Biologi Ir Mācījuši Datoru Prognozēt Cilvēka Dzīves Ilgumu - Alternatīvs Skats

Satura rādītājs:

Biologi Ir Mācījuši Datoru Prognozēt Cilvēka Dzīves Ilgumu - Alternatīvs Skats
Biologi Ir Mācījuši Datoru Prognozēt Cilvēka Dzīves Ilgumu - Alternatīvs Skats

Video: Biologi Ir Mācījuši Datoru Prognozēt Cilvēka Dzīves Ilgumu - Alternatīvs Skats

Video: Biologi Ir Mācījuši Datoru Prognozēt Cilvēka Dzīves Ilgumu - Alternatīvs Skats
Video: Биолог профессия 2024, Maijs
Anonim

Austrālijas biologi ir izveidojuši mākslīgā intelekta (AI) sistēmu, kas spēj prognozēt cilvēka dzīves ilgumu ar 69% precizitāti no vienas viņa orgānu fotogrāfijas, saskaņā ar rakstu, kas publicēts žurnālā Scientific Reports.

Kibernētiskais "dzeguze"

Pēdējos gados, pateicoties matemātikas attīstībai un datoru skaitļošanas jaudas pieaugumam, zinātniekiem ir iespēja izveidot sarežģītus neironu tīklus, mākslīgā intelekta sistēmas, kas spēj veikt nebūtiskus uzdevumus un pat radoši “domāt”, radot jaunus mākslas un tehnoloģiju piemērus.

Piemēram, tikai pēdējā gada laikā zinātnieki ir izveidojuši mākslīgo intelektu, kas spēj spēlēt “neskaitāmo” seno ķīniešu spēli Go, laikrakstos meklējot svarīgākos notikumus vēsturē, rakstot skriptus datorspēlēm, krāsojot fotogrāfijas un videoklipus, piemēram, Van Gogs, un zīmējot attēlus. Gada sākumā zinātnieki atklāja AI sistēmu, kas molu no ādas vēža var atšķirt labāk nekā pieredzējušākie dermatologi.

Oukden-Rainer un viņa kolēģi šo ideju īstenoja tālāk, izveidojot mašīnu inteliģences sistēmu, kas var noteikt cilvēka dzīves ilgumu pēc viņa iekšējo orgānu fotogrāfijām, kas iegūtas ar datortomogrāfu.

Šī programma ir tā sauktais dziļais jeb īpaši precīzais neironu tīkls - daudzslāņu struktūra, kas sastāv no vairākiem desmitiem vai simtiem vienkāršāku neironu tīklu. Katrs no tiem neapstrādā neapstrādātus datus, bet gan analīzes produktus, ko iegūst tīkls, kas atrodas iepriekš, kas ļauj vienkāršot ļoti sarežģītas problēmas un atrisināt tās, izmantojot samērā pieticīgus skaitļošanas resursus.

Šie tīkli nevar atrisināt problēmas tūlīt pēc to izveides - tāpat kā cilvēkiem, viņiem ilgi jāmācās no savām kļūdām, pirms viņi sāk saņemt pareizās atbildes.

Reklāmas video:

Mākslīgā intelekta burvība

Šādām mācībām Oukden-Rainer un viņa kolēģi izmantoja vairāku tūkstošu krūšu un vēdera fotogrāfiju kolekciju, kas uzņemta ar tomogrāfu 40 pacientu veselības novērojumu laikā. Šis attēlu kopums, pēc zinātnieku domām, bija pietiekams, lai viņu ideju bērni varētu sasniegt tādu prognožu līmeni, kādu ārsti parasti demonstrē, mēģinot "ar aci" noteikt savu pacientu dzīvi.

Pārliecinoties, ka viņu izveidotā sistēma pareizi prognozē dzīves ilgumu no jau mirušu pacientu orgānu fotogrāfijām, zinātnieki pārbaudīja, kā tas tiks galā ar darbu "kaujas" apstākļos. Lai to izdarītu, viņi pieņēma darbā astoņu jaunu un vecu pacientu grupu, apgaismoja krūtis ar tomogrāfu un novēroja viņu dzīvi nākamo vairākus gadus.

Kā izrādījās, programma patiešām tika galā ar tai uzticētajiem uzdevumiem - tā pareizi paredzēja dzīves ilgumu 69% brīvprātīgo, pareizi noskaidrojot, kuri pacienti klīnikās mirs nākamo piecu gadu laikā.

Tā kā zinātnieki nezina, kā šādi dziļi neironu tīkli darbojas "no iekšpuses" un kā viņi nonāk pie secinājumiem, joprojām nav skaidrs, kādas tieši atšķirīgās pazīmes dators izmanto, lai prognozētu cilvēka nāvi. Tajā pašā laikā salīdzinoši augstā prognožu precizitāte cilvēkiem, kuri cieš no obstruktīvas plaušu slimības vai sirds mazspējas, runā par labu tam, ka šādas slimības visspēcīgāk ietekmēja AI "viedokli".

Zinātnieki cer, ka datu bāzes paplašināšana un vairāk brīvprātīgo iesaistīšana eksperimentos ievērojami uzlabos prognožu kvalitāti un padarīs tās precīzākas cilvēkiem, kuri necieš no smagām sirds un plaušu slimībām. Tagad, pēc Oakden-Rainer teiktā, viņa komanda "apmāca" jaunu neironu tīkla versiju, pamatojoties uz 12 tūkstošu pacientu fotogrāfijām, kurai vajadzētu ievērojami uzlabot prognozes precizitāti.