Najnovšie v AI

Rovnako ako cicavce, ako stroje, zobrazovanie mozgu a ďalšie!

„AI je veda a technológia výroby inteligentných strojov, najmä inteligentných počítačových programov.“
- John McCarthy, otec umelej inteligencie

AI obsahuje rozsiahlu skupinu počítačov pre porozumenie, zdôvodnenie a učenie. Prispieva k širokému spektru oblastí zahŕňajúcich filozofiu, informatiku, psychológiu, matematiku a biológiu a dominuje v rôznych oblastiach, ako sú hry, spracovanie prirodzeného jazyka (NLP), rozpoznávanie reči a expertné systémy.

Tu je náš výber z 5 najvýznamnejších výskumných vývojov v oblasti umelej inteligencie za posledných niekoľko týždňov, ktoré vám sú svieže a stručné.

Rovnako ako cicavce, ako stroje:

Už ste niekedy videli stroj, ktorý sa voľne pohybuje ako zviera? Agilná povaha cicavcov pri navigácii po svete sa zdá byť taká bez námahy a prirodzená, že komplikácie v základných procesoch sú oslabené. Priestorová navigácia je stále obrovskou výzvou pre roboty a umelé látky, ktorých schopnosť v tejto oblasti je ďaleko prekonaná schopnosťami cicavcov. Výskum v bunkách mriežky cicavcov vedci v spoločnosti DeepMind však toto vnímanie zmenil.

Mriežková bunka je typ neurónu prítomného v mozgu mnohých druhov, ktorý im umožňuje porozumieť ich polohe v priestore. Schopnosť napodobňovať navigačné schopnosti zvierat by mohla posilniť technológiu za mnohými systémami, od dronov po autá s vlastným riadením. Tieto výsledky sú dôkazom, že napodobňovanie algoritmov podobných mozgu by mohlo viesť k výkonnejším nástrojom strojového učenia. To by mohlo znamenať, že viac realistických systémov AI je na horizonte oveľa bližšie, ako sa pôvodne predpokladalo.

Košele a hodinky, ktoré sledujú zdravotné problémy:

Obrázok inteligentných hodiniek

Skupina vedcov z University of Waterloo našla futuristický spôsob riešenia zdravotných problémov. Spojili AI s nositeľnou technológiou (ako sú košele), aby určili vypuknutie zdravotných problémov (údaje zo snímateľných snímačov a AI môžu vyhodnotiť zmeny v aeróbnych reakciách), ako je respiračné alebo kardiovaskulárne ochorenie v systéme nazývanom hexoskin. Zistili, že týmto spôsobom je možné veľmi ľahko predpovedať referenčné hodnoty týkajúce sa zdravia, a preto bude možné neustále monitorovať zdravotné stavy osoby, či nevykazuje nejaké nezrovnalosti, a to ešte skôr, ako si uvedomí, že potrebuje pomoc. Výskum vytvoril prostriedok na spracovanie biologických signálov a má definované parametre na určenie vhodnosti. Táto štúdia je prvou, ktorá využíva AI s nositeľnými senzormi pri samostatných činnostiach každodenného života a môže mať výrazný vplyv na blaho obyvateľstva. Toto je výrazný príklad mnohostranného výskumu o tom, ako môže byť AI kľúčovým bodom v zdravotníckom priemysle tým, že predpovedá zdravotné problémy u jednotlivca v počiatočných štádiách stavu. Tím plánuje testovať Hexoskin na zmiešaných vekových skupinách, ako aj na jednotlivcoch so zdravotnými problémami, aby ďalej preskúmal, ako jeho nosenie môže pomôcť pri diagnostike.

Pravdepodobnosť ukončenia štúdia na vysokej škole:

Vedci softvéru Jade Software vytvorili vedecký nástroj na strojové učenie, ktorý predpovedá pravdepodobnosť, že študent z univerzít odíde. Použije 15 rokov študentských údajov, ktoré zahŕňajú informácie, ako je vzdialenosť miesta bydliska od univerzity, vek, stupeň študenta, spôsob platba za štúdium, spôsob registrácie atď. Testované boli na Novom Zélande (v jednej z krajín s najnižšou mierou ukončenia štúdia) av Austrálii. Zistilo sa, že tento nástroj má presnosť 92%. Môže to zohrávať hlavnú úlohu pri upozorňovaní univerzít tým, že uvádza, že konkrétny študent má značnú šancu predčasne ukončiť školskú dochádzku, aby sa príslušné orgány mohli do veci zapojiť. Aj keď ide o novú aplikáciu prediktívnej analýzy, tento nástroj je v zásade rovnaký ako nástroj, ktorý využívajú spoločnosti ako Flipkart a Amazon na predpovedanie spotrebiteľských návykov, alebo Netflix na predpovedanie druhov prehliadok, ktoré budú diváci pravdepodobne sledovať. Veľkým rizikom alebo nevýhodou tohto modelu je, že parametre, na ktorých sú študenti hodnotení, sa môžu v priebehu času postupne meniť, a preto model trénovaný v predchádzajúcom roku nemôže byť použitý v bežnom roku. Zistenia sa môžu preniesť na univerzitu s cieľom analyzovať prípadné prípady predčasného ukončenia školskej dochádzky na individuálnej úrovni, čo môže univerzite pomôcť ponúknuť študentom primeranú podporu.

Stredná dĺžka života po zlyhaní srdca:

Tím vedcov z Kalifornskej univerzity v Los Angeles (UCLA) vytvoril algoritmus, ktorý môže predvídať, ktorí srdeční pacienti prežijú transplantáciu srdca a ich očakávanú dĺžku života, čo lekárom umožňuje vykonať personalizovanejšie hodnotenie a potenciálne znížiť náklady na zdravotnú starostlivosť , obmedzeným využitím zdrojov. Algoritmus s názvom „Strom prediktorov“ berie pre predikciu rôzne parametre údajov, ako je krvná skupina, vek, index telesnej hmotnosti (BMI) atď., A na rovnaké účely sa použilo 30 rokov údajov. Zistilo sa, že algoritmus poskytoval lepšie predpovede ako tie, ktoré vyvinuli iné výskumné tímy. Táto technika je modelovaná na základe ľudského myslenia, ktorého hlavnou črtou je to, že pri rovnakom probléme sa vypracovávajú početné alternatívne výsledky, pričom sa berie do úvahy variabilita každého pacienta. Algoritmus Tree of Predictors sa môže široko používať na pozorovania z mnohých lekárskych databáz a iných zložitých databáz, na rozpoznávanie rukopisu, na predpovedanie podvodného používania kreditných kariet a popularity spravodajských položiek.

Ultrazvuková technológia na vytváranie mozgových obrazov v reálnom čase:

Brett Byram a jeho výskumní partneri na univerzite vo Vanderbilt University použili ultrazvukovú technológiu na vytvorenie snímok mozgu v reálnom čase, v ktorých sa určité oblasti stimulujú určitými pocitmi, čím vytvárajú efektívny spôsob, ako ľudia ovládajú robotiku premýšľaním. Vedci strávili celé desaťročia očakávaním takéhoto pokroku, ale to bolo donedávna nedosiahnuteľné, pretože ultrazvukové lúče majú schopnosť sa odraziť okolo lebky. Súčasné metodiky zobrazovania mozgu sú základné. Elektroencefalografia, ktorá meria elektrickú aktivitu v mozgu, sa nemôže pozerať hlboko do mozgu, čím vytvára iba obrazy na úrovni povrchu. Byram hovorí, že chce začleniť strojové učenie do elektroencefalogramovej technológie, aby lekári mohli nielen vizualizovať perfúziu mozgu (ako tok krvi zodpovedá zmenám v myslení), ale aj oblasti stimulácie analogické pohybu a emóciám. Aplikácie tohto výskumu sú neobmedzené. Na základnej úrovni by to mohlo umožniť jasnejšie obrázky, než na ktoré sú lekári zvyknutí (ako napríklad srdce, mozog alebo lono). Vedci popri štúdiu mozgovej činnosti dúfajú, že systém môže nakoniec klonovať mozgové signály, a preto sa dá zjednotiť pomocou softvéru, umelých končatín a iných typov robotiky, čím sa myšlienky premenia na činy.

To je všetko pre toto vydanie. Pokroky sú určite také rýchle, že tempo rastu je zdanlivo rýchle. Zostaňte naladení na ďalší článok v tejto sérii!

(Tento článok bol autorom technickej knihy Research Nest, Nivedha Jayaseelan)