KTU tyrėjai laimėjo bendrovės „Nvidia“ konkursą

Šį akademinį konkursą „Nvidia“ vykdo nuolat, o mokslininkų paraiškas vertina maždaug kas dvi savaites. Konkurse norintys dalyvauti mokslininkai (institucijos dalyvauti negali) turi pateikti paraišką (jos forma yra „Nvidios“ svetainėje), kurioje būtų aprašyti suplanuoti tyrimai ir tai, kaip „Nvidios“ įranga padės juos vykdyti.

Ši programa iš esmės yra bendrovės produktų rinkodaros kampanijos dalis. Tačiau naudos gauna ir mokslas, nes apie 3.000 USD kainuojantis „Titan V“ vaizdo procesorius yra sukurtas specialiai mašininiam mokymuisi ir dirbtinio intelekto skaičiavimams. „Nvidios“ svetainėje taip pat pabrėžiama, kad ši programa yra tik įvadas į rimtus mokslinius tyrimus (angl. seeding program). Kompanija sako, kad dovanojami vaizdo procesoriai skirti tam, kad mokslininkai galėtų patikrinti savo idėjas, sukurti veikiančius prototipus ir kreiptis į atitinkamas įstaigas dėl dotacijų ar ilgalaikio jų tyrimų finansavimo.

Lietuviai, panaudoję šį procesorių, tikisi patobulinti automatizuotą sistemą, kuri analizuoja žmogaus audinių skaitmeninius vaizdus ir ieško juose vėžio požymių.

Pasak technologijos mokslų daktaro Tomo Iešmanto, atliekančio dirbtinio intelekto tyrimus KTU Matematikos ir gamtos mokslų fakultete, gauta įranga leis kur kas greičiau atlikti skaičiavimus, reikalingus vėžiui nustatyti.

„Kol kas sunku pasakyti konkrečius skaičius, kiek pagreitės atliekamų skaičiavimų procesas. Greitis labai priklauso ir nuo naudojamų giliųjų neuroninių tinklų architektūros. Tačiau galima tikėtis dešimtis ar net šimtus kartų greitesnių rezultatų, palyginti su įprastinių centrinių procesorių (CPU) klasteriais. Pavyzdžiui, vienas mūsų darbų yra histologinių krūties vėžio nuotraukų analizė ir giliųjų neuroninių tinklų panaudojimas tokiai analizei automatizuoti. Mūsų naudojami gilieji neuroniniai tinklai yra labai sudėtingi ir sunkiai mokomi, naudojant įprastų CPU klasterius, skirtus moksliniams skaičiavimams“, – pasakoja jis ir leidžia suprasti, kad su vaizdo procesoriais (GPU), kurie sukurti specialiai mašininiam mokymuisi ir dirbtinio intelekto skaičiavimams, tai padaryti lengviau.

Ponas Iešmantas priduria, kad naudojant CPU klasterį išmokyti vieną neuroninį tinklą užtrunka apie savaitę ar dvi.

„Šio proceso pagreitinimas reiškia ir didesnį mūsų konkurencingumą, palyginti su užsienio tyrėjų grupėmis. Taip pat kadangi rezultatai bus gaunami greičiau, bus galima parengti daugiau publikacijų mokslo žurnaluose“, – teigia mokslininkas. KTU mokslininkai šiuo metu taip pat eksperimentuoja, siekdami sukurti ir plaučių vėžio bei kitų plaučių ligų aptikimo metodus.

Iki šiol medicinos praktikoje vėžys paprastai nustatomas pasikliaujant vizualine informacija. Paprastai tariant, medicinos diagnostikos profesionalai analizuoja įtarimų keliančio audinio nuotraukas ir vertina, ar yra pakitimų. Bet tai keičiasi. Mokslininkai moko šį darbą atlikti kompiuterius. Diagnozių tikslumas šiuo metu siekia apie 85%.

Paklaustas, ar gali būti, kad ateityje vėžį nustatys pats kompiuteris be žmogaus pagalbos, p. Iešmantas pabrėžia, kad kol kas tai tik vizija, tačiau link jos einama.

„Jau yra pavyzdžių, kai giliojo mokymosi metodai taikomi ir klinikinėje veikloje, o ne vien moksliniuose vėžio tyrimuose, tačiau kažin ar šie metodai visiškai eliminuos žmogų iš diagnostikos proceso. Bent jau ne artimiausiu metu“, – sako mokslininkas.