Ставропольские учёные выяснили, в каких направлениях искусственный интеллект будет развиваться в ближайшие годы

Исследование провела научная группа отдела модулярных вычислений и искусственного интеллекта СКФУ.

Научная группа отдела модулярных вычислений и искусственного интеллекта СКФУ получила четыре гранта Российского научного фонда на исследования в области нейросетевой обработки изображений. Одна из работ заключается в разработке решений применения искусственного интеллекта для обработки данных с кардиограмм и других биомедицинских данных. «Быстрая и качественная обработка цифровых изображений сегодня важна в любой сфере инженерии: от разработки медицинской техники до проектирования беспилотных аппаратов. Для их качественной работы применяются алгоритмы искусственного интеллекта. Программы на основе ИИ, которые разрабатывают наши ученые, существенно ускоряют процедуры обработки и передачи больших объемов данных, упрощают внедрение современных цифровых технологий», — отметил ректор СКФУ Дмитрий Беспалов. Специалисты отмечают, что у разных сфер человеческой деятельности есть свои отличительные требования, в том числе в медицине. Например, одна томография может весить несколько гигабайт. Важно, чтобы при обработке файла и его «сжатии» не терялась главная информация, по которой врач будет делать выводы о состоянии пациента. «Мы проанализировали более 200 мировых исследований и научных работ по заданной тематике. Провели анализ архитектурно-структурных решений, которые предлагают авторы. В результате отобрали наиболее перспективные нейросетевые модели обработки визуальных данных и современные платформы для их проектирования. Для экспертов данная аналитика очень важна с точки зрения определения перспективных проектов», — рассказал завкафедрой математического моделирования, кандидат физико-математических наук Павел Ляхов. В результате учёные определили 4 главные тенденции ИИ в сфере обработки цифровых изображений на следующие 5 лет: совершенствование математических и арифметико-логических методов, направленных на улучшение обработки изображений (подавление шумов, цветокоррекция и т. п.); развитие архитектурных и структурных решений, направленных на усовершенствование методов высокоскоростного анализа визуальных данных по заданным характеристикам; создание устройств, которые будут специализироваться на обработке изображений; разработка прорывных решений в генерации изображений и текстов, усовершенствование методов самообучения, поиска и устранения ошибок.