Проанализировав огромный массив статей в лучших научных журналах, ученые СКФУ выделили четыре тренда, что поможет сконцентрироваться на наиболее актуальных и перспективных технологиях. Первый - совершенствование математических и арифметико-логических методов с целью повышения качества обработки изображений, например для подавления шумов и цветовой коррекции. Второй - поиск архитектурных и структурных решений для усовершенствования методов высокоскоростного анализа визуальных данных по заданным характеристикам. Третий - создание специализированных устройств для обработки изображений. И четвертый - разработка прорывных решений в генерации изображений и текстов, усовершенствование методов самообучения, поиска и устранения ошибок.
Как сообщили в пресс-службе вуза, научная группа отдела модулярных вычислений и искусственного интеллекта СКФУ получила четыре гранта Российского научного фонда на проведение исследований в области нейросетевой обработки изображений. Цель одного из них - понять, как применять ИИ для обработки данных с кардиограмм и другой биомедицинской информации.
- Мы проанализировали более 200 мировых исследований и научных работ по данной 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 такая аналитика очень важна с точки зрения определения перспективных проектов, - считает заведующий кафедрой математического моделирования кандидат физико-математических наук Павел Ляхов.
По словам ученого, в разных отраслях и требования к методам анализа изображений разные. Для беспилотных летательных аппаратов важно, чтобы операции машинного видения не требовали слишком высокого энергопотребления. Для беспилотных систем в автомобилях вопрос экономичности стоит не так остро, зато важна скорость анализа обстановки, чтобы система могла моментально выделять на дороге препятствие или пешеходов. Свои требования есть и в медицине. Например, одна томография может весить несколько гигабайт. Важно, чтобы при обработке такого файла и его сжатии не терялась главная информация, на основе которой врач будет делать выводы о состоянии пациента.
- Быстрая и качественная обработка цифровых изображений важна в любой сфере инженерии: от создания медицинской техники до проектирования беспилотных аппаратов. Программы на основе ИИ, которые разрабатывают наши ученые, существенно ускоряют обработку и передачу больших объемов данных, упрощают внедрение современных цифровых технологий, - отметил ректор СКФУ Дмитрий Беспалов.