[شرح مفصل لمشاريع DeeCamp الممتازة] من الصفر إلى تنفيذ تقنية الذكاء الاصطناعي في ثلاثة أسابيع فقط
في فعالية DeeCamp 2019 التي نظمتها شركة Sinovation Ventures، أمضى 600 متدرب عدة أسابيع في استكشاف مشاريع مختلفة في مجالات متعددة تحت إشراف فريق الشركة، وفي النهاية قدموا 50 عرضًا تجريبيًا للذكاء الاصطناعي، والتي تم الاعتراف بها من قبل الحكام الخبراء. ومن بين هذه المشاريع، اخترنا أربعة من المشاريع الأكثر إثارة للاهتمام.
الكلمات المفتاحية:معرض مشاريع دي كامب 2019 لتنمية المواهب
أكمل 600 طالب من مدارس مختلفة في جميع أنحاء البلاد دورة التدريب "الأكاديمي + الصناعي"، وقاموا بسرعة بتنفيذ الذكاء الاصطناعي من ولادة المفهوم حتى تشكيل المنتج.
لم يسبق لبعض هؤلاء الطلاب التعرض للتدريب على بيئة الإنتاج قبل بدء المعسكر. وبعد أسبوع واحد فقط من الدراسة وثلاثة أسابيع من الدروس العملية، تمكنوا جميعا في النهاية من تقديم السجلات المرضية.
علق المدير التقني لشركة Innovation Works، وانج يونج جانج، قائلاً: إذا نظرنا فقط إلى التكنولوجيا والمنتجات، فإن الإنجازات التي حققها المتدربون تشملما يقرب من 20% من المشاريع استوفت معايير الاستثمار.
جائزة أفضل تقنية: حل جذري لمشكلة تصنيف الأراضي
خلال حفل ختام المخيم، كانت المجموعة السادسة والعشرون حول تصنيف الأراضي بناءً على تقسيم الصور هي أول من قدم عرضًا توضيحيًا خلال جلسة عرض نتائج المشروع. وعلى خلفية الموسيقى الرائعة، قدموا بعض المعلومات الأساسية حول تصنيف الأراضي وأظهروا استكشافهم.
تصنيف الأراضي هو المهمة الأساسية في تأكيد حقوق الأراضي. إن التجزئة والتصنيف الدقيقين مهمتان ضروريتان، ولكن الطرق التقليدية تعتمد على عدد كبير من الخبراء لتفسير صور الاستشعار عن بعد، وهو ما يتطلب قدرًا كبيرًا من القوة البشرية والوقت.
وعلى هذه الخلفية، أجرى الفريق تصنيف الأراضي لصور الاستشعار عن بعد عبر الأقمار الصناعية بناءً على تقسيم الصورةتم دعم المشروع من قبل شركة OpenBayes، التي قدمت التوجيه الفني وقوة الحوسبة ودعم مجموعة البيانات.
لقد استخدموا دقة عاليةصور الاستشعار عن بعد،يستخدمالتجزئة الدلاليةيتم استخدام الطريقة لإكمال الصورةالأرض والمياهمن التجزئة.
في الممارسة الفعلية، بناءً على ديب لاب V3+ تم تصميم بنية الشبكة باستخدام استراتيجيات تحسين مختلفة وتسريعها باستخدام نموذج الدقة المختلطة. وأخيرا، تم التوصل إلى تقسيم الأراضي الزراعية والمسطحات المائية على التوالي. 94.2% و 98.5% من الدقة.
ومن الجدير بالذكر أنهم فازوا أيضًا بالجائزة الكبرى في مسابقة عامة بالنموذج الذي صنعوه. في مسار اكتشاف التغيير في مسابقة تمثيل عد صور الاستشعار عن بعد والتحليل الذكي،المركز الأول في الدور التمهيدينتائج.
علاوة على ذلك، يتمتع هذا المشروع بقدرة كبيرة على التوسع ويمكن تطبيقه على تصنيفات أكثر دقة، مثل البحيرات والأنهار وحقول الأرز والأراضي الجافة والمناطق السكنية والغابات وما إلى ذلك، ونقله إلى مقاطعات ومدن أخرى في بلدي لتجزئة الصور المستشعرة عن بعد والكشف عنها.
كما بحثوا مستقبل المشروع، مثل الجمع بين بيانات الاستشعار عن بعد من الطائرات بدون طيار والأقمار الصناعية لاستخدامها في الوقاية من الكوارث الطبيعية ومعالجتها.
في النهاية حصل المشروع على موافقة DeeCamp "جائزة أفضل تكنولوجيا".
جائزة أفضل تطبيق: برنامج صغير للفحص البدني للكلاب الأليفة
مع تزايد عدد الأشخاص الذين يربون الحيوانات الأليفة، أصبحت كيفية العناية الدقيقة بالحيوانات الأليفة مشكلة صعبة يتعين على العديد من الأشخاص مواجهتها. استخدم الطلاب في المجموعة 24 الذكاء الاصطناعي لاستكشاف هذا الجانب.
لقد قاموا ببناء تطبيق الذكاء الاصطناعي الذيالتعرف على الصور،إن إجراء تقييم الحالة الصحية للحيوان الأليف سيساعد أصحابه على معرفة حالة حيوانهم الأليف في الوقت المناسب وترتيب حياة معقولة لحيوانهم الأليف في أقرب وقت ممكن.
والتطبيق سهل الاستخدام للغاية أيضًا. فقط التقط صورة للكلب وسوف يتعرف عليه.سلالة الكلب، هل هو بالغ، حجمه، وهل هو بصحة جيدةوحالات أخرى.
بالإضافة إلى ذلك، يمكنه أيضًا تقديم اقتراحات التغذية ذات الصلة وتذكير المالك: هل حان الوقت لإزالة الديدان من الكلب؟ وأخيرًا، يمكننا دمج هذه المعلومات، والتوصية بأطعمة الكلاب المناسبة، وربطها بمنصة التجارة الإلكترونية لتحقيق قيمة تجارية.
وبحسب أعضاء الفريق، عندما تولوا هذا المشروع لأول مرة، واجهوا مشكلة "الثلاث لاات" المتمثلة في عدم وجود أدبيات، وعدم وجود بيانات، وعدم وجود معايير. كان العديد من أعضاء الفريق يشعرون بالإحباط لبعض الوقت، ولكن بعد محاولات واستكشافات صعبة، تمكنوا أخيرًا من استخدام 4 شبكات عصبية لتحقيق التعرف على السلالة والعمر وشكل الجسم وغيرها من الجوانب.
تم تقسيم الصعوبات الرئيسية إلى اكتشاف جسم الكلب، وتحديد السلالة، وتصنيف العمر، وقياس حجم الجسم. بفضل جهودهم، تمكنوا من حل الصعوبات التقنية مثل صعوبة الحصول على ملصقات حجم الجسم، ومعايير السمنة المختلفة للكلاب المختلفة، وصعوبة التعرف على صور الكلاب المتعددة.
جاء هذا الاقتراح من شركة مارس العملاقة للسلع الاستهلاكية سريعة الحركة. وفي حفل الختام، تم تكريم عرض المشروع من قبل مجموعة مارس، التي قامت أيضًا بتوزيع دعوات التدريب على العديد من الطلاب على الفور. حصل المشروع على جائزة DeeCamp "جائزة أفضل تطبيق".
جائزة أفضل روح: اجعل الورم السحائي لا مكان له للاختباء
لقد كانت الرعاية الصحية القائمة على الذكاء الاصطناعي دائمًا اتجاهًا رئيسيًا في تطوير السوق، وقد قبل طلاب DeeCamp هذا التحدي أيضًا. فاز مشروع البحث حول الورم السحائي الذي أجرته المجموعة 27 بجائزة DeeCamp جائزة أفضل روحوقد تم منحه الجائزة شخصيًا من قبل وانغ يونغ كانغ.
مواضيع البحث لهذه المجموعة هي "تقسيم منطقة الورم الدماغي بناءً على تقسيم الصورة".
الورم السحائي هو الورم الأولي الأكثر شيوعًا في الجهاز العصبي المركزي. وفقًا للإحصائيات الطبية، يشكل الورم السحائي حوالي ثلث أورام الجهاز العصبي المركزي. غالبًا ما يعاني المرضى من الصداع والصرع كأعراض أولى، وقد يعانون أيضًا من درجات متفاوتة من الاضطرابات المعرفية والحركية.
ومع ذلك، بسبب المسار الطويل لمرض الورم السحائي، فمن الصعب اكتشافه في المراحل المبكرة. يعد اكتشاف الآفات ووضع علامات عليها في التصوير بالرنين المغناطيسي طريقة طبية روتينية، لكن التعرف اليدوي يتطلب مستوى عالٍ من الخبرة من الأطباء وهناك احتمال كبير لحدوث إغفالات.
27 مجموعة تستخدم تقنية الذكاء الاصطناعي لتشخيص الأمراض، مما قد يخفف الضغط على الأطباء لتشخيص الأمراض بشكل فعال.يساعد في تقسيم الآفة وتحديدها.
قام الفريق بتصميم نوعين من النماذج، ثنائية الأبعاد وثلاثية الأبعاد، لنمذجة البيانات غير المتسلسلة والبيانات المتسلسلة التي تم الحصول عليها من عمليات مسح الصور الطبية الحالية. يعتمد النموذجان على أحدث التقنيات ديب لاب V3+ النموذج و شبكة دي إم إف نت نموذج.
يتمتع النموذج بقدرة تعميم قوية، ويمكنه تحديد الحواف الأكثر سلاسة، ويمكنه تصحيح المناطق غير الصحيحة في الملصق. كما توفر التجزئة ثلاثية الأبعاد تصورًا ثلاثي الأبعاد للورم وترسم خريطة للاتصال الهيكلي بين منطقة الدماغ ذات الأورام الأكبر ومناطق الدماغ الأخرى لتحديد شدة ورم الدماغ.
ومن أجل زيادة قابلية التوسع للنموذج وتطبيقه بشكل أكبر على اكتشاف أنواع أخرى من أورام المخ، استخدم الفريق أيضًا سايكل جان ، صورة المجال المستهدف غير المسمى (الورم الدبقي)نقل الأسلوببالنسبة لصورة المجال المصدر (الورم السحائي) مع تسميات التجزئة، يتم استخدام شبكة تجزئة الورم السحائي في المجال المصدر المدربة لأداء مهمة اكتشاف تجزئة الورم الدبقي بشكل مباشر، وبالتالي تحقيق الكشف غير الخاضع للإشراف وتجزئة الورم الدبقي.
أروع التقنيات: إنشاء جميع أنواع التعبيرات بنقرة واحدة
إذا أردنا أن نأخذ في الاعتبار أكثر الأشياء العالمية في الوقت الحالي، فمن المؤكد أنها ستكون الرموز التعبيرية. أصبحت الرموز التعبيرية ذات الأنماط المختلفة تعبيرات اجتماعية أساسية للأشخاص المعاصرين. ومع ذلك، يتم جمع معظم الرموز التعبيرية وحفظها بشكل سلبي. حاول طلاب DeeCamp إنشاء رموز تعبيرية ذات خصائص خاصة بهم.
استخدمت 45 مجموعة من الطلاب تقنية الذكاء الاصطناعي لإكمال ملك تعبير الذكاء الاصطناعي: ابتكار حزم تعبير حقيقيةهذا موضوع مثير للاهتمام.
على غرار تقنية تغيير الوجه الأكثر شيوعًا، فإنهم يستخدموننقل الأسلوب وGAN يمكن لنموذج التدريب استبدال الوجوه في الصور الحقيقية بتعبيرات وأنماط مختلفة من خلال عملية بسيطة بنقرة واحدة.
ما عليك سوى التقاط صورة باستخدام البرنامج الصغير ويمكنك الجمع بين صور شخصية حقيقية مع تعبيرات مختلفة لإنشاء مجموعة متنوعة من التعبيرات المثيرة للاهتمام. وسوف يجمع الفريق أيضًا بيج جان وتقنيات أخرى تستخدم مئات من وحدات معالجة الرسوميات لتحسين خوارزمية تغيير الوجه، وبالتالي زيادة دقة الصور المولدة.
خلال العرض المباشر، كان قادرًا على توليد تعبيرات مثل السعادة والحزن والمفاجأة، وكان أيضًا قادرًا على إدراك الأنماط الكوميدية لهاياو ميازاكي وماكوتو شينكاي وآخرين. ولكن الحدث الأكثر مرحًا كان عندما استخدم الطلاب البروفيسور كاي فو لي لإنشاء مجموعة من الرموز التعبيرية، الأمر الذي قوبل بالتصفيق من الجمهور.
ديكامب، يجعل المستحيل ممكنًا
في غضون أسابيع قليلة، كانت الروح التي أظهرها طلاب DeeCamp في تحويل الفكرة إلى مشروع ملموس مذهلة.
والسبب هو أنهم، من ناحية،مليئة بالحماس للتعلم.في الجلسة المستديرة للمؤتمر، روى تشانغ فانين، المدير التكنولوجي لشركة Innovation IQ، قصة مثيرة للاهتمام. بعد إحدى محاضراته، طارده زملاؤه في الفصل وسألوه العديد من الأسئلة. حتى أن بعضهم طاردوه إلى حيث كان يعيش.
وقال ممثل الطلبة في كلمته أيضًا:لقد شهد ديكامب العديد من الأشياء المستحيلة. على سبيل المثال، تمكن الطلاب الذين ليس لديهم خبرة كافية في البرمجة من إكمال دورة مكثفة لمدة نصف يوم في Pytorch.
ومن ناحية أخرى، فإن نموذج التدريب الذي ابتكرته DeeCamp يعد أيضًا أداة قوية لتعزيز نمو الطلاب. ومن خلال الجمع بين موارد الأوساط الأكاديمية والتجارية، واستخدام نهج استكشافي لإكمال التعلم والتدريب، فإنهم قادرون على تحدي الصعوبات التي سيواجهونها في الواقع في ظل ظروف الموارد الوفيرة.
كما يدعي دي كامب،حل المشاكل في العالم الحقيقي،إنه الطريق الحتمي لتطوير الذكاء الاصطناعي والسبب الأساسي وراء قدرة الذكاء الاصطناعي على تعزيز التحول الصناعي.
كما قال كايفو،"أنا أؤمن دائمًا بالمقولة التالية: سوف تنسى ما تسمعه، وسوف تتذكر ما ترى، وسوف تفهم ما فعلته."
