Невронните мрежи от последно поколение отчасти заместват учените: те провеждат експерименти, диагностицират заболявания, разкриват модели, излагат и тестват хипотези. Те се използват, когато обемът на данни надвишава всеки човешки капацитет. Какви научни проблеми помогнаха за решаването на изкуствения интелект - в материала РИА Новости.
„Адам“и „Ева“
Първият учен-робот е създаден през 2009 г. от британски специалисти под ръководството на проф. Рос Кинг, тогава служител на Университета в Абъристуит. Неговият „мозък“беше невронна мрежа с помощта на четири компютъра и контролиращо лабораторно оборудване. Виртуалното същество беше наречено „Адам“.
Невронната мрежа е компютърна програма, която анализира големи количества данни с голяма скорост, търсейки общи характеристики и модели в тях. За разлика от моделирането, невронните мрежи не се нуждаят от научни хипотези - сами ги изграждат и тестват. Учените използват това свойство, за да установят колко е вероятно даден сценарий. Това значително спестява време и изчислителна мощност, което се изисква много повече, например в компютърната симулация. Учените предоставили на Адам щамове от хлебни дрожди с различни гени. Самият робот отглежда култури на тези мутантни щамове и следи как те се развиват без определени ензими, за които са изключени гените. Изкуственият мозък се научи от първите експерименти и впоследствие планира нови по-ефективно. Роботът може да провежда хиляди експерименти на ден. В резултат на това той изложи две дузини хипотези за гени, кодиращи 13 ензима. След това учените извършили ръчни експерименти и потвърдили предположенията на Адам за 12 гена. Близо десетилетие по-късно Кинг и неговите колеги разработиха още един учен-робот - Ив. Тя подрежда различни съединения и търси кои от тях са обещаващи като наркотици. Машината е в състояние да изследва десет хиляди вещества на ден. Първото откритие на "Ева" беше химическо съединение с антиракови свойства, което също беше ефективно срещу причинителя на маларията. За скрининг "Eva" използва интелигентни системи, базирани на генетично модифицирана мая. Близо десетилетие по-късно Кинг и неговите колеги разработиха още един учен-робот - Ив. Тя подрежда различни съединения и търси кои от тях са обещаващи като наркотици. Машината е в състояние да изследва десет хиляди вещества на ден. Първото откритие на "Ева" беше химическо съединение с антиракови свойства, което също беше ефективно срещу причинителя на маларията. За скрининг "Eva" използва интелигентни системи, базирани на генетично модифицирана мая. Близо десетилетие по-късно Кинг и неговите колеги разработиха още един учен-робот - Ив. Тя подрежда различни съединения и търси кои от тях са обещаващи като наркотици. Машината е в състояние да изследва десет хиляди вещества на ден. Първото откритие на "Ева" беше химическо съединение с антиракови свойства, което също беше ефективно срещу причинителя на маларията. За скрининг "Eva" използва интелигентни системи, базирани на генетично модифицирана мая. За скрининг "Eva" използва интелигентни системи, базирани на генетично модифицирана мая. За скрининг "Eva" използва интелигентни системи, базирани на генетично модифицирана мая.
Маркери за дълголетие и пушене
Миналата година учени от няколко страни, включително Русия, представлявана от служителите на Университета ITMO (Санкт Петербург), публикуваха документ за това как да определят възрастта на човек с помощта на биохимичен кръвен тест. За целта те обучиха невронната мрежа и след това й дадоха проби от над 120 000 кръвни теста от пациенти от Канада, Южна Корея и Източна Европа за изследвания. Програмата знаеше само националност, пол и две дузини биохимични параметри на кръвта. Това беше достатъчно, за да се установи възрастта на всеки пациент с добра точност. През януари тази година същият екип от учени представи нови резултати: изкуственият интелект, който тренират, успя да изчисли, използвайки биохимичните параметри на кръвта, дали човек пуши или не. Учените предоставиха на невронната мрежа база данни с почти 150 хиляди кръвни теста на пациенти в провинция Алберта (Канада), които преди това бяха анонимни. Програмата знаеше само пола на хората. Невронната мрежа успешно се справи с задачата и се научи да изолира пушачите. Освен това тя намери признаци, които сочат истинската, тоест биологичната възраст на човека, а не хронологична (според паспорта). Оказа се, че пушачите от женски пол биологично остаряват два пъти по-бързо от непушачите, а мъжете - един и половина пъти. Оказа се, че пушачите жени биологично остаряват два пъти по-бързо от непушачите, а мъжете - 1,5 пъти. Оказа се, че пушачите от женски пол биологично остаряват два пъти по-бързо от непушачите, а мъжете - един и половина пъти.
Антиракова невронна мрежа
Промоционално видео:
Учени от Станфорд (САЩ) използваха способността на невронните мрежи да анализират изображения, които по същество са набор от цифрови данни. Те обучиха фотопрограмата, за да различават карцином и меланом, злокачествени израстъци, които показват рак.
Програмата разгледа близо 130 хиляди изображения на различни образувания по кожата, които бяха белязани от вида на заболяването или като обикновени бенки, кератоми и изведени модели. Резултатите бяха проверени от две дузини дерматолози: оказаха се доста точни. Сега, за да се проведе първоначална диагноза, е достатъчно да изпратите снимка на кожна неоплазма на лекаря от смартфон. И тогава - в зависимост от отговора - да решите дали да направите биопсия, за да установите точно диагнозата. Изкуственият интелект се използва и в Центъра за персонализирана онкология OncoTarget към Университета Сеченов (Москва). Там те създават дигитален модел на пациента - това е пълна информация за неговата болест, генетичните характеристики на тумора. Учените се надяват, че невронната мрежа, анализирайки масиви от данни, ще оптимизира лечението за всеки пациент.
В търсене на мистериите на Вселената
Изкуственият интелект отваря големи перспективи за астрономите, които буквално се задавят от изобилието от данни, получени в резултат на наблюдения. Многобройни космически мисии, орбити и наземни телескопи са генерирали много повече от тях, отколкото хората ще могат да обработят скоро. Кевин Шавински от Института по физика на частиците и астрофизика в Швейцарското висше техническо училище в Цюрих вярва, че невронните мрежи ще направят революция в астрономията. Той и неговите колеги тестваха изкуствения интелект при анализиране на данни за скоростта на образуване на двоични звезди, за да разберат защо той намалява в галактиките, когато се променят външните условия. Астрономите тренираха невронната мрежа, използвайки масив от галактически изображения. Подобно на това как програмата може да изобрази какво ще бъде лицето на човек в напреднала възраст,той също може да промени облика на галактика, когато влиза в група или клъстер. Резултатите от работата на невронната мрежа съвпадат с наблюденията. През 2017 г. невронна мрежа за самообучение, създадена от Google, помогна на НАСА да открие нова екзопланета. Анализ на данни от орбиталния телескоп Кеплер разкри скалиста планета, само тридесет процента по-голяма от Земята, обикаляща около орбитата на звездата Кеплер-90 в съзвездието Драко. Планетата обаче беше твърде близо до звездата за цял живот. По-рано невронната мрежа вече е открила шестата планета в звездната система Kepler-80. Всичко това е резултат от обработка на слаби светлинни сигнали, които само компютърна програма може да улови.помогна на НАСА да открие нова екзопланета. Анализ на данни от орбиталния телескоп Кеплер разкри скалиста планета, само тридесет процента по-голяма от Земята, обикаляща около орбитата на звездата Кеплер-90 в съзвездието Драко. Планетата обаче беше твърде близо до звездата за цял живот. По-рано невронната мрежа вече е открила шестата планета в звездната система Kepler-80. Всичко това е резултат от обработка на слаби светлинни сигнали, които само компютърна програма може да улови.помогна на НАСА да открие нова екзопланета. Анализът на данните от орбиталния телескоп Кеплер разкри скалиста планета, само тридесет процента по-голяма от Земята, обикаляща около орбитата на звездата Кеплер-90 в съзвездието Драко. Планетата обаче беше твърде близо до звездата за цял живот. По-рано невронната мрежа вече е открила шестата планета в звездната система Kepler-80. Всичко това е резултат от обработка на слаби светлинни сигнали, които само компютърна програма може да улови. По-рано невронната мрежа вече е открила шестата планета в звездната система Kepler-80. Всичко това е резултат от обработка на слаби светлинни сигнали, които само компютърна програма може да улови. По-рано невронната мрежа вече е открила шестата планета в звездната система Kepler-80. Всичко това е резултат от обработка на слаби светлинни сигнали, които само компютърна програма може да улови.
Татяна Пичугина