Pogovor s študentom Minerva Zichen

Spoznajte Zichen, študenta razreda 2019.

Hitra dejstva

Ime
Zichen Cui

Domače mesto
Kitajska

Razred
2019

Major
Računalniške vede - Strojno učenje

Pogovor

Zakaj ste se odločili, da se udeležite Minerve in ne tradicionalnega programa?

Verjamem, da obstajata dve pomembni področji znanja, ki se ju moram naučiti skozi vse življenje: razumevanje ljudi in razumevanje sistemov, ki se med seboj ne izključujeta. Prejšnja izobrazba mi je dala načelni pristop k razumevanju sistemov. Verjamem, da mi globalna rotacija in mednarodno študentsko telo Minerve omogoča spoznavanje kultur in jezikov ter vzpostavljanje povezav znotraj njih.

Kaj najbolj uživate, če ste del skupnosti Minerva?

Kulturni šok zaradi življenja s sošolci iz petdeset različnih kultur. Spopad mnenj, navad in vrednot je za um zahteven, a zabaven.

Povejte nam o svojih izkušnjah v Hyderabadu.

Pred Hyderabadom je bilo zanimivo brati o nastajajočih trgih v učbeniku. Ko sem bil v Hyderabadu, sem se osebno počutil drugače. Mesto ima veliko priložnosti za rast in razvoj in potop v njega mi je dal nove poglede na gospodarsko rast, kulture in razvoj.

Kaj bi povedali drugemu študentu, ki razmišlja o Minervi?

Sposobnost pridobivanja in uporabe veščin po vsem svetu v različnih mestih je dragocena izkušnja. Običajni študent Minerve v vsakem mestu išče priložnosti, Minerva pa omogoča tudi potopitev v mesto in lokalni strokovni razvoj.

Kako Minerva po lastnih besedah ​​oblikuje prihodnost?

Zame sta dve pomembni spremembi. Prva je odpoved tradicionalnemu kampusu in uporaba spletne platforme (Forum za aktivno učenje) za pouk. To je osrednji del filozofije Minerve, ki omogoča globalno vrtenje: odstranjevanje geografskih meja učilnice. Drugi je sam svetovni zasuk: od študentov, da gredo na globalno rotacijo, se pospešijo učenja v kulturah in okoljih. Kar v enem delu sveta drži, v drugem morda ni tako.

Poletni staž ste preživeli v LPixelu, portfeljskem podjetju Mistletoe v Tokiu na Japonskem. Opišite projekt, pri katerem ste delali.

Delal sem na raziskovalni skupini in se osredotočil na izziv segmentacije ishemične možganske kapi (ISLES), izziv segmentaciji medicinske slike, kjer raziskovalci predložijo alternativne metode za segmentiranje možganskih lezij, ki temeljijo na akutnih CT perfuzijskih pregledih. Ishemična kap je možganska kap, ki jo povzroči nezadostna oskrba s krvjo v možganih. Preprosto povedano, glede na CT slik možganov bolnikov z možgansko kapjo smo imeli nalogo, da na ravni pikslov predvidimo, kje bodo možgani poškodovani. Medtem ko so posnetki možganov, dobljeni s CT perfuzijskim pregledom, zamegljeni, je bistveno hitrejši od slike MRI.

Poleg tega sem zgradil nadzorno ploščo strežnika za oddelek za raziskave in razvoj LPixela in pomagal odpraviti težave s prezračevanjem strežnika. Na nadzorni plošči so vizualizirali in nadzirali LPixelove grafične kartice (GPU), ki se običajno uporabljajo za izračun globokih nevronskih omrežij, in dodali preglednost delovanja. Zdaj si člani skupine lahko ogledajo, kateri GPU se trenutno uporabljajo in ali so popolnoma prezračeni, kar povečuje organizacijo v njihovih raziskavah. Z armaturne plošče sem videl, da se GPU upočasnjujejo zaradi pregrevanja. Preprosta namestitev ventilatorja za hlajenje grafičnih procesorjev je povečala zmogljivost računalnika za približno 30%.

Zakaj je ta raziskava pomembna?

To je pomembna raziskava, saj bolnik z ishemično kapjo vsako minuto lokalizira smrt možganskega tkiva, če kap ne zdravi. Čas je kritičen in hitra diagnoza in poseg lahko omeji poškodbo tkiva in izboljša bolnikovo prognozo. Klinična utemeljitev tega izziva je hitro izdelati prototipe, avtomatizirati algoritme za hitro odčitavanje CT perfuzijskih pregledov in skrajšati čas med sprejemom v bolnišnico in intervencijo.

Katere so bile različne faze raziskovanja?

Prva dva tedna sem si veliko namenil čas za vse, kar bi kasneje pospešilo moje raziskovanje: razvoj nadzorne plošče strežnika, reševanje težav s prezračevanjem, pisanje modulov orodij, ki so skrbeli za urejanje podatkov, konfiguracijo eksperimentov, usposabljanje, ocenjevanje in vizualizacijo.

Po tem je bil postopek iteracije: branje dokumentov, njihovo izvajanje in vrednotenje ter ponovna ocena, kaj storiti naprej.

Kaj vas je pritegnilo k staranju na Japonskem?

Prihajam s Kitajske, od nekdaj me zanimajo niansirane podobnosti in razlike med kitajsko in japonsko kulturo. Poleg tega se je Japonska poleti zdela razumna gonja za Japonsko.

Kako ste izvedeli za to priložnost? Ste sodelovali z Agencijo za strokovni razvoj, da bi zagotovili to pripravništvo?

Udeležila sem se informacijske seje Minerva-Mistletoe in navdušena sem spoznala, da obstaja možnost strojnega učenja diagnoze in medicinskega slikanja. Prijavil sem se, ker so možnosti raziskovanja strojnega učenja običajno rezervirane za doktorat. študenti in praktične uporabne raziskave so koristne za dodiplomskega študenta. Agencija za strokovni razvoj je imela poenostavljen postopek prijave in se je prijavila preprosto. Po prijavnici in več e-poštnih sporočilih sem se uvrstil v LPixel in se udeležil njihovega razgovora.

Povejte mi o svoji dosedanji poti kariere. Katere korake ste na Minervi naredili, da bi vam pomagali nadaljevati kariero?

V bistvu verjamem, da je poslovanje izračunano, človeške družbe in anorganski sistemi pa se bodo hitro integrirali skozi moje življenje. Moj dolgoročni cilj je, da delujem na tej viziji. Moja akademska osredotočenost je bila na podatkovne vede, strojno učenje, finance in trženje. Sodelujem v civilnih projektih v vsakem mestu v globalni rotaciji, da pridobim izkušnje iz resničnega sveta in sem lahko uveljavil in razvijal svoje spretnosti na mojih interesnih področjih.

Kako vas je pripravništvo v LPixelu pripravilo na vaše naslednje korake v karieri?

Ta izkušnja je pripomogla k povečanju moje globalne mreže in nadaljnjemu razvoju mojega razumevanja globokega učenja in zdravstvene oskrbe. V kratkem času sem spremenil smer svojega projekta Capstone v četrtem letniku, da bi razširil svoje raziskave na diagnostiko slikanja CT prsnega koša. Vem, da je pomemben za moj dolgoročni cilj, toda kako pomemben je, bomo še videli na poti.

Kakšni so bili rezultati vaše raziskave? Kaj je vaš naslednji korak?

Konec poletja sem napisal povzetek, v katerem sem podrobno opisal svojo metodologijo in naložil svoje rezultate testov na izziv ISLES 2018. Kot edini ne-doktorat. tekmec, moje raziskovanje ni bilo med finalisti, ampak je bilo postavljeno na sredino, s čimer sem zadovoljen, vendar pa tudi vidim področja za izboljšave.

Medtem ko se je izziv ISLES 2018 končal, sem ugotovil, da ozko grlo v umetni inteligenci v zdravstvu (AI) ni vzorčna arhitektura, ampak omejitve nabora podatkov. Zlasti v nujnih primerih je nujno, da bolnika rešimo, namesto da zbiramo podatke za naključno raziskavo. Navdušen sem, da bom z mojim letnikom nadaljeval delo z LPixelom pri razvoju modelov na večjih naborih podatkov v CT prsih in raziskovanju, kako uporabiti globoke konvolucijske generativne adversarne mreže (DCGAN) za povečanje omejenih nizov podatkov.