Ilman Shazhaev, ຜູ້ຮ່ວມກໍ່ຕັ້ງ & CEO ຂອງ Acousery - ຊຸດສໍາພາດ

Ilman Shazhaev, ແມ່ນຜູ້ຮ່ວມກໍ່ຕັ້ງ & CEO ຂອງ ສຽງດັງ, ບໍລິສັດເຕັກໂນໂລຢີດ້ານສຸຂະພາບທີ່ພັດທະນາເຕັກໂນໂລຢີ AI ສໍາລັບການຮັບຮູ້ເບື້ອງຕົ້ນຂອງພະຍາດທາງເດີນຫາຍໃຈ.

ໃນເບື້ອງຕົ້ນແມ່ນຫຍັງທີ່ດຶງດູດເຈົ້າເຂົ້າມາໃນວິທະຍາສາດຄອມພິວເຕີ ແລະວິສະວະກຳ?

ຈໍານວນຂໍ້ມູນທີ່ມີຢູ່ໃນມື້ນີ້ແມ່ນກວ້າງຂວາງກວ່າທີ່ເຄີຍມີມາ, ແລະເຕັກໂນໂລຢີ AI - ເຊິ່ງຂຶ້ນກັບຂໍ້ມູນຫຼາຍ - ມີຄວາມກ້າວຫນ້າຢ່າງຫຼວງຫຼາຍໃນສອງສາມປີຜ່ານມາ. ນີ້ແມ່ນເຫດຜົນທີ່ວ່າການເຮັດການຄົ້ນຄວ້າໃນຂົງເຂດນີ້ແມ່ນຫນ້າຕື່ນເຕັ້ນຫຼາຍ.

ດຽວນີ້, ຂ້ອຍສຸມໃສ່ໂຄງການ Big Data. ໃນລະຫວ່າງ COVID-19, ຂ້າພະເຈົ້າໄດ້ຮ່ວມກໍ່ຕັ້ງ Acoustery: ການແກ້ໄຂອັດຕະໂນມັດທີ່ມີ AI-powered ສໍາລັບການຕິດຕາມສຸຂະພາບຂອງຄົນເຮົາໂດຍອີງໃສ່ການວິເຄາະສຽງ, ໄອ, ແລະລົມຫາຍໃຈຂອງເຂົາເຈົ້າ.

ຂັ້ນຕອນຕໍ່ໄປແມ່ນການລວມການຄົ້ນຄວ້າສຸຂະພາບແລະການຫຼິ້ນເກມ. ເປັນຫຍັງ? ຈໍານວນຂໍ້ມູນທີ່ອຸດສາຫະກໍານີ້ສ້າງແມ່ນເປັນເອກະລັກ; ຍິ່ງໄປກວ່ານັ້ນ, gamers ເປັນຜູ້ເລີ່ມຕົ້ນພ້ອມທີ່ຈະແບ່ງປັນຂໍ້ມູນຂອງເຂົາເຈົ້າ ແລະປະກອບສ່ວນເຂົ້າໃນຄວາມຄືບໜ້າທາງວິທະຍາສາດ. ໃນເວລາດຽວກັນ, ຈໍານວນຂອງການທົດລອງທາງດ້ານການຊ່ວຍຢ່າງຕໍ່ເນື່ອງແມ່ນຕໍ່າ, ຄວາມຄືບຫນ້າແມ່ນຊ້າ, ແລະຂະແຫນງການເກມອະນຸຍາດໃຫ້ການປະມວນຜົນຂໍ້ມູນຫຼາຍການເຄື່ອນໄຫວ.

ເຈົ້າສາມາດອະທິບາຍລາຍລະອຽດກ່ຽວກັບ genesis ທີ່ຢູ່ເບື້ອງຫຼັງ Acoustery ໄດ້ບໍ?

ດັ່ງທີ່ຂ້າພະເຈົ້າໄດ້ກ່າວມາກ່ອນ, Acoustery ໄດ້ເລີ່ມຕົ້ນໃນລະຫວ່າງການແຜ່ລະບາດ. ເຖິງແມ່ນວ່າໂອກາດທາງທຸລະກິດໃນປີ 2020 ແມ່ນຂ້ອນຂ້າງຈໍາກັດ, ຂ້ອຍໄດ້ພັກຢູ່ໃນ Dubai, ຫນຶ່ງໃນສະຖານທີ່ຈໍານວນຫນ້ອຍທີ່ໂຄງການສາມາດດໍາເນີນການໄດ້ໂດຍບໍ່ມີຂໍ້ຈໍາກັດທີ່ເຄັ່ງຄັດທີ່ສຸດ.

ຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງຂ້ອຍ Dr.Dmitry Mikhaylov, ອາຈານສອນຢູ່ມະຫາວິທະຍາໄລແຫ່ງຊາດສິງກະໂປ, ແລະຂ້ອຍໄດ້ເລີ່ມສິ່ງທ້າທາຍໃໝ່ຄື: ການກວດຫາ COVID-19 ໃນໄລຍະຕົ້ນໆ. ໃນເວລານັ້ນ, UAE ກໍາລັງຄົ້ນຫາເຕັກໂນໂລຢີການວິນິດໄສເບື້ອງຕົ້ນຢ່າງຫຼວງຫຼາຍແລະສະຫນັບສະຫນູນໂຄງການ AI ສ່ວນໃຫຍ່.

ຂໍຂອບໃຈກັບສິ່ງດັ່ງກ່າວ, ພວກເຮົາໄດ້ຮັບການເຂົ້າເຖິງຫນຶ່ງໃນສະຖານທີ່ທົດສອບທີ່ດີທີ່ສຸດໃນ UAE: ໂຮງຫມໍທະຫານ Sheikh Zayed, ບ່ອນທີ່ພວກເຮົາມີຂໍ້ມູນຈາກຄົນເຈັບ COVID-19 ຫຼາຍຮ້ອຍຄົນເພື່ອຝຶກອົບຮົມເຄື່ອງຈັກ AI ຂອງພວກເຮົາ.

ໃນຂັ້ນຕອນຕໍ່ໄປ, ການທົດສອບສະແດງໃຫ້ເຫັນວ່າເຕັກໂນໂລຢີຂອງພວກເຮົາແມ່ນຖືກຕ້ອງຫຼາຍແລະມີທ່າແຮງອັນໃຫຍ່ຫຼວງ. ນັກຄົ້ນຄວ້າໄດ້ພິມເຜີຍແຜ່ຜົນໄດ້ຮັບຂອງພວກເຂົາຢູ່ໃນວາລະສານອັດຕາສູງສຸດໃນປະເທດຍີ່ປຸ່ນແລະສະຫະລັດ, ແລະວິທີການທົດສອບຂອງພວກເຮົາໄດ້ຖືກນໍາໃຊ້ໃນຫລາຍປະເທດໃນອາຊີໃນລະຫວ່າງການແຜ່ລະບາດຂອງພະຍາດລະບາດເປັນເຄື່ອງມືສຸກເສີນ.

ເມື່ອ COVID-19 ສິ້ນສຸດລົງ, ພວກເຮົາໄດ້ສຸມໃສ່ການກວດຫາພະຍາດຫືດໂດຍໃຊ້ວິທີດຽວກັນ. ມະຫາວິທະຍາໄລ Sharjah, ເຊິ່ງປະຈຸບັນເປັນຊັ້ນ ນຳ ໃນການຄົ້ນຄວ້າຂອງ UAE, ໄດ້ອະນຸມັດການທົດສອບເຫຼົ່ານີ້.

ສໍາລັບ COVID-19 ລະບົບນີ້ຖືກຕ້ອງຫຼາຍປານໃດເມື່ອປຽບທຽບກັບການກວດ PCR, LFT, ແລະພູມຕ້ານທານ?

ມູນຄ່າການຄາດຄະເນໃນທາງບວກຂອງ Acoustery ໃນສະພາບການຂອງການກວດສອບທົ່ວຊຸມຊົນສໍາລັບ COVID-19 ແມ່ນຂ້ອນຂ້າງສູງ (81%) ເມື່ອປຽບທຽບກັບ Xpert MTB/RIF, ການທົດສອບໃຫມ່ທີ່ກໍາລັງປະຕິວັດການກວດພົບແລະຄວບຄຸມວັນນະໂລກໂດຍການປະກອບສ່ວນເຂົ້າໃນການວິນິດໄສຢ່າງໄວວາ. ພະຍາດ (61%) ແລະ PCR throat swabs (71%).

ການຄົ້ນພົບຂອງພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນວ່າຊອບແວທີ່ພັດທະນາໂດຍ Acoustery ສາມາດຖືກນໍາໃຊ້ເປັນເຄື່ອງມືກວດກາທີ່ບໍ່ແມ່ນຫ້ອງທົດລອງຕົ້ນຕໍເພື່ອກວດຫາກໍລະນີຂອງ COVID-19 ແລະສົ່ງຄົນເຈັບໄປຫາຫ້ອງທົດລອງສໍາລັບການທົດສອບ PCR.

ທ່ານສາມາດບອກພວກເຮົາເພີ່ມເຕີມກ່ຽວກັບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ໃຊ້ໃນການຝຶກອົບຮົມ AI ໄດ້ບໍ?

ພວກເຮົາສົມມຸດວ່າເພື່ອໃຫ້ໄດ້ຮັບອັດຕາການກວດພົບທີ່ຖືກຕ້ອງຂອງ COVID-19, ພວກເຮົາສາມາດຝຶກອົບຮົມເຄືອຂ່າຍ convolutional ແລະ recurrent ເພື່ອວິນິດໄສພະຍາດໂດຍການວິເຄາະ spectrograms ຂອງອາການໄອແລະລົມຫາຍໃຈຂອງຄົນເຈັບ. spectrogram ເປັນວິທີການຕາຂອງການເປັນຕົວແທນຂອງສັນຍານຄວາມຖີ່ຂອງຄວາມຖີ່. ການສຶກສາທາງການແພດຈໍານວນຫນຶ່ງໄດ້ສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງຢ່າງຫຼວງຫຼາຍລະຫວ່າງອາການໄອຂອງຄົນເຈັບທີ່ມີ COVID ແລະຜູ້ທີ່ບໍ່ໄດ້, ດັ່ງນັ້ນພວກເຮົາໄດ້ຝຶກອົບຮົມເຄື່ອງຈັກ AI ຂອງພວກເຮົາເພື່ອຮັບຮູ້ຄວາມແຕກຕ່າງດັ່ງກ່າວ.

ການພັດທະນາຂອງ Acoustery ສາມາດຖືກນໍາໃຊ້ເພື່ອກວດຫາໂຣກ Alzheimer, ເຊິ່ງຖືກຮັບຮູ້ທົ່ວໄປວ່າເປັນຄວາມຜິດປົກກະຕິທາງ neurological. ມັນເຮັດວຽກແນວໃດແທ້?

ການສຶກສາຂອງພວກເຮົາຄົ້ນຄວ້າວິທີການວັດແທກການປາກເວົ້າອາດຈະເຊື່ອມໂຍງກັບໂປຣໄຟລ໌ພາສາໃນຜູ້ເຂົ້າຮ່ວມທີ່ມີພະຍາດ Alzheimer (AD) ແລະວິທີການເຫຼົ່ານີ້ສາມາດແຍກແຍະ AD ຈາກການປ່ຽນແປງທີ່ກ່ຽວຂ້ອງກັບຜູ້ສູງອາຍຸປົກກະຕິ. ເພື່ອບັນລຸສິ່ງດັ່ງກ່າວ, AI ຂອງພວກເຮົາຈະວິເຄາະປະໂຫຍກງ່າຍໆທີ່ອອກສຽງໂດຍຜູ້ສູງອາຍຸທີ່ມີແລະບໍ່ມີ AD, ຈາກອັດຕາສ່ວນແລະຈໍານວນການຢຸດຂອງສຽງໄປຫາ shimmer (ຄວາມກວ້າງຂອງຄວາມລົບກວນ perturbation) ແລະອັດຕາສ່ວນສຽງກັບຄວາມກົມກຽວກັນ. ຄວາມຖືກຕ້ອງຂອງການວິເຄາະນີ້ບັນລຸ 90%.

ຕໍ່ມາ, ພວກເຮົາໃຊ້ວິທີດຽວກັນໃນ ຫ້ອງທົດລອງ Farcana – ທຸລະກິດທີ່ສຸມໃສ່ການເກັບກໍາຂໍ້ມູນໃຫຍ່ທີ່ສ້າງຂຶ້ນໂດຍ gamers ເພື່ອຄົ້ນຄ້ວາຄວາມຄືບຫນ້າຂອງພະຍາດ, ໂດຍສະເພາະກັບຄວາມຜິດປົກກະຕິທາງຈິດ.

ມີພະຍາດໃດແດ່ທີ່ສາມາດກວດຫາໄດ້ໂດຍໃຊ້ວິທີນີ້?

ພະຍາດຫືດແມ່ນບູລິມະສິດທີ່ສໍາຄັນຂອງພວກເຮົາໃນປັດຈຸບັນ. ພະຍາດວັນນະໂລກເປັນອີກຈຸດໜຶ່ງ, ເຊັ່ນດຽວກັນກັບພະຍາດປອດອັກເສບຊໍາເຮື້ອ (COPD), ໂຣກປອດບວມ, ປອດບວມ, ແລະມະເຮັງປອດ.

ຊຸດຂໍ້ມູນການຝຶກອົບຮົມສໍາລັບກໍລະນີການນໍາໃຊ້ເຫຼົ່ານີ້ມີຂະຫນາດໃຫຍ່ເທົ່າໃດ?

ພວກ​ເຮົາ​ມີ​ການ​ບັນ​ທຶກ​ການ​ໄອ​ຫລາຍ​ພັນ​ບັນ​ທຶກ​ຢູ່​ໃນ​ຖານ​ຂໍ້​ມູນ​ຂອງ​ພວກ​ເຮົາ​ທີ່​ເກັບ​ກຳ​ໃນ​ລະ​ຫວ່າງ XNUMX ປີ​ທີ່​ຜ່ານ​ມາ.

ວິໄສທັດຂອງເຈົ້າສໍາລັບອະນາຄົດຂອງການວິນິດໄສທາງການແພດໃນທົ່ວຄະນະແມ່ນຫຍັງ?

ຂໍ້​ມູນ​ທີ່​ເກັບ​ກຳ​ໂດຍ​ອຸ​ປະ​ກອນ​ສ່ວນ​ຕົວ​ຈະ​ມີ​ບົດ​ບາດ​ສຳ​ຄັນ​ໃນ​ການ​ວິ​ນິດ​ໄສ​ພະ​ຍາດ​ໃນ​ຂັ້ນ​ຕອນ​ຕົ້ນ ແລະ​ປ້ອງ​ກັນ​ການ​ແຜ່​ລະ​ບາດ. ເຖິງແມ່ນວ່າໂທລະສັບມືຖືຂອງພວກເຮົາມີເຊັນເຊີຫຼາຍ: ໄມໂຄໂຟນແມ່ນພຽງແຕ່ຫນຶ່ງໃນນັ້ນ. Accelerometers ທີ່ສາມາດວິເຄາະທັກສະ motor ແລະກວດພົບພະຍາດຈໍານວນຫລາຍແມ່ນອີກອັນຫນຶ່ງ.

ເຖິງແມ່ນວ່າເຕັກໂນໂລຢີເຫຼົ່ານີ້ບໍ່ຄວນເປັນແຫຼ່ງດຽວສໍາລັບການວິນິດໄສ, ພວກມັນສາມາດຊ່ວຍຄາດຄະເນແລະປ້ອງກັນການແຜ່ກະຈາຍຂອງພະຍາດທາງເດີນຫາຍໃຈທີ່ຕິດເຊື້ອສູງ - ແລະ, ດັ່ງນັ້ນ, ພະຍາດລະບາດໃຫມ່. Acoustery ຍັງສາມາດຖືກນໍາໃຊ້ໃນປະເທດທີ່ກໍາລັງພັດທະນາທີ່ການເຂົ້າເຖິງການທົດສອບ PCR ແມ່ນຈໍາກັດ.

ເບິ່ງຄືວ່າທ່ານມີຫຼາຍໂຄງການໃນການເດີນທາງ; ກໍລະນີການນໍາໃຊ້ທີ່ຫນ້າຕື່ນເຕັ້ນອື່ນໆທີ່ທ່ານເຫັນສໍາລັບ AI ມີຫຍັງແດ່?

ພື້ນທີ່ AI ແມ່ນເປັນເອກະລັກ. ໃນຖານະເປັນນັກຄົ້ນຄວ້າ AI, ພວກເຮົາສຸມໃສ່ niches ທີ່ສ້າງຂໍ້ມູນໃຫຍ່, ເຊິ່ງເປັນສິ່ງຈໍາເປັນສໍາລັບການຄົ້ນຄວ້າ AI ໃດໆ. ພວກເຮົາຕ້ອງການຄົນເຈັບຈໍານວນຫຼາຍເພື່ອລວບລວມຊຸດຂໍ້ມູນທີ່ມີຄຸນນະພາບ, ດັ່ງນັ້ນພວກເຮົາຈຶ່ງມີບາງສ່ວນຂອງການຄົ້ນຄວ້າທີ່ດໍາເນີນໄປຂະຫນານກັນແລະກໍາລັງຄົ້ນຫາທຸລະກິດຫຼາຍແນວຕັ້ງ.

ພວກເຮົາເຫັນວ່າການຫຼິ້ນເກມເປັນພື້ນທີ່ທີ່ມີຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍຖືກສ້າງຂື້ນ. ມື້ນີ້, ຄົນຫຼິ້ນວິດີໂອເກມຫຼາຍອັນ, ເຊິ່ງເປັນແຫຼ່ງຂໍ້ມູນທີ່ມີຄຸນຄ່າສໍາລັບການຄົ້ນຄວ້າສຸຂະພາບ. ການເກັບກຳຂໍ້ມູນຈາກອຸປະກອນສ່ວນຕົວ ແລະເຄື່ອງສວມໃສ່ແມ່ນອີກ vector ທີ່ມີທ່າແຮງອັນສຳຄັນ.

ທັງໝົດນີ້, ມັນໜ້າຕື່ນເຕັ້ນທີ່ຈະໄດ້ສຳຫຼວດເທັກໂນໂລຍີນີ້ໃນຕອນນີ້, ແລະຂ້ອຍເຊື່ອວ່າມັນມີທ່າແຮງຫຼາຍກວ່າທີ່ຈະນຳໄປໃຊ້ໃນຂະແໜງການອື່ນໆ.

ຂອບໃຈສໍາລັບການສໍາພາດທີ່ຍິ່ງໃຫຍ່, ຜູ້ອ່ານທີ່ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມຄວນໄປຢ້ຽມຢາມ ສຽງດັງ.