مجلة عالم التكنولوجيا
مجلة تكنولوجية شاملة

استخدام “PyTorch” لتبسيط مشاريع التعلم الآلي

بالنسبة للعديد من الجراحين فإن إمكانية العودة إلى غرفة العمليات لمراجعة الإجراءات التي قاموا بها على المريض يمكن أن توفر رؤى طبية لا تُقدر بثمن.

لكن باستخدام مزيج من “PyTorch” -وهي مكتبة مفتوحة المصدر، ومستعملة لتطبيقات الرؤية الحاسوبية ومعالجات اللغات الطبيعية، والمطورة من قِبل مختبر أبحاث “فيسبوك”- ومنصة التعلم الآلي “Allegro Trains”، توفر شركة “med-tech” الآن للجراحين أداة تتيح لهم مشاهدة العمليات السابقة التي قاموا بها وتحليلها بالتفصيل، والوصول إلى لقطات فيديو للإجراءات التي تم إجراؤها من الزملاء في جميع أنحاء العالم.

تُستخدم “منصة الذكاء الجراحي”، وهي تقنية الرؤية الحاسوبية، لاستخراج المعلومات الأساسية من مقاطع الفيديو التي تم التقاطها أثناء العمليات الجراحية.

يتم شرح البيانات وتجميعها وتنظيمها للسماح للأطباء بمراجعة محتوى معين ببساطة؛ عن طريق كتابة الكلمات الرئيسية من خلال النظام الأساسي. كما يمكن للجراحين استخدام الأداة للانتقال إلى خطوة معينة، أو إعادة مشاهدة اللحظات الحرجة، أو الوصول إلى تحليل حول الإجراء، مثل الوقت المستغرق في تنفيذ إجراء معين.

يستخدم علماء بيانات المنصات عددًا من نماذج التعلم الآلي المعقدة، لفهرسة محتوى الفيديو الذي يوفره الجراحون وفهرسته، لكنهم أدركوا سريعًا، عندما واجهوا محتوى متصاعدًا، أن تدريب النماذج يدويًا كان مهمة أكثر صعوبة مما كان متوقعًا.

قال “عمري بار”؛ رئيس فريق البحث في المنصة: “أدركنا أن تشغيل كل هذه العمليات يدويًا كان غير مجدٍ وأن أتمتة خطوط أنابيب التدريب أمر لا بد منه. الآن، عندما يتم إدخال بيانات جديدة تتم معالجتها على الفور وإدخالها مباشرة في خطوط أنابيب التدريب؛ ما يؤدي إلى تسريع سير العمل وتقليل الأخطاء البشرية وتحرير فريق البحث لدينا للقيام بمهام أكثر أهمية”.

وتتكون خطوط أنابيب التعلم الآلي من العديد من العمليات المختلفة، بما في ذلك جمع البيانات والتحضير والتنظيف واستخراج الميزات أو التحقق من صحة النموذج. يتم إكمال هذه المهام بشكل تقليدي بواسطة علماء البيانات، وهو أمر مكلف ويمكن أن يستغرق عدة أشهر.

وبالتالي فإن أتمتة بعض المهام التي تستغرق وقتًا طويلًا والمتكررة والضرورية لتطوير نموذج التعلم الآلي تُمكن المؤسسات من نشر التكنولوجيا بشكل أكثر كفاءة وبموارد أقل.

وواجه فريق علوم البيانات في المنصة العديد من العمليات المختلفة التي كانت بحاجة إلى أتمتة في خط أنابيب التدريب على التعلم الآلي. وكانت هناك حاجة إلى أداة مرنة للتأكد من إمكانية إجراء التجارب مع ممارسات الشركة الداخلية، والتي تم تصميمها خصيصًا للمجال الجراحي.

وسرعان ما ظهر إطار عمل “PyTorch” الخاصة بـ “فيسبوك”، وهو مكتبة مفتوحة المصدر للتعلم الآلي تُستخدم غالبًا لتطبيقات رؤية الكمبيوتر، باعتبارها التكنولوجيا المفضلة.

قال “بار”: “حددنا PyTorch كأفضل إطار عمل لتقديم المرونة التي نحتاجها. وباستخدام PyTorch، يمكننا بسهولة تفكيك وإعادة تجميع الأجزاء التي نريد التركيز عليها وتوفر إمكانات تصحيح أخطاء بدون احتكاك من أعلى إلى أسفل”.

على سبيل المثال: وجد الفريق أن وحدات معالجة الفيديو في “PyTorch” مفيدة لتسهيل معالجة المحتوى الثقيل. الفيديو الجراحي الذي يستمر لعدة ساعات يتم تمثيله عادةً على شكل موتر ضخم رباعي الأبعاد؛ ما يجعل من الصعب هضمه. ولكن باستخدام “PyTorch” تمكن الفريق من كتابة وظائف مخصصة لتحميل البيانات تُسرّع من تدريب النماذج.

ونجح” بار” وفريقه في أتمتة العملية الكاملة للتدريب على التعلم الآلي للمنصة الجراحية، من تطوير النموذج إلى النشر بالإضافة إلى تحسين النموذج. كما يشتمل النظام الأساسي بشكل فعال على حلقة تغذية مرتدة؛ حيث تتم إعادة دمج البيانات التي يتم تسليمها للمستخدمين النهائيين في مجموعات البيانات الحالية للتدريب المستمر للنماذج.

أضاف بار: “تطورنا من شركة تعتمد على ممارسات التعلم الآلي التقليدية إلى مؤسسة مؤتمتة بالكامل وقابلة للتطوير. ووفرنا لباحثينا ومهندسينا ساعات لا تُحصى من خلال السماح لهم بالتركيز على القيمة المضافة الحقيقية”.

علاوة على “PyTorch”، يتم الاستفادة من منصة للتعلم الآلي تسمى “Allegro Trains”، والتي تدير البيانات التي تأتي من خلال خطوط أنابيب النماذج المختلفة وتنظمها بطريقة قابلة للاستعلام.

اقرأ أيضًا:

قريبًا.. تطبيق Apple TV قادم إلى Chromecast الجديد مع Google TV

 

ولمتابعة أحدث الأخبار الاقصادية أضغط هنا

الرابط المختصر :

اترك رد

لن يتم نشر عنوان بريدك الإلكتروني.