4名有抱负的计算机科学家在Chatham HS深入研究“深度学习” NJ.com

查塔姆高中四名最强大的计算机科学专业学生花费他们的学习大厅而不是巡回到Dunkin'Donuts或在家看着Netflix放松，但在Chatham高中自助餐厅，CHS数学和计算机科学教师Mark Jones博士参与讨论关于人工智能和编程。

与琼斯博士一起，他们讨论了一种流行的人工智能技术“深度学习”的能力，以解决各种各样的问题，以及像癌症检测和犯罪预防一样看似棘手的问题。除了其他社会，科学和经济问题之外，学生甚至还在进行自己的研究和实验，重点关注这些主题。

这些年轻的计算机科学家是老年人Ozaner Hansha和Thomas Barrett以及青少年Sophie Andrews和Ryan Sherman。

Ozaner和Thomas都在CHS接受AP计算机科学博士和琼斯博士作为二年级学生。作为一名大三学生，Ozaner继续学习AP计算机科学原理，这是另一门以人文科学为基础的计算机科学课程，而托马斯则无法将AP计算机科学原理纳入他的大三学年课程中。

作为老年人，两位学生都选择参加琼斯博士的独立研究，以进一步了解和理解“深度学习”及其能力。 Sophie和Ryan目前在琼斯博士的班级注册为AP计算机科学专业的学生。

在开始他的教学生涯之前，琼斯博士曾在贝尔实验室担任技术人员和首席研究员的杰出成员，在那里他集中研究计算语言学，自然语言理解，光学字符识别和机器学习。他将这些知识和经验带到他的班级和这个小型学习小组的学生身上。

当“深度学习”小组开会时，他们会分享有关深度学习的信息，他们阅读的文章以及他们在自己的项目中所尝试的实验。

在琼斯博士的支持下，所有四名学生都做了非凡的事情。

Sophie Andrews一直致力于建立一个名为SkinNet的卷积神经网络来对皮肤病变图像进行分类。她说：“我的目标是让SkinNet将黑色素瘤（一种癌症病变）与痣（一种良性病变）区分开来。为了实现这一目标，我使用来自国际皮肤影像协作组织的数千张病变图像训练SkinNet。是否经过适当训练的SkinNet可以从之前从未见过的图像中对这两种病变类型进行分类。实际上，通过深度学习，SkinNet可以获取黑色素瘤的视觉特征（例如不对称形状）并正确地对大部分病变进行分类。

Sophie在几场比赛中进入了SkinNet，并获得了多项表彰和奖项，包括2018年皇帝科学奖和统计学一等奖以及北泽西地区科学博览会的癌症研究。她是参加英特尔国际科学与工程博览会竞选旅行奖的六位入围者之一。

她还是2018年新泽西青少年科学与人文研讨会的20名决赛选手之一，在那里她获得了NJJSHS颁发的总统奖学金提名。

Thomas Barrett对语言理论很感兴趣。托马斯创建了自己的编程语言。托马斯说：“我的语言翻译，目前命名为TomScript，使用形式语言理论和类型理论的技术，按照我设计的严格语法读取TomScript程序的文本表示，分析它的错误，然后执行它。虽然它TomScripts仍在进行中，它已经支持各种功能，包括一级和更高级的功能，流量控制，用户定义的操作符等。“

Ozaner Hansha对机器学习的兴趣激发了他从事视频游戏开发到乳腺癌诊断等项目的工作。

Ozaner说，“我创建了一些人工神经网络，可以执行通常无法通过计算机完成的人工任务。我制作的第一个是一个网络，它接收一位数的图像（0-9）并输出什么最近，我编写了一个神经网络，通过与成千上万的游戏（称为PongNet）对抗机器人来学习玩Pong。它学会通过'强化学习'来玩：它获得积分和奖励因为失去而受到惩罚，与你如何教导动物或小孩子的东西没有什么不同。“

在Ozaner创建PongNet之前，他创建了一个神经网络来分类特定乳腺癌样本是良性还是恶性。他解释说，“它是根据威斯康星乳腺癌数据集的数据进行训练的。这些人工神经网络旨在模仿人类大脑的结构：大量的个体'神经元'连接到不同重量的其他神经元。这样的网络是通过给出良性和恶性细胞的例子进行训练，并告诉它与这些例子的输出相匹配。“

Ozaner的乳腺癌诊断神经网络对随机样本的准确率约为90％。

Ozaner也对量子计算机感兴趣。当IBM在2016年向公众提供他们的5量子比特（量子模拟到经典计算机中的比特）量子计算机时，Ozaner是第一个注册的人之一。当时，他对量子计算或量子算法没有正式的了解。

他说，“直到2017年IBM才发布了一个python API，QISkit，与他们的量子计算机进行交互，而不是之前可用的基于Web的GUI。这样就可以以编程方式创建量子电路，从而实现通用量子算法，我现在可以试图在过去的一年半中广泛阅读这个主题。“

他解释说，量子计算主要来自线性代数，更具体地来自复杂的线性代数，以及量子力学原理。

Ryan Sherman通过琼斯博士推动的深度学习小组参与了几个项目，他将精力集中在从使用深度学习预测犯罪到使用它来诊断乳腺癌和阿尔茨海默氏症的各个方面。

Ryan说：“我对深度学习的兴趣始于我大一的时候，促使我购买机器学习书。然后我从麻省理工学院和斯坦福大学学习了在线课程，并观看了行业专家的讲座，继续建立我对这个主题的理解。掌握了一些深入的学习概念，我开始探索Keras，Tensorflow和PyTorch库，这些都是由我对Python编程语言的帮助。我渴望并且现在已经准备好实施我的深度学习知识了，我开始尝试实践项目。“

Ryan的第一个项目之一是识别手写数字的应用程序。他的下一个项目使用深度学习来预测纽约市的时间，犯罪类型和犯罪地点。

Ryan说：“经过一些成功，我很高兴追求我的激情 – 深度学习和医学的交叉。我根据患者的病史建立了诊断乳腺癌的软件，使用Tensorflow来帮助检测阿尔茨海默氏症的症状。脑部扫描，并在CT扫描中使用深度学习来检测早期肺癌。目前，我正在写一篇关于我最近项目的论文，其中涉及创建一种在CT扫描中分割脑肿瘤的算法。我为PySyft做出了贡献，一个同态加密的深度学习库，为了跟上该领域的最新发展，我阅读了来自深度学习网站的研究论文，博客和其他新闻。“

像许多琼斯博士的深度学习学生一样，瑞安刚刚开始从事这项工作。

“我想继续我的深度学习工作，并计划在大学学习计算机科学和应用数学，”瑞恩说。

关于他的研究小组中的年轻学者，琼斯博士说：“我与四位学生讨论'深度学习'以及人工智能和计算机科学的其他发展都是非常了不起的学者。我的大部分学生都是荣誉学者Prealculus和所有这些都在AP计算机科学A.他们每个人都有强迫学习新事物，并将这种学习应用于个人和社会利益的问题。他们都是令人印象深刻的自我启动者，他们需要很少的指导，谁是不断的令我惊讶的是他们的能力和他们的功绩。即使对于选择性大学的学生来说，他们所做的工作也具有挑战性。“

由Chatham High School提交