Austraalia bioloogid on loonud tehisintellekti (AI) süsteemi, mis suudab inimese eluaega 69% täpsusega ennustada tema elundite ühelt fotolt, vastavalt ajakirjas Scientific Reports avaldatud artiklile.
Küberneetiline "kägu"
Viimastel aastatel on teadlastel tänu matemaatika arengule ja arvutite arvutusvõimsuse kasvule võimalus luua keerukaid närvivõrke, tehisintellekti süsteeme, mis on võimelised täitma mitte triviaalseid ülesandeid ja isegi loovalt "mõtlema", luues uusi kunsti ja tehnoloogia näiteid.
Näiteks ainuüksi viimase aasta jooksul on teadlased loonud tehisintellekti, mis suudab mängida "loendamatut" iidset hiina mängu Go, otsida ajalehtedest ajaloo tähtsamaid sündmusi, kirjutada skripte arvutimängudeks, värvida fotosid ja videoid "nagu Van Gogh" ning joonistada pilte. Aasta alguses tutvustasid teadlased tehisintellekti süsteemi, mis suudab moole nahavähist eristada paremini kui kõige kogenumad dermatoloogid.
Oakden-Rainer ja tema kolleegid viisid selle mõtte edasi, luues masint intelligentsuse süsteemi, mis saab inimese siseelundite fotode põhjal kindlaks teha inimese eluea arvutitomograafiga.
See programm on niinimetatud sügav ehk ülitäpne närvivõrk - mitmekihiline struktuur, mis koosneb mitmekümnest või sadast lihtsamast närvivõrgust. Kumbki neist ei töötle algandmeid, vaid ülaltoodud võrgu abil saadud analüüsitooteid, mis võimaldab lihtsustada väga keerukaid probleeme ja lahendada neid suhteliselt tagasihoidlike arvutusressursside abil.
Need võrgustikud ei suuda probleeme kohe pärast nende loomist lahendada - nagu inimesed, peavad nad ka enne oma õigete vastuste saamist pikka aega õppima.
Reklaamvideo:
Tehisintellekti võlu
Selliseks koolituseks kasutas Oakden-Rainer ja tema kolleegid 40 patsiendi tervisevaatluste ajal tomograafiskanneriga tehtud mitme tuhande rinna- ja kõhupildi kogu. Teadlaste sõnul oli sellest pildikomplektist piisav, et nende ajupojal oleks võimalik saavutada ennustuste tase, mida arstid tavaliselt näitavad, kui nad üritavad "silma järgi" määrata oma patsientide eluiga.
Olles veendunud, et nende loodud süsteem prognoosib juba surnud patsientide elundite fotodelt eluea õigesti, kontrollisid teadlased, kuidas see "lahingu" tingimustes tööga toime tuleb. Selleks värbasid nad kaheksast noorest ja eakast patsiendist koosneva rühma, valgustasid rinda tomograafiga ja jälgisid nende elu järgmise mitme aasta jooksul.
Nagu selgus, tegi programm talle pandud ülesannetega tõeliselt head tööd - prognoosis õigesti 69% vabatahtlike eeldatavat eluiga, saades õigesti teada, millised kliinikumi patsiendid järgmise viie aasta jooksul surevad.
Kuna teadlased ei tea, kuidas sellised sügavad närvivõrgud "seestpoolt" toimivad ja kuidas nad järeldustele jõuavad, pole veel täiesti selge, milliseid eripärasid arvuti inimese surma ennustamiseks kasutab. Samal ajal räägib obstruktiivse kopsuhaiguse või südamepuudulikkuse all kannatavate inimeste ennustuste suhteliselt kõrge täpsus selle kasuks, et sellised haigused mõjutasid kõige tugevamalt tehisintellekti "arvamust".
Andmebaasi laiendamine ja eksperimentidesse rohkem vabatahtlike kaasamine parandavad teadlaste hinnangul märkimisväärselt ennustuste kvaliteeti ja muudavad need täpsemaks inimestele, kes ei põe raskeid südame- ja kopsuhaigusi. Nüüd "koolitab" Oakden-Raineri sõnul tema meeskond 12 tuhande patsiendi fotodel põhinevat närvivõrgu uut versiooni, mis peaks oluliselt parandama ennustuste täpsust.
