Ahli Biologi Telah Mengajar Komputer Untuk Meramalkan Jangka Hayat Seseorang - Pandangan Alternatif

Isi kandungan:

Ahli Biologi Telah Mengajar Komputer Untuk Meramalkan Jangka Hayat Seseorang - Pandangan Alternatif
Ahli Biologi Telah Mengajar Komputer Untuk Meramalkan Jangka Hayat Seseorang - Pandangan Alternatif

Video: Ahli Biologi Telah Mengajar Komputer Untuk Meramalkan Jangka Hayat Seseorang - Pandangan Alternatif

Video: Ahli Biologi Telah Mengajar Komputer Untuk Meramalkan Jangka Hayat Seseorang - Pandangan Alternatif
Video: CARA HEBAT YANG DILAKUKAN ILMUAN UNTUK MENAMBAH UMUR MANUSIA 2024, Mungkin
Anonim

Ahli biologi Australia telah mencipta sistem kecerdasan buatan (AI) yang mampu meramalkan jangka hayat seseorang dengan ketepatan 69% dari satu gambar organnya, menurut artikel yang diterbitkan dalam Laporan Ilmiah.

"Cuckoo" siber

Dalam beberapa tahun kebelakangan ini, berkat perkembangan matematik dan pertumbuhan kekuatan komputer, para saintis berpeluang membuat jaringan saraf yang kompleks, sistem kecerdasan buatan yang mampu melakukan tugas yang tidak remeh dan bahkan "berfikir" secara kreatif, menciptakan contoh baru seni dan teknologi.

Contohnya, pada tahun lalu sahaja, saintis telah mencipta AI yang mampu memainkan permainan Go kuno "tidak terkira", mencari surat khabar untuk peristiwa terpenting dalam sejarah, menulis skrip untuk permainan komputer, mewarnai gambar dan video "seperti Van Gogh" dan melukis gambar. Pada awal tahun ini, para saintis melancarkan sistem AI yang dapat membezakan tahi lalat dari barah kulit lebih baik daripada pakar dermatologi yang paling berpengalaman.

Oakden-Rainer dan rakan-rakannya mengambil idea ini lebih jauh, mewujudkan sistem kecerdasan mesin yang dapat menentukan jangka hayat seseorang dari gambar organ dalamannya yang diperoleh dengan tomograf komputer.

Program ini adalah rangkaian neural yang sangat mendalam, atau tepat - struktur pelbagai lapisan yang terdiri daripada puluhan atau ratusan rangkaian saraf yang lebih sederhana. Masing-masing dari mereka tidak memproses data mentah, tetapi menganalisis produk yang diperoleh oleh rangkaian yang terletak di atas, yang memungkinkan untuk menyederhanakan masalah yang sangat kompleks dan menyelesaikannya dengan menggunakan sumber komputasi yang relatif sederhana.

Jaringan ini tidak dapat menyelesaikan masalah dengan segera setelah mereka dibuat - seperti manusia, mereka harus belajar dari kesalahan mereka sendiri sejak lama sebelum mereka mula mendapat jawapan yang tepat.

Video promosi:

Keajaiban kecerdasan buatan

Untuk latihan seperti itu, Oakden-Rainer dan rakan-rakannya menggunakan koleksi beberapa ribu gambar dada dan perut yang diambil dengan pengimbas tomografi semasa pemerhatian kesihatan terhadap 40 pesakit. Kumpulan gambar ini, menurut para saintis, cukup bagi anak otak mereka untuk dapat mencapai tahap ramalan yang biasanya ditunjukkan oleh doktor ketika berusaha "dengan mata" menentukan jangka hayat pesakit mereka.

Setelah memastikan bahawa sistem yang mereka ciptakan dengan tepat meramalkan jangka hayat dari gambar-gambar organ pesakit yang sudah mati, para saintis memeriksa bagaimana ia dapat mengatasi pekerjaan dalam keadaan "pertempuran". Untuk melakukan ini, mereka merekrut sekumpulan lapan pesakit muda dan tua, menerangi dada mereka dengan tomograf dan memerhatikan kehidupan mereka selama beberapa tahun akan datang.

Ternyata, program ini melakukan pekerjaan yang sangat baik dengan tugas yang diberikan kepadanya - ia dengan tepat meramalkan jangka hayat untuk 69% sukarelawan, dengan tepat mengetahui pesakit klinik mana yang akan mati dalam lima tahun akan datang.

Oleh kerana para saintis tidak tahu bagaimana rangkaian neural mendalam berfungsi "dari dalam" dan bagaimana mereka membuat kesimpulan, belum sepenuhnya jelas apa ciri khas yang digunakan komputer untuk meramalkan kematian seseorang. Pada masa yang sama, ketepatan ramalan yang agak tinggi bagi orang yang menderita penyakit paru-paru obstruktif atau kegagalan jantung, menyokong fakta bahawa penyakit seperti ini sangat mempengaruhi "pendapat" AI.

Memperluas pangkalan data dan melibatkan lebih banyak sukarelawan dalam eksperimen, para saintis berharap, akan meningkatkan kualiti ramalan dengan ketara dan menjadikannya lebih tepat bagi orang yang tidak menderita penyakit jantung dan paru-paru yang teruk. Sekarang, menurut Oakden-Rainer, pasukannya sedang "melatih" versi baru rangkaian saraf berdasarkan foto 12 ribu pesakit, yang semestinya dapat meningkatkan ketepatan ramalan dengan ketara.

Disyorkan: