الدورة الإقتصادية الدورة الإقتصادية
المسابقة السنوية الرابعة لعلم البيانات تدعو المجتمع الدولي لعلم البيانات لمواجهة الأمراض القاتلة من خلال الذكاء الاصطناعي
ربما يكمن مصدر الوقاية من الأمراض أو علاجها في واحدة من عشرات ملايين الخلايا، وربما يكون أبرز العوائق في إيجاد هذا المصدر هو الحاجة إلى عيون بشرية لتقييم الكم الكبير من صور تلك الخلايا. وفي عصر يمكن فيه تحليل الكميات الهائلة من البيانات في غضون أيام قليلة، فإن فرصة تعزيز أتمتة التحليل الطبي الحيوي من شأنها تحقيق الإنجازات بشكل أسرع في علاج كل الأمراض تقريبا، من السرطان والسكري والاضطرابات النادرة إلى حالة الرشح العادي.
ولتحفيز هذه الأتمتة، أطلقت بوز ألن هاملتون وكاغل مسابقة علم البيانات 2018، وهي مسابقة تستمرّ 90 يوماً وتدعو آلاف المشاركين من العالم لتدريب نماذج التعلم العميق (Deep Learning) لفحص صور الخلايا وتحديد النوى، بغض النظر عن الإعداد التجريبي ومن دون تدخل بشري. وسوف يتقاسم أصحاب أفضل الحلول الحسابية 170 ألف دولار أميركي من الجوائز النقدية والعينية، بما في ذلك NVIDIA® DGX Station™ وهو كمبيوتر شخصي خارق بقدرة حاسوبية 400 CPU.
وقال راي هنسبرغر، مدير مشاريع لدى بوز ألن هاملتون: “سوف تجمع مسابقة علم البيانات هذا العام آلاف الأشخاص من جميع أنحاء العالم لمواجهة الأمراض القاتلة في واحد من أكثر التحديات تعقيداً. فعلى الرغم من بعض التقدم العلمي، فإن إيجاد علاجات لكل أنواع الأمراض لا يزال يستهلك الكثير من الوقت والتكاليف. نحن مؤمنون بأن الجمع ما بين الذكاء الاصطناعي والإبداع الجماعي من قبل المجتمع العالمي لعلم البيانات سوف ينتج أدوات قوية بإمكانها تسريع البحث عن العلاجات الطبية. “
وقد تناولت مسابقات علم البيانات السابقة صحة المحيط ocean health وأمراض القلب heart disease وسرطان الرئة، حيث قام المنافسون بتدريب الخوارزميات، من ضمن أمور أخرى، على قياس المؤشرات الرئيسية لأمراض القلب في ثوان.
نظرة سريعة على مسابقة علم البيانات 2018
- ما أهمية هذا التحدي؟ جميع الخيارات الحالية للكشف عن النوى تتطلب تدخل خبير علم الأحياء الذي يحتاج للكثيرمن الوقت. لا تتوفر حالياً نماذج تعلم عميق يمكنها تحديد نوى عبر التجهيزات التجريبية وظروف الاختبار المتعددة. وأخيرا، غالبا لا يمتلك علماء الأحياء الخبرة التقنية ولا الوقت اللازم لتدريب نماذج التعلم العميق الخاصة بهم.
- ما الذي سيفعله المشاركون؟ معهد ماساتشوستس للتكنولوجيا وهارفارد، Broad Institute of MIT and Harvard وهو معهد غير ربحي لأبحاث الطب الحيوي وعلم الجينوم، سيوفّر للمشاركين في المسابقة، بيانات من آلاف النوى من مجموعة واسعة من التجارب التصويرية. وباستخدامهم هذه البيانات، سيقوم المشاركون بإنشاء خوارزميات يمكن أن تحدد النوى في أي صورة لخلية، مما يسرّع عملية الكشف ويسمح لعلماء الأحياء بادخار الوقت لبذله في جهود أخرى.
من هي المنظمات المعنية: تلقى المسابقة الرعاية والدعم من عدد من منظمات الصحة والتكنولوجيا الرائدة ومن ضمنها Broad Institute، NVIDIA وPerkinElmer, Inc.
وقال أنطوني غولدبلوم، الرئيس التنفيذي لمؤسسة كاغل: “نحن فخورون بجمع أفضل المفكّرين في العالم في منتدى يسخّر علم البيانات لمنفعة المجتمع. ومسابقة هذا العام ستتيح للمجتمع الدولي فرصة مشوّقة لتحويل أبحاث الطب الحيوي من خلال حلول جديدة متاحة للجميع”.
للتحقق من تأهلكم للمشاركة في المسابقة، يرجى زيارة هذا الرابط: https://www.kaggle.com/c/data-science-bowl-2018/rules. اذا كنتم مؤهلين، يمكنكم التسجيل وتحميل مجموعة البيانات من خلال موقع Kaggle.com. لمزيد من التفاصيل حول مسابقة علم البيانات، بما في ذلك المعلومات الإضافية عن المسابقات السابقة لعلم البيانات، يرجى زيارة DataScienceBowl.com.
