Masa Depan Anda Dalam ilmu komputer – Ponsel cerdas dapat menggunakan kecerdasan buatan (AI) untuk secara otomatis memperbesar dan menangkap objek bergerak yang jauh, atau untuk mengenali elemen terpisah dalam suatu pemandangan, memastikan foto terbaik. Fitur pemotretan yang kuat dari Huawei Mate 10, diluncurkan pada tahun 2017, didasarkan pada teknologi deteksi objek yang dikembangkan oleh ilmuwan komputer di Universitas Nankai.
Masa Depan Anda Dalam ilmu komputer
zonecolibris – Kamera smartphone bertenaga AI hanyalah salah satu contoh peneliti dari Nankai’s College of Computer Science yang menggunakan teknologi ilmu komputer canggih untuk memecahkan masalah industri. Dari memahami perhatian visual hingga pemrosesan gambar yang ditingkatkan
Baca Juag : Mengapa Ilmu Komputer Begitu Penting?
Fitur penangkapan AI untuk Huawei Mate 10 didasarkan pada algoritma visi komputer yang kuat yang dikembangkan di Lab Komputasi Media perguruan tinggi yang dipimpin oleh seorang profesor muda, Cheng Mingming. “Kami terinspirasi oleh bagaimana manusia memandang data visual, yang merupakan salah satu fondasi terpenting untuk aktivitas cerdas kami,” kata Cheng. “Dan kami fokus pada deteksi objek yang menonjol, masalah penglihatan komputer yang mendasar.”
Meskipun seorang anak dapat dengan mudah menentukan objek terpenting dalam sebuah gambar, mengajar mesin untuk memahami gambar visual tidaklah mudah. Sebagian besar algoritme visi komputer memerlukan anotasi gambar presisi dalam jumlah besar untuk melatih mesin. Dengan menganalisis struktur global gambar secara efisien, tim Cheng memecahkan hambatan kinerja, memungkinkan mesin mengekstrak objek yang paling terlihat dalam gambar secara otomatis.
Teknik deteksi objek yang menonjol yang dikembangkan oleh tim Cheng telah menghasilkan teknologi yang lebih baik untuk deteksi objek, pengambilan gambar, pembelajaran yang diawasi dengan lemah, penemuan pengetahuan, dan manipulasi gambar. Karya mereka, yang diterbitkan di IEEE Transactions on Pattern Analysis and Machine Intelligence , telah membentuk dasar untuk eksperimen dalam visi komputer dan grafik komputer, dan menerima 2.700 lebih kutipan menurut data Google Cendekia. Selain digunakan di ponsel cerdas, teknologi visi komputer Cheng digunakan oleh QQ Space Tencent, platform media sosial, untuk pemrosesan gambar. Aplikasi di bidang kesehatan dan pendidikan juga sedang dikembangkan.
Di Lab Sistem Komputasi Cerdas Nankai, profesor Li Tao dan Wang Kai menciptakan teknik analisis gambar bertenaga AI untuk diagnosis penyakit. Mereka telah mengembangkan teknik pembelajaran mendalam untuk menganalisis gambar fundus retina — yang meliputi pembuluh darah, cakram optik, lesi, dan makula. Teknik mereka telah memungkinkan identifikasi dan segmentasi yang akurat dari cakram optik dan cangkir dari gambar fundus, membantu diagnosis glaukoma. Analisis otomatis gambar fundus juga akan memungkinkan penilaian lesi retina diabetes dan diagnosis degenerasi makula terkait usia.
Lab Computer Vision Nankai, yang dipimpin oleh profesor ilmu komputer, Yang Jufeng, telah membangun sistem diagnosis untuk memproses gambar penyakit kulit klinis. Berdasarkan kriteria dermatologis yang diterima, mereka telah merancang representasi citra medis yang dapat secara efektif menangkap manifestasi lesi kulit, dan meningkatkan prediksi penyakit.
Teknologi komputasi visi yang dikembangkan di tim Yang juga mencakup algoritme untuk menyempurnakan gambar. Salah satu tantangan dalam peningkatan gambar adalah menyoroti karakteristik gambar yang mengesankan sekaligus menampilkan detail penting secara bersamaan. Karena berbagai pengguna dan situasi mungkin memerlukan gaya pemrosesan yang berbeda, ilmuwan visi komputer Nankai mengusulkan kerangka kerja peningkatan gambar multimodal yang mengkodekan karakteristik mengesankan dari gambar yang menarik secara visual ke dalam ruang meta, menghasilkan banyak kandidat gambar dengan beragam karakteristik yang mengesankan.
Untuk melakukan ini, mereka menguraikan gaya dan kode konten gambar menggunakan strategi encoder-decoder. Kode gaya kemudian dipetakan ke ruang meta karakteristik, yang masing-masing dasarnya mewakili karakteristik estetika tertentu yang diekstraksi dari sekumpulan gambar. Dalam pengujian, seseorang dapat secara acak menginterpolasi karakteristik dari ruang meta dan membuat hasil yang ditingkatkan. Eksperimen menunjukkan bahwa kerangka kerja bekerja dengan baik terhadap metode canggih dalam hal realisme visual, keragaman, dan ukuran estetika.
Meningkatkan teknologi komputasi terdistribusi
Mesin pencari adalah titik masuk internet yang penting. Meningkatkan algoritme utama mereka untuk organisasi dan pemrosesan data sangat penting untuk meningkatkan efisiensi. Parallel and Distributed Software Lab (PDSL), dipimpin oleh profesor Wang Gang dan Liu Xiaoguang, telah bekerja sama erat dengan raksasa mesin pencari China, Baidu, untuk mengembangkan solusi untuk tantangan kompleks di mesin pencari. Peneliti Nankai dari PDSL telah mengembangkan algoritma cache yang efisien untuk indeks terbalik yang besar. Algoritme diterapkan dalam sistem mesin pencari online Baidu, yang menghasilkan peningkatan kinerja yang signifikan. Ini telah mempersingkat waktu tunggu untuk hasil pencarian, meningkatkan pengalaman online.
Pertumbuhan internet menyebabkan pusat data semakin besar dengan biaya operasional yang tinggi. Meningkatkan pemanfaatan sumber daya mereka dan mengurangi biaya operasi sangat penting. Anggota PDSL telah bekerja dengan perusahaan IT besar China untuk mengeksplorasi cara menyeimbangkan beban dan menjadwalkan lalu lintas. Mereka telah mengusulkan strategi load balancing online, yang, sambil memastikan kualitas layanan online, memiliki keunggulan yang jelas dibandingkan algoritma load balancing tradisional. Hasil tim sekarang digunakan di pusat data besar, menghemat lebih dari 10 juta RMB dalam biaya operasional.
Kontribusi lain oleh anggota PDSL adalah pengembangan sistem prediksi kesalahan cerdas untuk pusat data. Dengan memprediksi kegagalan dan mengatasinya secara proaktif, kami secara mendasar dapat meningkatkan keandalan dan mengurangi biaya. Menggunakan metode pemantauan data dan pembelajaran mesin SMART (Self-Monitoring, Analysis, and Reporting Technology), kegagalan hard disk yang paling sering terjadi di pusat data besar dapat diprediksi dengan tingkat akurasi lebih tinggi dari 95%, dan tingkat alarm palsu 0,01% atau bahkan kurang. Beberapa perusahaan IT besar, termasuk Baidu, telah mengadopsi teknologi ini, yang juga dapat diperluas untuk memprediksi kesalahan perangkat keras/perangkat lunak yang serupa.
Pertumbuhan lalu lintas multimedia seluler, dan meningkatnya permintaan untuk layanan multimedia yang ditingkatkan oleh pengguna seluler, telah menantang bandwidth dan layanan jaringan nirkabel saat ini. Untuk memenuhi persyaratan latensi rendah, overhead rendah, dan throughput tinggi, tim Jaringan Komputer dan Keamanan Informasi, yang dipimpin oleh profesor Nankai, Xu Jingdong, telah merancang serangkaian skema caching dan penerusan konten untuk jaringan generasi kelima (5G).
Dalam beberapa tahun terakhir, konsep edge-caching diperkenalkan, yang, dengan caching dan meneruskan konten di tepi jaringan, diharapkan dapat meringankan beban peningkatan transmisi data. Dalam kerangka layanan edge-caching untuk jaringan 5G, konten multimedia populer ditempatkan di unit pemrosesan pusat (CU) dan unit terdistribusi (DU), dan permintaan pengguna untuk konten tertentu akan dialihkan dari server konten jarak jauh ke CU dan DU yang lebih dekat ke mengurangi latensi respons layanan dan overhead layanan jaringan.
Dengan meningkatnya volume dan jenis konten multimedia populer, mengurangi biaya layanan tanpa membahayakan kualitas layanan telah menjadi topik penelitian yang hangat.
Berfokus pada manajemen sumber daya dalam caching tepi untuk jaringan 5G, tim Xu telah merancang kerangka kerja untuk caching tepi hierarkis CU-DU, serta caching tepi yang mengatur sendiri untuk perangkat seluler. Mereka juga telah bekerja pada penyebaran konten dan strategi distribusi permintaan. Hasil mereka berpotensi memenuhi kebutuhan industri layanan multimedia untuk cache konten, yang akan menghasilkan manfaat ekonomi dan sosial yang penting.
