28.04.2026 11:00
Мастер-класс по основам ИИ и нейронных сетей в Медицинском предуниверсарии
🤖 Доцент кафедры биофизики и цифровых технологий провел Мастер-класс по основам искусственного интеллекта и принципам работы нейронных сетей для обучающихся Медицинского предуниверсария СГМУ.
Экспертом и ведущим мероприятия выступил доцент кафедры Владислав Ханадеев. В ходе мастер-класса школьники познакомились с базовыми принципами работы систем искусственного интеллекта, узнали, каким образом алгоритмы машинного обучения анализируют данные и выявляют закономерности, а также обсудили распространенные области применения ИИ в повседневной жизни — от рекомендательных систем и голосовых ассистентов до технологий распознавания изображений.
Практическая часть занятия была посвящена созданию собственной модели нейронной сети. С использованием специализированного онлайн-инструмента участники сформировали набор обучающих данных и обучили модель распознавать жесты в формате игры «камень — ножницы — бумага». Школьники самостоятельно собирали изображения для разных классов жестов, обучали модель и тестировали ее работу, анализируя вероятности распознавания и устойчивость алгоритма к различным условиям съемки.
В процессе работы участники познакомились с ключевыми понятиями машинного обучения, такими как обучающая выборка, точность модели и роль разнообразия данных при обучении нейросетей. Отдельное внимание было уделено обсуждению распространенных представлений об искусственном интеллекте и объяснению того, что нейросети представляют собой математические модели, эффективность которых напрямую зависит от качества данных.
Мастер-класс позволил школьникам на практике познакомиться с современными цифровыми технологиями и продемонстрировал, что основы разработки систем искусственного интеллекта могут быть освоены уже на начальных этапах обучения.
Экспертом и ведущим мероприятия выступил доцент кафедры Владислав Ханадеев. В ходе мастер-класса школьники познакомились с базовыми принципами работы систем искусственного интеллекта, узнали, каким образом алгоритмы машинного обучения анализируют данные и выявляют закономерности, а также обсудили распространенные области применения ИИ в повседневной жизни — от рекомендательных систем и голосовых ассистентов до технологий распознавания изображений.
Практическая часть занятия была посвящена созданию собственной модели нейронной сети. С использованием специализированного онлайн-инструмента участники сформировали набор обучающих данных и обучили модель распознавать жесты в формате игры «камень — ножницы — бумага». Школьники самостоятельно собирали изображения для разных классов жестов, обучали модель и тестировали ее работу, анализируя вероятности распознавания и устойчивость алгоритма к различным условиям съемки.
В процессе работы участники познакомились с ключевыми понятиями машинного обучения, такими как обучающая выборка, точность модели и роль разнообразия данных при обучении нейросетей. Отдельное внимание было уделено обсуждению распространенных представлений об искусственном интеллекте и объяснению того, что нейросети представляют собой математические модели, эффективность которых напрямую зависит от качества данных.
Мастер-класс позволил школьникам на практике познакомиться с современными цифровыми технологиями и продемонстрировал, что основы разработки систем искусственного интеллекта могут быть освоены уже на начальных этапах обучения.