Australijos biologai sukūrė dirbtinio intelekto (PG) sistemą, galinčią 69% tikslumu numatyti žmogaus gyvenimo trukmę iš vienos jo organų nuotraukos, sakoma „Scientific Reports“publikuotame straipsnyje.
Kibernetinis „gegutė“
Pastaraisiais metais matematikos vystymosi ir kompiuterių skaičiavimo galios augimo dėka mokslininkai turi galimybę sukurti sudėtingus neuroninius tinklus, dirbtinio intelekto sistemas, galinčias atlikti ne trivialias užduotis ir netgi kūrybiškai „mąstyti“, kuriant naujus meno ir technologijų pavyzdžius.
Pavyzdžiui, vien per pastaruosius metus mokslininkai sukūrė dirbtinį intelektą, galintį žaisti „nesuskaičiuojamą“senovės kinų žaidimą „Go“, ieškoti laikraščiuose svarbiausių įvykių istorijoje, rašyti kompiuterinių žaidimų scenarijus, nuspalvinti fotografijas ir vaizdo įrašus „kaip Van Gogas“ir piešti paveikslėlius. Metų pradžioje mokslininkai pristatė dirbtinio intelekto sistemą, kuri gali geriau atskirti apgamus nuo odos vėžio nei labiausiai patyrę dermatologai.
Oakdenas-Raineris ir jo kolegos ėmėsi šios idėjos toliau, sukurdami mašininio intelekto sistemą, kuri gali nustatyti žmogaus gyvenimo trukmę iš jo vidaus organų nuotraukų, gautų kompiuteriniu tomografu.
Ši programa yra vadinamasis gilus arba itin tikslus neuroninis tinklas - daugiasluoksnė struktūra, sudaryta iš kelių dešimčių ar šimtų paprastesnių neuroninių tinklų. Kiekvienas iš jų apdoroja ne pirminius duomenis, o analizės produktus, gautus aukščiau esančiame tinkle, o tai leidžia supaprastinti labai sudėtingas problemas ir jas išspręsti naudojant palyginti kuklius skaičiavimo išteklius.
Šie tinklai negali išspręsti problemų iškart po jų sukūrimo - kaip ir žmonės, prieš pradėdami gauti teisingus atsakymus, jie turi ilgai mokytis iš savo klaidų.
Reklaminis vaizdo įrašas:
Dirbtinio intelekto magija
Tokiems mokymams Oakdenas-Raineris ir jo kolegos panaudojo kelių tūkstančių krūtinės ir pilvo nuotraukų kolekciją, padarytą tomografu, atlikus 40 pacientų sveikatos stebėjimą. Šio vaizdų rinkinio, pasak mokslininkų, pakako, kad jų idėja galėtų pasiekti prognozių lygį, kurį paprastai demonstruoja medikai, bandydami „iš akies“nustatyti savo pacientų gyvenimo trukmę.
Įsitikinę, kad jų sukurta sistema teisingai numato gyvenimo trukmę iš jau mirusių pacientų organų nuotraukų, mokslininkai patikrino, kaip ji susitvarkys su darbu „kovinėmis“sąlygomis. Norėdami tai padaryti, jie įdarbino aštuonių jaunų ir pagyvenusių pacientų grupę, apšvietė krūtinę tomografu ir stebėjo jų gyvenimą per ateinančius kelerius metus.
Kaip paaiškėjo, programa atliko tikrai neblogą darbą su jai skirtomis užduotimis - ji teisingai numatė 69% savanorių gyvenimo trukmę, teisingai sužinojo, kurios klinikos pacientai mirs per ateinančius penkerius metus.
Kadangi mokslininkai nežino, kaip tokie gilūs neuroniniai tinklai veikia „iš vidaus“ir kaip jie daro išvadas, lieka neaišku, kokias išskirtines savybes kompiuteris naudoja žmogaus mirčiai prognozuoti. Tuo pačiu metu santykinai didelis žmonių, sergančių obstrukcine plaučių liga ar širdies nepakankamumu, prognozių tikslumas byloja tai, kad tokios ligos stipriausiai paveikė PG „nuomonę“.
Išplėsdami duomenų bazę ir įtraukdami į eksperimentus daugiau savanorių, mokslininkai tikisi, kad žymiai pagerės prognozių kokybė ir bus tikslesnė žmonėms, kurie neserga sunkiomis širdies ir plaučių ligomis. Dabar, pasak Oakdeno-Rainerio, jo komanda „treniruoja“naują neuroninio tinklo versiją, paremtą 12 tūkstančių pacientų nuotraukomis, o tai turėtų žymiai pagerinti prognozių tikslumą.