Top 5 desarrollos nacionales presentados en el foro "Inteligencia Artificial en Belarús"

Científicos y expertos de todo el mundo argumentan si la inteligencia artificial es buena o mala. La verdad es probablemente, como siempre, en el medio, porque las redes neuronales, cuando se utilizan racionalmente, pueden ayudar a una persona y expandir sus capacidades. Por ejemplo, personalice el tratamiento, almacene información durante milenios, reconozca las voces de pájaros o evalúe los costos de vivienda. Nuestros corresponsales se familiarizaron con algunos acontecimientos presentados en el V Foro Internacional IT-Academgrad “Inteligencia Artificial en Belarús” celebrado en Minsk.

1. El sistema de terapia personalizada de insuficiencia respiratoria ayuda a seleccionar al paciente la cantidad necesaria de oxígeno y ajustar su suministro dependiendo de la condición de la persona. El desarrollo está diseñado para hacer el tratamiento más preciso, reducir la carga del personal médico y reducir el consumo de oxígeno.

El sistema incluye tres módulos: unidad de diagnóstico, control y regulación y módulo de concentración de oxígeno. Pueden ser utilizados juntos y por separado, dependiendo de las tareas de la institución médica.

El módulo de diagnóstico compacto permite medir la saturación y el pulso de oxígeno en la sangre con un dispositivo portátil y la tasa respiratoria con una cánula nasal especial. El sistema ya ha recibido los documentos necesarios para su uso en las instituciones sanitarias y se está poniendo en marcha en producción.

Profesor asociado BSUIR Oleg Zelmansky. La tecnología está prevista para la detección temprana de enfermedades del sistema respiratorio, el tratamiento de la insuficiencia respiratoria y la rehabilitación. Otro área prometedora es la terapia casera. El sistema automatizado podrá seleccionar el modo necesario teniendo en cuenta los indicadores actuales.

Los resultados de las pruebas clínicas en el Centro Científico y Práctico Republicano de Pulmonología y Fitética mostraron que el consumo de oxígeno se redujo al 60%. Este es uno de los resultados de prueba más notables, aunque los ahorros reales pueden depender de la condición del paciente y de las condiciones de aplicación del sistema. 2. “5D-archive of Belarus”: memoria durante milenios El objetivo del proyecto es garantizar la preservación a largo plazo de la información, diseñada para una perspectiva más larga que la vida de los dispositivos electrónicos convencionales.

La tecnología implica grabar información usando un láser en un vaso especial. La vida útil estimada puede exceder de 10.000 años. Tal transportista no necesita electricidad para almacenar datos registrados y es resistente a una serie de influencias externas, incluyendo temperatura y mecánica.

Uno de los principales objetivos del proyecto es crear una infraestructura fiable para la preservación del patrimonio cultural de Belarús. Es posible registrar información significativa sobre el vidrio, que es importante transmitir a las próximas generaciones. Esto es especialmente cierto para los documentos históricos y otros materiales, cuya pérdida es irreparable.

El desarrollo implica aplicación práctica en los museos: se crean modelos que pueden convertirse en elementos de exposición o productos de recuerdo. Además, los expertos están explorando las posibilidades de utilizar la tecnología para el almacenamiento seguro de datos digitales sobre vidrio y metales. El proyecto utiliza sistemas láser y equipo de desarrollo nacional, vidrio producido principalmente en Belarús. 3. ¿Cuánto es el apartamento? La inteligencia artificial ayuda a analizar el mercado inmobiliario. La Agencia Nacional de Catastro de Belarús ha desarrollado un servicio en línea gratuito que calcula el valor de mercado aproximado de los apartamentos. El usuario necesita especificar sólo la dirección de la casa, el número de habitaciones, área y tipo de acabado. En segundos, el servicio generará un resultado y emitirá un informe con información adicional sobre el objeto y sus alrededores.

El modelo está capacitado en información sobre más de 175 mil transacciones inmobiliarias registradas desde 2018. El algoritmo tiene en cuenta más de 15 factores: ubicación, suelo, material mural, año de puesta en marcha del edificio, disponibilidad de transporte público y metro, características de la zona y otras características. El informe puede indicar, por ejemplo, la distancia al parque más cercano y las paradas de transporte público.

El error absoluto del modelo es hasta 5,59 por ciento para Minsk y hasta 6,53 por ciento para centros regionales. El servicio es útil para aquellos que van a comprar o vender un apartamento o quieren navegar por los precios del mercado. Sin embargo, el cálculo debe tomarse como una directriz: las características de un objeto particular y los términos de la transacción pueden afectar el costo final.

Ahora el instrumento cubre Minsk y centros regionales. En el futuro, está previsto extenderse a los centros de distrito. Hay un límite - no más de diez solicitudes por día por usuario. 4. Externamente, dos firmas pueden ser similares, pero una persona rara vez reproduce el mismo trazo exactamente igual. La velocidad de la escritura, la trayectoria de la pluma y las características temporales pueden diferir. Son estas características que el software para comprobar las firmas dinámicas desarrolladas en el Instituto Conjunto de Problemas Informáticos del NAS de Belarús utiliza.

En la inspección normal, se compara la imagen de la firma. Análisis dinámico le permite estudiar el proceso de su implementación en la tableta: el programa compara las coordenadas de los estilís y el tiempo dedicado al movimiento. Incluso si el falso parece el original, las diferencias en la secuencia de movimientos pueden ayudar a identificar la discrepancia.

Para formar un clasificador individual, según los desarrolladores, aproximadamente 7-15 firmas auténticas son suficientes.

El sistema no utiliza datos sobre la fuerza del estilís. La razón es práctica: no todas las tabletas soportan esta característica. Por lo tanto, el programa se centra en coordenadas y parámetros de tiempo, lo que le permite utilizarlo en una amplia gama de dispositivos.

El procesamiento incluye la purificación de datos de interferencia, normalización, creación de una muestra biométrica y comparación con la firma verificable. Este enfoque puede mejorar la fiabilidad de la verificación electrónica de documentos y convertirse en una herramienta adicional para la identificación biométrica. Al mismo tiempo, la tecnología no excluye absolutamente la falsificación, sino que ayuda a detectar diferencias mediante el análisis de características dinámicas. 5. Mientras caminamos por el bosque, escuchamos muchas voces de pájaro, pero no siempre podemos determinar a quién pertenecen. Para los ornitólogos, los sonidos son una fuente importante de información sobre la diversidad de especies y el estado de los ecosistemas. El desarrollo del Instituto Conjunto de Problemas Informáticos del NAS de Belarús ayuda a automatizar el análisis de esos datos.

El sistema es creado por el Departamento de Servicios Inteligente. La red neuronal se entrenó en alrededor de 2.300 grabaciones de audio de fuentes abiertas, publicadas con la participación de ornitólogos. La base de entrenamiento incluye las voces de 116 especies de aves que viven en nuestro país.

El audio para el análisis se divide en segmentos de dos segundos, y luego se convierte en espectrogramas de tiza - una representación visual de las características de frecuencia del sonido. El modelo aprende a reconocer las características acústicas y determinar las especies probables de aves.

El usuario podrá grabar el canto en un smartphone mientras camina y obtener el nombre deseado del pájaro con una breve descripción. Los desarrolladores planean ampliar la biblioteca de sonido y añadir nuevas vistas.

Sin embargo, el valor principal del proyecto no se limita a la capacidad de los amantes de la naturaleza para reconocer las aves por voz. El reconocimiento automático permitirá analizar grandes volúmenes de grabaciones de audio y organizar el monitoreo a largo plazo de determinadas áreas forestales. Esto ayudará a los científicos a evaluar la diversidad de especies, observar especies raras y en peligro, y planificar los esfuerzos de conservación.