乌拉尔联邦大学的科学家们正在为医疗和工业目的培训人工智能（AI）。他们计划使用神经网络来诊断眼科病症，并帮助矿业公司确定采石场的生产力。据开发者称，在这些领域，人工智能有助于解决需要识别许多组件的复杂问题。乌拉尔联邦大学利用人工智能方法进行信号和图像处理中心的负责人米哈伊尔· 隆金在《共青团真理报》电台发表道。
在诊断医学中，通常有两名医生：一名做出初步诊断，另一名负责确认或驳斥诊断。因此，原则上，进行初步诊断的医生可以由神经网络代替。利用各种参数，网络技术可以查找偏差并做出诊断，当然，这将由医生进行检查诊断结果。
米哈伊尔·隆金解释道：“我们从事眼科工作。有一种设备可以测量人眼的反应，数据被转换成信号，医生试图从这个信号来判断这个人是否有任何疾病。此前，医生是根据不同人群的四种常见体征来做出诊断的。我们想说的是，这些迹象不是四个，而是更多，通过观察所有这些迹象，神经网络可以做出更准确的诊断。从某种意义上说，这就是个性化的医学。
”据乌拉尔联邦大学人工智能中心负责人米哈伊尔·隆金介绍，目前已经有多家公司专门从事人工智能辅助诊断。他们从医疗机构接收各种数据并尝试做出初步诊断，从而节省医生的时间。
在地质学领域，乌拉尔联邦大学训练有素的人工智能已经在帮助实业家计算采石场的生产率——可以开采多少有用的物质。“想象一下，有一个采石场，你必须每天确定其生产率——可以提取多少贵金属或其他物质。现在的做法是：一组地质学家前来，“用眼睛”（使用人工智能）确定采石场每一天的生产力。按以前的传统方式，有一些带有矿脉的岩石，专家对其进行评估后说："今天我们可以提取2.5%"。现在我们与一个石棉采石场合作，并试图通过使用神经网络展示大量成功探测的案例来取代这些地质学家。”米哈伊尔·隆金总结道。
事实上，人工智能有助于解决复杂问题，提高工作质量和准确性，并优化流程。
该项研究得到了拨款支持。岩石中石棉纤维含量的自动视觉评估方法的开发得到了俄罗斯科学基金会和斯维尔德洛夫斯克地区政府的支持（项目编号22-21-20051）。在 "2030年优先计划 "下，政府已经为培训医疗应用的神经网络提供了资金。