Российские учёные создали технологию для тестирования нейротропных препаратов
Специалисты из СПбГУ, НТУ «Сириус» и НМИЦ имени В. А. Алмазова МЗ РФ вместе со специалистами из КНР и Бразилии создали технологию для тестирования нейротропных лекарств с помощью ИИ. Эффективность системы проверяли на зебраданио — особых пресноводных аквариумных рыбках, что оказались очень схожи с людьми по физиологии и генетике. Этих рыб просто добыть и развести, можно содержать даже в ограниченных лабораториях, где трудно работать с лабораторными крысами.
С рыбами работает специальный ИИ. Чтобы проверить точность реакций, проводились исследования с использованием кофеина, алкоголя, никотина и флуоксетина. Они продемонстрировали высокое качество выбранного способа.
ИИ обучался на разных препаратах, и чем больше у него данных, тем точнее он сможет предсказывать действие лекарств. ИИ распознаёт вещества даже в малых дозах, а при встрече с новыми выдаёт осторожные прогнозы, избегая ошибок.
Архитектура созданной нейросети доступна для других лабораторий, что позволит научному сообществу ускорить создание лекарств для лечения болезней, поражающих нервную систему.
В Иннополисе улучшили диагностику злокачественных образований ЖКТ
Учёные Иннополиса предложили собственную систему с использованием искусственного интеллекта для повышения точности и скорости диагностики злокачественных образований ЖКТ. Нейросеть проводит сегментацию, определяя границы опухоли, и классификацию, устанавливая тип злокачественного образования.
Ключевым фактором успеха проекта стало тесное сотрудничество разработчиков ИИ и медицинских экспертов. Постоянная обратная связь от врачей-патоморфологов позволила корректировать и улучшать модели машинного обучения, гарантируя высокую эффективность и точность системы. В перспективе внедрение подобных систем в медицинскую практику может существенно улучшить качество жизни миллионов людей, столкнувшихся с этой серьёзной проблемой.
Рак ЖКТ остаётся одной из наиболее распространённых и опасных онкологических угроз. Ранняя и точная диагностика – залог успешного лечения, однако человеческий фактор, увы, остаётся существенным препятствием. Врачи, даже самые опытные, могут допускать ошибки, а анализ гистологических препаратов – процесс трудоёмкий и требующий значительных временных затрат.
В Иннополисе разработали инновационную модель для сокращения расходов на упаковку до 50%
Учёные из Иннополиса разработали инновационную модель, подразумевающую использование искусственного интеллекта, для прогнозирования свойств упаковочной плёнки при заданных параметрах.
Компании часто сталкиваются с необходимостью тестирования множества вариантов упаковки, чтобы достичь желаемых характеристик конечного продукта. Это не только требует значительных временных и финансовых ресурсов, но и увеличивает риск неудач. В таких условиях сервис ИИ, способный предсказывать характеристики полимерных плёнок, становится настоящей находкой.
Применяя данный ИИ-сервис, компании могут сократить свои расходы на 30—50%, что особенно актуально в условиях экономической нестабильности. Стоит отметить и то, что благодаря автоматизации прогнозирования, время, необходимое для создания новых образцов, значительно сокращается. Прогнозирование характеристик на ранних этапах разработки позволяет избежать ошибок и улучшить качество конечного продукта. В условиях современного рынка, где качество и скорость разработки играют ключевую роль, данные технологии являются важным фактором, влияющим на успешность ведения бизнеса.
ИИ будет контролировать горение угля
Учёные Российской академии наук разрабатывают принципиально новую систему поддержания горения пылеугольных котлов, одним из компонентов которой станет программное обеспечение с использованием искусственного интеллекта. Уголь в настоящее время является важным энергетическим источником и совершенствование технологий по его эксплуатации является важной практической задачей науки.
Также нейросети помогут контролировать использование угля и воздуха, которые на практике зачастую распределяются неверно. Нейросеть научится по данным более точных счётчиков диагностировать недостаток какого-либо компонента в производстве. Таким образом, ИИ будет управлять процессом в режиме реального времени, а КПД у производства будет только повышаться.
Нейросеть позволит избежать многих аварийных ситуаций и поднимет эффективность сжигания топлива, которое и так сейчас имеет большой ряд преимуществ перед иными производственными технологиями.