Биолозите са научили компютъра да предсказва продължителността на живота на човек - Алтернативен изглед

Съдържание:

Биолозите са научили компютъра да предсказва продължителността на живота на човек - Алтернативен изглед
Биолозите са научили компютъра да предсказва продължителността на живота на човек - Алтернативен изглед

Видео: Биолозите са научили компютъра да предсказва продължителността на живота на човек - Алтернативен изглед

Видео: Биолозите са научили компютъра да предсказва продължителността на живота на човек - Алтернативен изглед
Видео: RimexTV: Живот пред компютъра 2024, Може
Anonim

Австралийски биолози са създали система за изкуствен интелект (AI), способна да предскаже продължителността на живота на човек с 69% точност от една снимка на неговите органи, според статия, публикувана в Scientific Reports.

Кибернетична "кукувица"

През последните години, благодарение на развитието на математиката и нарастването на изчислителната мощ на компютрите, учените имат възможност да създават сложни невронни мрежи, системи за изкуствен интелект, способни да изпълняват нетривиални задачи и дори да „мислят“творчески, създавайки нови примери за изкуство и технологии.

Например само през последната година учените са създали ИИ, способен да играе на „неизброимата“древна китайска игра Go, да търси във вестниците най-важните събития в историята, да пише сценарии за компютърни игри, да оцветява снимки и видеоклипове „като Ван Гог“и да рисува. В началото на годината учените представиха AI система, която може да различи бенките от рак на кожата по-добре от най-опитните дерматолози.

Оукдън-Райнер и колегите му продължават тази идея, създавайки система от машинен интелект, която може да определи продължителността на живота на човек от снимки на вътрешните му органи, получени с помощта на компютърен томограф.

Тази програма е така наречената дълбока или ултра прецизна невронна мрежа - многослойна структура от няколко десетки или стотици по-прости невронни мрежи. Всеки от тях не обработва сурови данни, а анализира продукти, получени от разположената по-горе мрежа, което прави възможно опростяването на много сложни проблеми и решаването им, като се използват относително скромни изчислителни ресурси.

Тези мрежи не могат да решават проблеми веднага след създаването им - подобно на хората, те трябва дълго време да се учат от собствените си грешки, преди да започнат да получават правилните отговори.

Промоционално видео:

Магията на изкуствения интелект

За такова обучение Оукдън-Райнер и колегите му са използвали колекция от няколко хиляди снимки на гръдния кош и корема, направени с томографски скенер по време на здравни наблюдения на 40 пациенти. Този набор от изображения, според учените, е бил достатъчен за тяхното въображение, за да могат да постигнат нивото на прогнозите, което лекарите обикновено демонстрират, когато се опитват да „на око“определят продължителността на живота на своите пациенти.

След като се увериха, че създадената от тях система правилно предвижда продължителността на живота от снимките на органите на вече мъртви пациенти, учените провериха как ще се справи с работата в "бойни" условия. За целта те вербуват група от осем млади и възрастни пациенти, осветяват гърдите си с томограф и наблюдават живота им през следващите няколко години.

Както се оказа, програмата наистина си свърши добре работата с възложените й задачи - тя правилно прогнозира продължителността на живота на 69% от доброволците, като правилно установи кои пациенти в клиниките ще умрат през следващите пет години.

Тъй като учените не знаят как работят такива дълбоки невронни мрежи „отвътре“и как стигат до изводите, все още не е напълно ясно какви специфични характеристики използва компютърът, за да предскаже смъртта на човек. В същото време относително високата точност на прогнозите за хора, страдащи от обструктивна белодробна болест или сърдечна недостатъчност, говори в полза на факта, че подобни заболявания най-силно повлияха на "мнението" на AI.

Разширяването на базата данни и включването на повече доброволци в експерименти, се надяват учените, значително ще подобри качеството на прогнозите и ще ги направи по-точни за хора, които не страдат от тежки сърдечни и белодробни заболявания. Сега, според Оукдън-Райнер, неговият екип „обучава“нова версия на невронната мрежа, базирана на снимки на 12 хиляди пациенти, което би трябвало значително да подобри точността на прогнозите.