“会见研究人员”是一系列聚焦学术界的研究人员，他们使用 NVIDIA 技术加速他们的工作
朱拉隆功大学（ CU ）工程学院计算机工程系助理教授彼得的书是本月的焦点人物，泰国。 Vateekul 推动 CU 和 NVIDIA AI 技术中心（ NVAITC ）之间的合作活动，包括关于医学 AI 和 NLP 联合应用研究的研讨会和研讨会。自 2016 年以来，他一直与 NVIDIA 合作，并于 2018 年成为 NVIDIA 的大学大使和认证DLI 讲师。
你的研究重点是什么？
我的研究侧重于跨学科数据分析，将机器学习技术和深度学习方法应用于各个领域。这包括人工智能辅助医疗诊断、水文气象、地理信息学、 NLP 和金融。我最近的一些工作侧重于医学诊断，例如在结肠镜检查中实时进行人工智能辅助的息肉检测。
对于 NLP ，我的研究小组最近介绍了一个研究项目，该项目部署了配备自然语言的软件代理，能够理解在 web 上阅读学术出版物的能力。
你什么时候知道你想成为一名研究员，你想从事这个领域？
当我攻读硕士学位时，我意识到我想成为一名机器学习领域的研究人员。在我回到泰国并加入了 CU 的计算机工程系之后，这对我来说更加清楚了。我有机会与来自不同学校的许多研究人员和教授合作。能够应用机器学习技术来解决现实世界的问题让人感觉很有影响力。
您的工作对现场/社区/世界有何影响？
我处理现实世界的问题。人工智能辅助远程医疗在大流行时代发挥了重要作用，因此我想开发一种模型，帮助医生更准确、更有效地诊断患者。
例如，我们的研究团队现在正在实施一种可部署在手术室的实时polyp结肠镜检查用检测溶液。在这项工作中，我们通过使用软件和硬件解决方案克服了实时推理的限制。特别是在硬件方面，我们使用了一台带有 NVIDIA GeForce RTX 的医用计算机，以及一台视频切换器来实时分析和渲染视频。
您如何在研究中使用 NVIDIA 技术？
我一直在两个方面使用 NVIDIA 技术。首先，具有 NVIDIA GPU 的强大服务器对我的研究至关重要。其次，我一直在研究工作中使用 NVIDIA SDK 和 NVIDIA NGC 中的预训练模型。例如，我曾与加州大学医学院的Sira Sriswasdi教授合作。目的： 2019 冠状病毒疾病的诊断，并通过多区肺分割，提高 COVID-19 的诊断和预后。我们正在使用 NVIDIA Clara SDK，这是一个完整的人工智能辅助医疗解决方案，它还包含跨多个站点（医院）训练模型的联合学习，而无需共享敏感的患者数据。
你的下一步研究是什么
我研究的下一步是将研究成果转化为可用于现实场景的产品（软件）。此外，我计划在许多方面扩展我目前的作品。例如，我计划扩展解决方案以支持胃肠道的其他部分。除了在结肠镜下检测息肉外，我们还可以在胃镜下训练模型来分割胃肠化生区域。
此外，我们正在努力将我们的科研系统ESRA扩展到包括生物信息学在内的其他领域，该系统现在只支持计算机科学领域的出版物。
对新研究人员有什么建议，特别是对那些受到你的工作启发和激励的人？
对我来说，建立成功的研究需要三个主要因素：合适的机器学习技术、培训数据以及领域专家，以及强大的 GPU 服务器。此外，由于人工智能相关技术一直在快速变化，成为研究社区的一部分也很重要；因此，你可以通过成为研究社区的一员来不断更新你的知识。
要了解更多关于 Peerapon Vateekul 和他的团队正在做的工作，请访问他的学术界网页。
