Тайлер Уэллс Линч
Любой, кто работает на переднем крае науки, скажет вам: для продвижения современного искусства требуется нечто большее, чем просто знание предметной области. Для таких ученых, как Сара Остадаббас, доцент кафедры электротехники и вычислительной техники в Северо-восточном университете, требуется совместный междисциплинарный подход.
Она бы знала. В качестве директора Лаборатории дополненного познания (ACLab) в Северо-Восточном университете профессор Остадаббас работает в области компьютерного зрения, подмножества машинного обучения и медицинских технологий. Эти две области имеют удивительно разные цели и методы. В то время как первое дает компьютерам дар «зрения», второе стремится произвести революцию в области здравоохранения, внедрив передовые технологии в области диагностики и лечения».
В чем ценность объединения этих двух вещей? В презентации, которую она представит на открытии Института экспериментального ИИ (EAI) 6 апреля, профессор Остадаббас объяснит именно это, в том числе подробности о ее отмеченном наградами исследовании использования алгоритмов обучения для диагностики нарушений развития у детей.
В ACLab профессор Остадаббас и ее коллеги работают над одними из самых насущных проблем ИИ. В своем исследовании она ищет способы улучшить возможности человека по обработке информации с помощью адаптивных интерфейсов, чтобы улучшить процесс принятия решений в сфере здравоохранения. Недавно она получила карьерный грант от Национального научного фонда. Награда позволит ей изучить, как можно использовать компьютерное зрение и машинное обучение для выявления ранних признаков расстройства аутистического спектра (РАС) у младенцев.
Как это возможно? Ostadabbas разработала передовые алгоритмы обучения репрезентации на основе зрения для моделирования двигательного поведения младенцев в их естественной среде, такой как кроватка или игровая площадка. Цель состоит в том, чтобы раскрыть сложную скрытую связь между физическим движением и нейродивергентными расстройствами, такими как РАС, которые формируются в более позднем возрасте.
Остадаббас начала работать над этим совместным проектом в 2019 году. Чтобы продвинуться в учебе, она наняла постдока со специализацией в области эмпирического ИИ — ориентированного на человека подхода к ИИ, который сочетает в себе уникальные сильные стороны людей и компьютеров — и привлек дальнейшее сотрудничество со студентами, наставниками и исследователями из различных университетов и институтов.
В основе исследований Остадаббаса и видения Института экспериментального ИИ в более широком смысле лежит междисциплинарный подход, который обеспечивает сотрудничество между областями. EAI полагает, что этот подход позволяет получить информацию и практические приложения, необходимые для развития современного искусства. Для Остадаббаса это ключевая причина, по которой она присоединилась к факультету EAI и почему она так рада участвовать в его первом мероприятии.
«То, чем мы занимаемся в институте, выходит за рамки простого обмена опытом между академическими учреждениями и рабочими местами, — говорит она. «Экспериментальная модель позволила Институту создать среду, обеспечивающую междисциплинарное сотрудничество. Я очень рад услышать о некоторых основных моментах этих мероприятий и результатах во время первого мероприятия».
Discover Experiential AI состоится 6 апреля в Бостоне и будет включать в себя презентации, панельные дискуссии, вопросы и ответы и сетевые возможности для сообщества ИИ. Зарегистрируйтесь сейчас, чтобы получить шанс стать частью будущего.
