni parçacık
Bilim adamları uygulamalı geometrinin en eski örneğini buldu