Важный отказ от ответственности находится в нижней части этой статьи.
53-я Генеральная ассамблея ИЮПАК совместно с 50-м всемирным химическим конгрессом состоялась в г. Куала Лумпур (Малайзия) 12-19 июля. Особенностью конгресса стало выделение специализированной секции «Искусственный интеллект в химии». В ее рамках доцент кафедры химии твердого тела Факультета естественных наук НГУ, старший научный сотрудник Института катализа им. Г.К. Борескова СО РАН Анна Нартова выступала с приглашенным докладом «Искусственные нейронные сети для анализа микроскопических данных», в которой представила мировому научному сообществу онлайн-платформу iOk (http://iok.nsu.ru/), разработанную учеными Новосибирского государственного университета в рамках программы «Приоритет 2030».
Данная платформа включает набор цифровых сервисов для автоматического анализа изображений с применением методов глубокого машинного обучения и искусственного интеллекта. На платформе в свободном доступе размещены три сервиса. Универсальный телеграмм-сервис No Code ML (https://t.me/nsu_ml_bot) предназначен для классического обучения нейронной сети на датасетах пользователя. Второй сервис — DLgram (https://t.me/nanoparticles_nsk) — разработан для распознавания многочисленных однородных объектов различного характера. Включает обучение нейронной сети пользователем по размеченному участку с этого же изображения. Онлайн-сервис ParticlesNN (http://particlesnn.nsu.ru/) разработан для автоматического распознавания наночастиц на изображениях сканирующей зондовой микроскопии (СЗМ) и электронной микроскопии (ЭМ) обученной нейронной сетью. Облачные сервисы No Code ML и DLgram предусматривают обучение нейронной сети на объектах пользователя, автоматическое распознавание объектов на изображениях и возможность корректировки результатов распознавания пользователем. Также они производят анализ обнаруженных объектов и определение их параметров, таких как количество, размеры, площадь и концентрация. Сервисы способны работать с различными изображениями — снимками с электронных микроскопов, фотоснимками с цифровых камер (в том числе со смартфонов). Они распознают различные объекты: наночастицы, микроорганизмы, клетки, семена растений, а также более крупные объекты — животных, растения, различные детали, транспортные средства и многое другое. При этом для работы с сервисами от пользователя не требуется владеть никакими специальными навыками программирования или разбираться в нейронных сетях. Не нужна и предварительная обработка изображения. Результаты предоставляются в виде информации обо всех обнаруженных объектах, и при необходимости пользователь может их корректировать. В настоящее время уже сотни исследователей со всего мира пользуются разработанными сервисами. При этом, наиболее востребованы сервисы специалистами, работающими с изображениями, полученными с использованием различных видов микроскопий.
— В целом секция «Искусственный интеллект в химии», несмотря на то, что направление только – только начало формироваться и количество докладов уступало другим, более традиционным секциям, была, пожалуй, самой востребованной со стороны слушателей. Среди докладчиков было много представителей России.Наша лекция вызвала очень большой интерес аудитории. Немало слушателей шли на нее целенаправленно. Такой повышенный интерес к нашей онлайн-платформе обусловлен несколькими причинами, в том числе тем, что мы продвигали ее на нескольких научных конференциях. Был опубликован ряд статей, в том числе в высокорейтинговых научных журналах. И, надо сказать, что наша команда, в которой участвуют А.В. Матвеев и А.Г. Окунев, была одной из первых в мире, кто представил свои разработки в данном направлении. Тогда данной теме были посвящены единичные работы, и мы шли один в один с ними и временами даже опережали их. Сейчас же их лавина огромна, но мы все же зафиксировали свое первенство. И тем более, мы были первыми, кто предложил «платформенный подход», когда пользователям предлагается готовый сервис, а не просто код. На данный момент у нас сформировался свой круг пользователей, поэтому мы и получили приглашение выступить с лекцией на данном конгрессе. Было очень приятно узнать, что наша разработка известна не только в России, но и в мире. Так, на нашу лекцию приходили молодые ученые из Китая, Малайзии и других стран, которые были уже знакомы с нашими работами. В ходе обсуждений после доклада молодые ученые-химики задавали много вопросов, в большинстве случаев интересуясь не тем, как устроены нейросети, а тем, как их использовать в качестве готового инструмента, при этом избегая обучения языку программирования Python. Их интересовали нейросети, при пользовании которыми не требуется навык программиста. И наша платформа как раз является именно таким продуктом, — рассказала Анна Нартова.
Участники секции отдельно обсуждали проблему активационного барьера, имеющего принципиальное значение в использовании нейросетей в химии. Он представляет собой необходимость уверенного владения навыками программирования и глубокие знания нейронных сетей. По мнению Анны Нартовой, платформенный подход является оптимальным решением для того, чтобы устранить его и сделать нейронные сети инструментом для работы в лаборатории. Участники секции, работающие по разным направлениям, также связанным с химией, отметили: если ученому-химику, чтобы воспользоваться нейросетью как инструментом, необходимо на достаточно высоком уровне владеть языком Python, он, скорее всего, этого не сделает. Изменить ситуацию должно использование платформенного подхода, представляющего собой готовый продукт, не требующий от ученого необходимости вникать в код, а позволяющий просто загрузить в приложение свои данные, обработать их и получить готовый результат. В таком случае отдача от использования нейросетей максимальна.
— Идею реализации платформенного подхода к решению проблем доступного использования нейросетей для ученых, не владеющих навыками программирования, мы начали продвигать в нашем университете несколько лет назад. Теперь это стало повсеместной тенденцией. Первые работы в направлении использования нейронных сетей в обработке микроскопических изображений были направлены на решение каких-либо частных случаев, и обычно модель машинного обучения выкладывалась в открытом доступе. В нашем же случае, во-первых, речь идет об универсализации подхода, а во-вторых, о создании приложений или сервисов, облегчающих работу с нейронными сетями. Таким образом одновременно происходит и разработка более универсального инструмента, предназначенного уже не для решения какой-либо конкретной задачи, и создание пользователеориентированного продукта. В настоящее время наблюдается тенденция: у ученых присутствует интерес к работе с нейросетями, но не готовы пользоваться ими, если те не являются приложениями, — пояснила Анна Нартова.
Анна Нартова обратила внимание, что важной частью конгресса стала секция, посвященная обучению химии. Это связано с тем, что Конгресс по химии был объединен с Ассамблеей ИЮПАК, поэтому рассматривались не только чисто научные вопросы. Очень важно, что речь шла, прежде всего, об обучении химии школьников. Дефицит учителей по этому предмету стал проблемой для многих стран, представители которых участвовали в конгрессе. В профессию «учитель», и в частности «учитель химии», идут неохотно: она трудозатратна и ответственна, но, к сожалению, не относится к высокооплачиваемым. Коллеги из разных стран отметили, основываясь на своем опыте, что для привлечения учащихся в эту науку, необходимо ориентироваться не на старшие классы, а на учеников среднего или даже младшего школьного звена. Участники секции делились опытом работы в разных странах. Индийский химик Удай Маитра выступил с докладом «Улучшение восприятия науки/химии через простые эксперименты, связанные с повседневной жизнью». Этот проект имеет глубокое гуманитарное значение, распространяя естественнонаучное мировоззрение, а также повышая мотивацию к получению образования. Ученый из Тайваня Хсиен Чанг Као представил сообщение «Химия на колесах», в котором говорил об огромном кадровом голоде, нарастающем с 2017 года. Работая над проблемой привлечения кадров, ученые -энтузиасты с мини-лабораториями выезжают в провинциальные школы и показывают ребятам опыты с различными химическими веществами и в увлекательной форме рассказывают детям о химии как интереснейшей науке. Многие из этих ребят по окончании школы делают выбор в ее пользу и возвращаются в свои школы уже как учителя химии или становятся волонтерами данных просветительских проектов. Интересно, что эту работу поддерживает как государство, так и корпорации, поскольку они очень заинтересованы в повышении уровня школьного образования и привлечения в школу мотивированных учителей. Анна Нартова отметила, что данная работа в точности соответствует концепции проекта «Занимательная наука для школьников», который реализуется в НГУ еще с 2009 года, а в последние годы входит в Школьный центр Физического факультета НГУ. И нам было чем поделиться с коллегами и в этой области.
Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.
.
