სასწავლო მოგზაურობა

ჩვენი მოგზაურობა 2022 წლის ნოემბერში დაიწყო, როცა 4 სმენადაქვეითებულმა გოგონამ, რომლებიც კოხლეარული იმპლანტის მომხმარებლები არიან და ცნობილები არიან როგორც „ბიონიკის გოგონები“, გადაწყვიტეს გაეუმჯობესებინათ აპლიკაცია, რომელიც კატარინამ შეიმუშავა „დაკავშირებული გოგონების“ გუნდში Technovation 2022-ის დამწყები დივიზიონის ფარგლებში. აპლიკაციის პირველი ვერსია, რომელიც APP Inventor და Arduino პლატფორმებზე შეიქმნა, შესაძლებელს ხდიდა ხმების რეგისტრაციას, და როცა ხმას მომხმარებლის გარე გარემოში ამოიცნობდა, მობილურ ტელეფონს ვიბრაციის რეჟიმში გადაყავდა.

2023 წელს ჩვენი მიზანი იყო ისეთი სამაჯურის დამატება, რომელიც ხმების ამოცნობისას ვიბრირებს და ანათებს, რათა მომხმარებელს შესაძლო საფრთხეზე ან გაფრთხილებაზე მიანიშნოს. ჩვენ შევისწავლეთ Thunkable პლატფორმის გამოყენება, რომელიც საშუალებას გვაძლევს შევქმნათ აპლიკაციები როგორც Android, ასევე iOS სისტემებისთვის. ასევე გავეცანით Raspberry Pico დაფას, რომელიც უფრო მცირეა, რაც საშუალებას იძლევა უკეთ მოერგოს სამაჯურს. ამასთანავე, ის Python-ით იწერება და მეტი ფუნქციონალის შეთავაზება შეუძლია. გამოწვევები იყო სამაჯურის აპლიკაციასთან დაკავშირება და სოციალური ქსელებში ჩვენი სირთულეების გაზიარება, მიუხედავად იმისა, რომ ვიცოდით, რამდენად მნიშვნელოვანია ეს თვითაღქმისთვის და სხვა სმენადაქვეითებული ადამიანების მოტივაციისთვის. ჩვენ ყველაფერს ვაკეთებთ იმისთვის, რომ ჩვენი აპლიკაცია სმენადაქვეითებული ადამიანების ცხოვრებაში რეალურ განსხვავებას ქმნიდეს.

პროექტ HeartScope-ის შექმნის დასაწყისში ჩვენთვის ახალი იყო კლასიფიკაციის სისტემები და ხელოვნური ინტელექტის გამოყენება ჯანდაცვის სფეროში. ჩვენი AI-ის კვლევის პროცესში გავატარეთ სამსაათიანი ზარები, სადაც Kaggle-ზე გამოსახულებების კლასიფიკაციის რეპლიკები შევქმენით. ამ პროცესში შევისწავლეთ ყველაზე გავრცელებული ტექნიკები გამოსახულების კლასიფიკაციაში და ნეირონული ქსელების სხვადასხვა სახეები, რომლებიც მაქსიმალურ სიზუსტეს უზრუნველყოფს.

ჩვენს მოგზაურობაში იყო მომენტები, როცა თავს დაღონებულად ვგრძნობდით, რადგან კომპიუტერის მიერ წარმოქმნილი შეცდომები შეუძლებლად გვეჩვენებოდა. როგორ შეგვეძლო პრობლემის გადაჭრა, როცა მისი არსიც კი ვერ გვესმოდა? თუმცა მივხვდით, რამდენად მნიშვნელოვანია შესვენებების გაკეთება, რათა საკითხს ახალი პერსპექტივით მივუდგეთ. ეს მეთოდი ძალიან ეფექტური აღმოჩნდა ბევრ შეცდომასთან გამკლავებაში. ასევე, დახმარებისთვის მივმართეთ Brain Tumour MRI Classification-ის პროექტს (ავტორი: ჯეი), რომელსაც Kaggle-ზე ვიმეორებდით, მონაცემების ატვირთვისა და ჩვენი პირველი მოდელის ბაზის შესაქმნელად.

საბოლოო ჯამში, გავაცნობიერეთ, რომ სწავლის პროცესში სიამოვნების პოვნა და იმ ინოვაციით გატაცება, რომელსაც ვქმნიდით, ჩვენი მოტივაციის მთავარი მამოძრავებელი ძალაა. ასევე მივხვდით, რომ წარმატების დიდი ნაწილი შეცდომების დაშვება და არატრადიციული გზის არჩევაა.