Познакомьтесь с Зиченом, учеником Класса 2019 года
Краткие факты
Имя
Зичен Цуй
Родной город
Китай
Класс
2019
Специальность
Вычислительные науки - машинное обучение
Беседа
Почему вы выбрали посещение Минервы, а не традиционную программу?
Я считаю, что есть две важные и обобщаемые области знаний, которые мне нужно изучать на протяжении всей жизни: понимание людей и понимание систем, которые не исключают друг друга. Мое предыдущее образование дало мне принципиальный подход к пониманию систем. Я считаю, что глобальная ротация Минервы и международный студенческий состав позволяют мне узнавать о культурах и языках и налаживать связи между ними.
Что вам больше всего нравится в сообществе Minerva?
Культурный шок от жизни с одноклассниками из пятидесяти разных культур. Столкновение мнений, привычек и ценностей непросто, но увлекательно для ума.
Расскажите о своем опыте в Хайдарабаде.
До Хайдарабада было интересно читать по учебникам о развивающихся рынках. Когда я был в Хайдарабаде, лично увидеть развивающиеся рынки было совсем не так. Город изобилует возможностями для роста и развития, и погружение в него дало мне новые перспективы экономического роста, культуры и развития.
Что бы вы сказали другому студенту, который подумывает о Минерве?
Возможность приобретать и применять навыки по всему миру в разных городах - ценный опыт. Типичный студент Minerva ищет возможности в каждом городе, и Minerva также способствует погружению в городскую среду и профессиональному развитию на местном уровне.
Как, по вашим словам, Минерва формирует будущее?
Для меня есть два важных изменения. Первый - отказаться от традиционного кампуса и использовать онлайн-платформу (Форум активного обучения) для проведения занятий. Это основная часть философии Minerva, которая делает возможной глобальную ротацию: устранение географических ограничений классной комнаты. Вторая - это сама глобальная ротация: требование, чтобы студенты совершали глобальную ротацию, обобщает знания, полученные в разных культурах и средах. То, что верно в одной части мира, возможно, не так в другой.
Вы провели лето стажировки в LPixel, портфельной компании Mistletoe в Токио, Япония. Опишите проект, над которым вы работали.
Я работал в исследовательской группе и сосредоточился на задаче Сегментация поражений при ишемическом инсульте (ISLES) - задаче сегментации медицинских изображений, при которой исследователи предлагают альтернативные методы сегментации поражений при инсульте на основе сканирования перфузии при острой компьютерной томографии. Ишемический инсульт - это инсульт, вызванный недостаточным кровоснабжением головного мозга. Проще говоря, учитывая компьютерную томографию мозга пациентов, перенесших инсульт, нам было поручено предсказать на уровне пикселей, где именно будет поврежден мозг. Хотя изображение мозга, полученное при КТ-сканировании перфузии, является более размытым, оно значительно быстрее, чем изображение МРТ.
Кроме того, я создал панель управления сервером для отдела исследований и разработок LPixel и помог решить проблемы с вентиляцией серверов. Панель управления визуализировала и контролировала графические карты LPixel, которые обычно используются для вычисления глубоких нейронных сетей, и добавляла прозрачности в работу. Теперь члены команды могут видеть, какие графические процессоры используются в настоящее время и полностью ли они вентилируются, что увеличивает организацию их исследований. На приборной панели я увидел, что графические процессоры тормозят из-за перегрева. Простая установка вентилятора для охлаждения графических процессоров повысила производительность компьютера примерно на 30%.
Почему это исследование важно?
Это важное исследование, поскольку пациент с ишемическим инсультом страдает от локальной гибели мозговой ткани каждую минуту, когда его инсульт остается без лечения. Время имеет решающее значение, и быстрая диагностика и вмешательство могут ограничить повреждение тканей и улучшить прогноз пациента. Клиническое обоснование этой проблемы состоит в том, чтобы быстро создать прототип, автоматизировать алгоритмы для быстрого считывания результатов компьютерной томографии перфузии и сократить время между поступлением пациента в больницу и вмешательством.
Каковы были разные этапы исследования?
Первые две недели я много времени уделял всему, что ускорило бы мои исследования в дальнейшем: разработке панели управления сервера, решению проблем с вентиляцией, написанию модулей инструментов, которые позаботились о обработке данных, настройке экспериментов, обучению, оценке и визуализации.
После этого последовал итерационный процесс: чтение статей, их реализация и оценка, а также переоценка того, что делать дальше.
Что привлекло вас в стажировке в Японии?
Я приехал из Китая и всегда интересовался нюансами сходства и различий между китайской и японской культурами. Вдобавок с географической точки зрения Япония казалась подходящим местом для летнего отдыха.
Как вы узнали об этой возможности? Обращались ли вы к Агентству профессионального развития для обеспечения этой стажировки?
Я посетил информационную сессию Минерва-Омела и был взволнован, узнав, что существует возможность диагностики с помощью машинного обучения и возможности исследования медицинских изображений. Я подал заявку, потому что возможности исследования машинного обучения обычно предоставляются кандидатам наук. студенты и практические прикладные исследования ценны для студента бакалавриата. У Агентства профессионального развития была упрощенная процедура подачи заявки, и ее было легко подать. После заполнения формы заявки и нескольких писем меня пригласили в LPixel, и я пришел на их собеседование.
Расскажите мне о своей карьерной траектории на данный момент. Какие шаги вы предприняли в Minerva, чтобы продолжить карьеру?
По сути, я верю, что бизнес вычислим, и человеческие общества и неорганические системы будут быстро интегрироваться на протяжении всей моей жизни. Моя долгосрочная цель - действовать в соответствии с этим видением. Я занимаюсь наукой о данных, машинным обучением, финансами и маркетингом. Я участвую в гражданских проектах в каждом городе глобальной ротации, чтобы получить реальный опыт и иметь возможность применить и развить свои навыки в областях моих интересов.
Как стажировка в LPixel подготовила вас к следующим шагам в карьере?
Этот опыт способствовал расширению моей глобальной сети и дальнейшему развитию моего понимания глубокого обучения и здравоохранения. В краткосрочной перспективе я изменил направление моего четвертого года работы над проектом Capstone, чтобы расширить свои исследования в области диагностики компьютерной томографии грудной клетки. Я знаю, что это актуально для моей долгосрочной цели, но насколько это актуально, еще предстоит увидеть в будущем.
Каковы были результаты вашего исследования? Каков ваш следующий шаг?
В конце лета я написал аннотацию, в которой подробно описал свою методологию, и загрузил результаты своих тестов в задание ISLES 2018. Как единственный не доктор философии. Конкурсант, мое исследование не вошло в финал, а оказалось посередине, чем я доволен, но также вижу области для улучшения.
Несмотря на то, что проблема ISLES 2018 завершилась, я понял, что узкое место в искусственном интеллекте (ИИ) в здравоохранении - это не архитектура модели, а ограничения набора данных. Особенно в неотложных случаях необходимо спасти пациента, а не собирать данные для случайного исследования. Я рад продолжить свою работу с LPixel в течение моего старшего года, чтобы разрабатывать модели на больших наборах данных при компьютерной томографии грудной клетки и исследовать, как применять глубокие сверточные генеративные состязательные сети (DCGAN) для увеличения ограниченных наборов данных.
