Облачные технологии: в поисках снежного барса

1.

Облачные
технологии:
в поисках
снежного барса
Сезон-2023/2024 ● 20 ноября 一 10 декабря

2.

Сегодня на уроке
01
02
03
Посетим Сайлюгемский
национальный парк
Разберёмся, как работает
компьютерное зрение
и что такое свёртка
Настроим виртуальную
машину в облаке
04
05
06
Узнаем, какие существуют
облачные сервисы, подберём
нужные для задачи поиска
снежного барса
Узнаем, как обучаются
нейросети
Отправимся
на экскурсию в дата-центр

3.

Посмотрим видео
Облачные технологии и искусственный интеллект
ежедневно помогают решать практические задачи
в самых разных областях жизни. Охрана природы
и сохранение редких видов животных —
не исключение.
Как устроен Сайлюгемский национальный парк?
И какие цифровые технологии помогают научным
сотрудникам подсчитывать популяцию снежных барсов?

4.

Давайте обсудим
01
02
03
Почему учёные уделяют
такое внимание снежным
барсам?
В чём заключаются
сложности мониторинга
популяции снежных барсов
вручную?
Как цифровые технологии
могут упростить эту задачу?
04
05
06
Как вы поняли, что такое
компьютерное зрение?
Зачем оно нужно
национальному парку?
А что такое облако?
В чём его роль?
Где «живут» облачные
сервисы?

5.

6.

Добро пожаловать
в Сайлюгемский национальный парк!
На заповедной территории обитают снежные барсы.
У каждого из них особый узор пятен.
Так мы различаем барсов на снимках с фотоловушек.
Каждые два месяца мы собираем
от 2 000 до 40 000 кадров с одной фотоловушки.
А в парке их 90!
Марина
Научный сотрудник
Сайлюгемского национального парка

7.

На фото с последнего сбора нет барса Табы.
Возможно, он ушёл с территории парка. Так
бывает. Но надо убедиться, что с ним всё
в порядке.
За территорией парка есть 60 ловушек,
давай просмотрим изображения с них.
Твоя задача — отобрать все фото с барсами.
Потом мы проверим, есть ли среди них Таба.

8.

Задание 1. «Пропал снежный барс!»

9.

Выпиши буквы фотографий, на которых изображён барс
У
К
Л
Д
Е
В
Просмотрено 6 фото из 25 463

10.

Выпиши буквы фотографий, на которых изображён барс
Э
Х
О
Ф
Г
А
Просмотрено 12 фото из 25 463

11.

Выпиши буквы фотографий, на которых изображён барс
П
Т
И
Б
О
С
Просмотрено 18 фото из 25 463

12.

Каждая ловушка за 2 месяца собирает
от 2 000 до 40 000 фотографий, а таких
ловушек — 60. Можно потратить десятки часов,
чтобы отсмотреть фотографии только с одной
ловушки! Должно быть более эффективное
решение проблемы.
Какое? С кем бы посоветоваться?

13.

Для быстрого поиска снежных барсов на большом
числе фотографий подходит технология
компьютерного зрения.
Компьютер «видит» фото не как человек: для него
это набор цифровых значений пикселей.
Алгоритмы компьютерного зрения анализируют
значения пикселей и выделяют разные признаки
объектов. Например, особенный окрас барса.

14.

Поиск барса
01
02
03
04

15.

Первым делом программа должна изучить
фото. Для этого проводится операция свёртки
— компьютер применяет математические
вычисления к значениям пикселей,
чтобы выделить признаки объекта
на изображении.
В этом ему помогает ядро свёртки.
Оно накладывается на пиксель и соседние
с ним. А потом происходит математика.

16.

Операция свёртки

17.

Задание 2. «Нейросеть приходит на помощь»

18.

Нейросеть приходит на помощь
Выполни умножение значений пикселей и ядра и посчитай сумму произведений

19.

Правильный ответ
Такие вычисления программа применяет к каждому пикселю

20.

21.

Пора установить эту нейросеть на компьютер.
Одна загвоздка: мощностей даже самого
нового стационарного компьютера не хватит
для быстрой работы такой нейросети.
Возникает вопрос: а где раздобыть машину
помощнее?

22.

Чтобы проанализировать тысячи изображений
за несколько минут, перенесите всю работу
в облако. Там из облачных сервисов мы
соберём приложение. Оно поможет искать
барсов на фотографиях.
Начнём с создания виртуальной машины —
это такой компьютер в компьютере.
Он берёт мощности на серверах дата-центров.
Дима
Инженер
Yandex Cloud

23.

Задание 3. «Уходим в облако»

24.

Чтобы создать виртуальную машину,
выбери необходимые настройки.
Обведи и посчитай камеры, с которых
нужно собрать фотографии. Отметь
количество на шкале «Количество
подключённых камер».
Обрати внимание: снежные барсы
встречаются на территории,
выделенной голубым цветом.

25.

Опираясь на таблицу, определи
остальные параметры виртуальной
машины так, чтобы уложиться
в необходимое время

26.

Обратите внимание, графический
процессор GPU ускоряет время
обработки в 576 раз

27.

Поле для вопросов с вариантами ответа

28.

Р
Выпиши букву, под которой
находится верное утверждение,
в поле «Для тестов»
Количество ядер процессора влияет
на количество вычислений, которые
компьютер может выполнять
одновременно.
О
Количество ядер процессора влияет
на объем памяти виртуальной
машины.
В
Количество ядер процессора влияет
на выбор типа операционной
системы, которую можно установить
на виртуальной машине.
Н
Количество ядер процессора не
влияет на работу машины, но
сказывается на уровне нагрева
компьютера.

29.

Р
Количество ядер процессора влияет на
количество вычислений, которые
компьютер может выполнять
одновременно.

30.

И
Выпиши буквы, под которыми
находятся верные утверждения,
в поле «Для тестов»
GPU содержит несколько сотен
вычислительных ядер,
с помощью которых сложные
расчеты выполняются очень быстро
С
GPU управляет памятью видеокарт
и ускоряет вывод графики на экран
устройства
Н
GPU позволяет оптимизировать
работу звуковой карты
К
GPU позволяет упаковать графику
в компактную форму для
оптимизации хранения данных

31.

И
GPU содержит несколько сотен
вычислительных ядер,
с помощью которых сложные расчеты
выполняются очень быстро
С
GPU управляет памятью видеокарт
и ускоряет вывод графики на экран
устройства

32.

Отлично, у нас есть виртуальная машина!
Следующий шаг — собрать приложение
из облачных сервисов.
Давайте посмотрим, что нам нужно.

33.

Задание 4. «Конструктор приложений»

34.

35.

Найди источник данных, сервисы и нейросеть,
подходящие для переноса, хранения и анализа данных
Data
Transfer
Object
Detection
Object
Storage
Сервис для переноса
данных из одного
хранилища в другое
Нейросеть для поиска
и определения объектов
на фото
Сервис для объектного
хранения данных
Data
Streams
Data
Lens
Resource
Manager
Сервис для управления
потока данных в режиме
реального времени.
Например, принимать видео
с камер наблюдения
Сервис для перевода
данных в наглядные
графики и диаграммы
Сервис для управления
группами облачных
ресурсов и настраивать их
оптимальную работу

36.

37.

Чтобы приложение находило из всех барсов
нужного нам, подключим новую нейросеть
и научим её распознавать Табу.
Дообучение нейросети можно провести
в DataSphere. Это облачный сервис, созданный
специально для машинного обучения (ML).
Чтобы научиться отличать нашего барса
от других, нейросети надо изучить изображения
Табы. Для этого нужно загрузить фото с
разными ракурсами и видимостью. Массив
данных для загрузки в программу называется
«датасет».

38.

Задание 5. «Ещё одна нейросеть»

39.

Распредели фотографии по видам
1
2
3
4

40.

Распредели фотографии по видам
5
6
7
8

41.

Распредели фотографии по видам
9
10
11
12

42.

Отлично! Мы собрали датасет, перейдём
к следующему этапу.
Нейросеть будет показывать нам фотографии,
где она определила Табу. Наша задача —
отмечать, верно или нет нейросеть нашла
барса. По нашим ответам программа
сделает нужные выводы.

43.

44.

45.

46.

47.

48.

49.

Поле для вопросов с вариантами ответа

50.

Выпиши букву, под которой
находится верное утверждение,
в поле «Для тестов»
Б
Для дообучения нейросети нужно
собрать базу разных изображений
нужного объекта.
В
Нейросеть не нужно дообучать, она
все сделает сама
А
Для дообучения нейросети нужно
выбрать фотографии, которые
собрали больше всего лайков.
Г
Нейросеть невозможно дообучить,
можно только создать новую.

51.

Б
Для дообучения нейросети нужно собрать
базу разных изображений нужного
объекта.

52.

Т
Выпиши букву, под которой
находится верное утверждение,
в поле «Для тестов»
Дообучение сетей можно провести
в любом облачном сервисе
У
Дообучение нейросети нужно
проводить на отдельной платформе,
где есть картотека нейросетей
и специальные возможности
по дообучению
И
Дообучение сетей проводится
в сфере данных — специальном
облачном сервисе для ML-разработки
З
Возможности для дообучения уже
есть в самой нейросети и никакой
дополнительный сервис не нужен

53.

И
Дообучение сетей проводится
в сфере данных — специальном облачном
сервисе для ML-разработки

54.

Мы получили новые кадры с фотоловушек
национального парка и дообучили нейросеть,
чтобы распознавать конкретного барса.
Давайте дополним схему приложения.

55.

Задание 6. «Теперь получится!»

56.

Добавь в схему новый источник
данных и дообученную нейросеть
Object
Classification
DDoS
Protection
Новые
фотографии
Нейросеть для
распознавания, к какому
классу относится объект
на изображении
Облачный сервис,
фильтрующий данные,
поступающие из интернета.
Помогает предотвратить
DDoS-атаки
Новые фотографии
Только что полученные
данные с фотоловушек
национального парка
Фотографии
из соседних
заповедников
Только что полученные
данные с фотоловушек
других алтайских
заповедников
и национальных парков

57.

58.

Барс найден... и не один. А точнее, не одна!
Фотоловушки зафиксировали нашего барсасамку с двумя маленькими котятами. Вот
почему её не было на фотографиях
с предыдущего сбора!
После родов самка барса 2-3 месяца прячется
с детёнышами в укромном месте на скалах,
изредка выходя наружу за добычей. Заметить
её очень трудно. Зато теперь мы знаем, что
с ней всё в порядке, и можем и дальше
следить за ней и потомством.

59.

60.

Такое бы приложение да в каждый
национальный парк!
Как вы думаете, если к этому приложению
подключатся и другие заповедники,
национальные парки, хватит
ли на всех его мощностей?
Ничего не зависнет?

61.

Не зависнет! Если будет нужно, подключим
мощности других серверов дата-центра.
В дата-центре всё продумано! Давайте
посмотрим, как всё устроено.

62.

Устройство дата-центра
Дата-центр — здание, в котором установлены серверы и сетевое
оборудование для работы облака

63.

Устройство дата-центра
Сервер — мощный компьютер, который работает круглосуточно

64.

Устройство дата-центра
Источники бесперебойного питания (ИБП) накапливают энергию
на случай отключения электричества

65.

Задание 7. «Кроссворд»

66.

Вопросы
1. Массив данных для обучения нейросети.
2. Математическая модель, имитирующая работу нейронных связей
в человеческом мозге.
3. Устройство, предназначенное для фотосъёмки животных в дикой природе.
4. Мощный компьютер, в котором «живут» облачные технологии.
5. Технология предоставления ресурсов дата-центра через интернет.

67.

Ответы
1. Датасет
2. Нейросеть
3. Фотоловушка
4. Сервер
5. Облако

68.

Рефлексия
В конце урока проходит этап рефлексии, где учитель задаёт
ученикам закрепляющие вопросы, подводит итоги урока
и выясняет качество усвоения материала
● Какой из этапов создания приложения по поиску снежного барса вам
запомнился больше всего? Почему?
● Какие преимущества даёт искусственный интеллект в решении однотипных
задач, требующих высокой концентрации внимания?
Таких, как поиск снежного барса на фото.
● Как вы думаете, как будут применяться искусственный интеллект и облачные
технологии через 10 лет? А через 100?

69.

Поговорим о профессиях.
Разработка и администрирование облачных сервисов
Архитектор
программного
обеспечения
Разработчик
облачных
сервисов
Определяет, как будет
устроена будущая
программа или
приложение: какие
технологии будут
использованы,
как они будут
взаимодействовать
друг с другом.
Когда Скобец, Запятыня
и Слеши собирали схему
приложения для поиска
барсов, они выполняли
работу архитектора ПО
Пишет код
и проектирует
отдельные модули
облачной платформы.
Благодаря ему в облаке
столько полезных
сервисов, из которых
мы собирали
приложение для поиска
снежных барсов
Администратор
баз данных
Отвечает
за проектирование,
реализацию,
эффективное
использование
баз данных. Он следит
за ресурсами,
использованием
оперативной памяти
и хранилища. Этот
специалист необходим
на этапе сборки
приложения
из облачных сервисов
Специалист
технической
поддержки
Оперативно решает
проблемы клиентов —
пользователей облачных
технологий и сервисов.
Именно этот специалист
необходим, чтобы
помочь учёным
пользоваться
приложением

70.

Поговорим о профессиях.
Работа с нейросетями в облаке
Специалист
Архитектор
машинного
программного
обучения
обеспечения
Инженер
Разработчик
данных
облачных
сервисов
Создаёт программы
и алгоритмы, которые
позволяют
компьютерам учиться
и делать прогнозы на
основе данных.
В нашей истории этот
специалист обучал бы
нейросети находить на
фотографиях снежных
барсов и различать
среди них Табу
Создаёт
инфраструктуру
Пишет код
и
для
сбора, обработки
проектирует
отдельные
и
хранения
больших
модули
облачной
объёмов
данных.
платформы.
Благодаря
Когда
Скобец,столько
Запятыня
ему в облаке
и
Слеши собирали
полезных
сервисов, из
датасет
дообучения
которых для
мы собирали
нейросети,
приложениеони
для поиска
выполняли
одну
снежных барсов.
из задач инженера
данных

71.

Поговорим о профессиях.
Специалисты дата-центра
Инженер датацентра
Администратор
дата-центра
Отвечает за
бесперебойную работу
серверов, проводит
обход оборудования,
оперативно устраняет
поломки, настраивает
компьютерные системы
Отвечает за
обеспечение высокой
производительности
и безопасности
компьютерных систем.
Удалённо следит
за работой
оборудования
и предлагает решения
по модернизации
инфраструктуры

72.

Хотите знать больше?
Если вы интересуетесь сферой информационных технологий, приходите в Яндекс Лицей!
Запись на офлайн-программы откроется в следующем учебном году, но у нас есть и онлайн-курсы.
Можно бесплатно учиться из любой точки мира. Главное, чтобы был хороший интернет и желание развиваться.
Среди направлений:
● для новичков — основы программирования на Go;
● для продвинутых — интенсивные онлайн-курсы
(запись откроется в январе):
● веб-разработка на Django
● большие данные
● машинное обучение
● разработка игр
● анализ данных
Если вы интересуетесь информатикой, компьютерными
науками и готовы разбираться в деталях облачных
сервисов, предлагаем также пройти онлайн-курсы
от Yandex Cloud:
● «Основы работы с DataLens»
● «Инженер облачных сервисов»