Материалы портала «Научная Россия»

0 комментариев 611

Математики Сколтеха создали нейросеть, умеющую вычленять изображения биологических объектов

Математики Сколтеха создали нейросеть, умеющую вычленять изображения биологических объектов
Ученые надеются, что алгоритм найдет применение не только в биологических исследованиях, но и в других отраслях, в которых сложно получать большие выборки размеченных обучающих изображений

Российские математики создали нейросетевой алгоритм, который умеет автоматически вычленять изображения отдельных микробов, клеток, тканей и других биологических объектов на произвольных фотоснимках. Об этом пишет ТАСС со ссылкой на пресс-службу Сколковского института науки и технологий. Статью с описанием алгоритма математики опубликовали в электронной научной библиотеке arXiv.

"Основным преимуществом нового метода является способность обучаться даже на маленьких выборках. Мы надеемся, что предложенный нами алгоритм найдет применение не только в биологических исследованиях, но и в других отраслях, в которых сложно получать большие выборки размеченных обучающих изображений", – прокомментировал один из разработчиков алгоритма, профессор Сколтеха Виктор Лемпицкий.

Поиск изображений микробов, раковых клеток, вирусов и других биологических объектов на фотографиях – одна из самых трудоемких научных задач. Автоматизировать ее достаточно сложно из-за многослойного характера снимков, большого количества объектов на них и ряда других особенностей, не характерных для остальных типов снимков.

Профессор Лемпицкий и его коллега Виктор Куликов решили эту проблему. Они разработали систему искусственного интеллекта, которая даже после непродолжительного обучения может автоматически выделять изображения живых объектов на фотографиях с микроскопов. Ученые значительно упростили и ускорили работу подобной нейросети, разбив ее на две половины.

Первая часть разбивает анализируемое изображение на объекты, превращая фотографию в многомерную структуру и используя для ее обработки простые математические функции. Вторая пытается присвоить этим объектам определенный тип, опираясь на характерные особенности этих функций. Подобная архитектура, как показали последующие попытки обучить систему ИИ, одинаково хорошо подходит для поиска и классификации фотографий растений, червей-нематод, бактерий и раковых клеток.

В этом отношении, как отмечают исследователи, она догнала или превзошла все уже существующие алгоритмы классификации и обнаружения биологических объектов, в том числе и другие нейросетевые подходы. При этом для подобного ИИ нужно значительно меньше ресурсов и времени на обучение, что, как надеются математики, ускорит его проникновение в научную практику и в другие сферы жизни.

За последние годы ученые значительно продвинулись в разработке систем искусственного интеллекта и создали нейросети, которые могут выполнять нетривиальные задачи и даже "мыслить" подобно человеку, создавая новые образцы искусства и технологий. Это стало возможным как благодаря развитию вычислительных систем, так и появлению новых математических принципов, которые описывают устройство и работу систем машинного обучения.

К примеру, недавно математики из США создали систему ИИ, которая может распознавать следы меланомы, рака кожи, и превосходит в этом отношении ведущих экспертов-онкологов. Также были созданы нейросети, которые умеют рисовать картины и "раскрашивать" видеоролики в стиле Винсента Ван Гога или Василия Кандинского, а также легко побеждают человека в древнекитайской игре го, компьютерных шутерах и стратегиях, таких как Starcraft и Quake, а также в покер.

Источник: nauka.tass.ru

нейросеть распознавание образов

Назад

Социальные сети

Комментарии

Авторизуйтесь, чтобы оставить комментарий

Информация предоставлена Информационным агентством "Научная Россия". Свидетельство о регистрации СМИ: ИА № ФС77-62580, выдано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций 31 июля 2015 года.