A legújabb generációs ideghálózatok részben felváltják a tudósokat: kísérleteket végeznek, diagnosztizálnak betegségeket, felfedik a mintákat, feltesznek és tesztelnek hipotéziseket. Ezeket akkor használják, ha az adatmennyiség meghaladja az emberi kapacitást. Milyen tudományos kérdések segítettek megoldani a mesterséges intelligenciát - az RIA Novosti anyagában.
Ádám és Éva
Az első robottudót 2009-ben a brit szakemberek készítették Ross King professzor, az Aberystwythi Egyetem alkalmazottjának vezetésével. Az agya egy neurális hálózati program volt, négy számítógépet használva és laboratóriumi berendezéseket irányítva. A virtuális lényt "Adam" -nek hívták.
A neurális hálózat egy számítógépes program, amely nagy mennyiségű adatot analizál nagy sebességgel, közös jellemzőket és mintákat keresve bennük. A modellezéssel ellentétben az idegi hálózatoknak nincs szükségük tudományos hipotézisekre - magukat építik fel és tesztelik. A tudósok ezt a tulajdonságot használják arra, hogy megtudják, milyen valószínű a forgatókönyv. Ez jelentősen megtakarítja az időt és a számítási energiát, amelyhez sokkal többre van szükség például számítógépes szimulációban. A tudósok Ádámot különféle géneken tiltott pékélesztő törzsekkel látják el. A robot maga e mutáns törzsek tenyészeteit növeli és figyelemmel kíséri, hogyan fejlődnek bizonyos enzimek nélkül, amelyekért a kikapcsolt gének felelősek. A mesterséges agy az első kísérletekből megtanulta és később hatékonyabban tervez meg újakat. A robot napi ezer kísérletet végezhetett. Ennek eredményeként két tucat hipotézist állított fel a 13 enzimet kódoló génekről. A tudósok ezt követően kézi kísérleteket hajtottak végre, és megerősítették Adam gépeinek 12 génre vonatkozó feltételezéseit. Közel egy évtizeddel később King és kollégái kifejlesztettek egy másik robottudósot, Eve-t. Különféle vegyületeket válogat, és arra törekszik, hogy melyikek ígéretesek gyógyszerként. A gép napi tízezer anyagot képes megvizsgálni. Az "Eva" első felfedezése egy rákellenes tulajdonságokkal rendelkező kémiai vegyület, amely szintén hatásos volt a malária kórokozójának ellen. A szűréshez az "Eva" géntechnológiával módosított élesztőn alapuló intelligens rendszereket használ. Közel egy évtizeddel később King és kollégái kifejlesztettek egy másik robottudósot, Eve-t. Különféle vegyületeket válogat, és arra törekszik, hogy melyikek ígéretesek gyógyszerként. A gép napi tízezer anyagot képes megvizsgálni. Az "Eva" első felfedezése egy rákellenes tulajdonságokkal rendelkező kémiai vegyület, amely szintén hatásos volt a malária kórokozójának ellen. A szűréshez az "Eva" géntechnológiával módosított élesztőn alapuló intelligens rendszereket használ. Közel egy évtizeddel később King és kollégái kifejlesztettek egy másik robottudósot, Eve-t. Különféle vegyületeket válogat, és arra törekszik, hogy melyikek ígéretesek gyógyszerként. A gép napi tízezer anyagot képes megvizsgálni. Az "Eva" első felfedezése egy rákellenes tulajdonságokkal rendelkező kémiai vegyület, amely szintén hatásos volt a malária kórokozójának ellen. A szűréshez az "Eva" géntechnológiával módosított élesztőn alapuló intelligens rendszereket használ. A szűréshez az "Eva" géntechnológiával módosított élesztőn alapuló intelligens rendszereket használ. A szűréshez az "Eva" géntechnológiával módosított élesztőn alapuló intelligens rendszereket használ.
Hosszú élettartam és dohányzó marker
Tavaly több országból, köztük Oroszországból, a szentpétervári ITMO Egyetem munkatársainak képviselői közzétettek egy papírt arról, hogyan lehet biokémiai vérvizsgálattal meghatározni az ember életkorát. Ennek érdekében kiképezték az idegi hálózatot, majd mintát adtak több mint 120 000 kanadai, dél-koreai és kelet-európai betegek vérvizsgálatából kutatás céljából. A program csak a nemzetiséget, nemét és két tucat biokémiai paraméterét ismerte. Ez elegendő volt ahhoz, hogy az egyes betegek életkorát pontossággal meg lehessen állapítani. Ez év januárjában ugyanaz a tudóscsoport új eredményeket mutatott be: a kiképzett mesterséges intelligencia a vér biokémiai paraméterei alapján kiszámította, hogy az ember dohányzik-e vagy sem. A tudósok az ideghálózat számára hozzáférhetővé tették a kanadai Alberta tartományban lévő betegek közel 150 ezer vérvizsgálatának adatbázisát, amelyeket korábban név nélkül tettek. A program csak az emberek nemét ismerte meg. Az idegi hálózat sikeresen megbirkózott a feladattal és megtanulta elszigetelni a dohányzókat. Sőt, olyan jeleket talált, amelyek jelzik a személy valódi, azaz a biológiai életkorát, és nem időrendi (az útlevél szerint). Kiderült, hogy a női dohányosok biológiailag öregednek kétszer olyan gyorsan, mint a nem dohányzók, és a férfiak - másfélszer. Kiderült, hogy a női dohányosok biológiailag öregednek kétszer olyan gyorsan, mint a nem dohányzók, és a férfiak - másfélszer. Kiderült, hogy a női dohányosok biológiailag öregednek kétszer olyan gyorsan, mint a nem dohányzók, és a férfiak - másfélszeres.
Rák elleni idegi hálózat
Promóciós videó:
A Stanford (USA) tudósai a neurális hálózatok képességét használják fel a képek elemzésére, amelyek lényegében digitális adatok halmaza. Képzésük szerint elkészítették a fotóprogramot a carcinoma és a melanoma, a rákot jelző rosszindulatú daganatok megkülönböztetésére.
A program közel 130 ezer képet vizsgált a bőrön kialakult különféle formációkról, amelyeket a betegség típusa vagy rendes anyajegyek, keratómák és következtetési minták jellemeztek. Az eredményeket két tucat dermatológus ellenőrizte: elég pontosnak bizonyultak. Most, a kezdeti diagnózis elvégzéséhez elegendő, ha egy okostelefonról elküld egy képet egy bőrdaganatról az orvosnak. Ezután - a választól függően - döntse el, hogy elvégzik-e biopsziát a diagnózis pontos megállapítása érdekében. A mesterséges intelligenciát a Sechenov Egyetem (Moszkva) OncoTarget Személyre szabott Onkológiai Központjában is használják. Itt elkészítik a beteg digitális modelljét - ez teljes információ a betegségéről, a daganat genetikai tulajdonságairól. A tudósok remélik, hogy az adattömböt elemző idegi hálózat optimalizálja a kezelést minden beteg számára.
Az univerzum rejtélyeit keresve
A mesterséges intelligencia nagyszerű kilátásokat nyit a csillagászok számára, akik szó szerint elfojtják a megfigyelések eredményeként kapott adatok bőségét. Számos űrküldés, keringő és földi távcsövek sokkal többet generáltak közülük, mint az emberek hamarosan képesek feldolgozni. Kevin Schawinski a Zürichi Svájci Felső Műszaki Iskola Részecskefizikai és Asztrofizikai Intézetéből úgy gondolja, hogy az idegi hálózatok forradalmasítják a csillagászatot. Kollégáival a mesterséges intelligenciát tesztelték a bináris csillagok képződési sebességére vonatkozó adatok elemzésekor annak megértése érdekében, hogy miért csökken a galaxisokban, amikor a külső feltételek megváltoznak. A csillagászok a neurális hálózatot galaxisképek sorozatának segítségével képzték meg. Hasonlóan arra, ahogyan a program képes ábrázolni egy ember arcát időskorban,megváltoztathatja a galaxis megjelenését, amikor belép egy csoportba vagy klaszterbe. A neurális hálózati munka eredményei egybeestek a megfigyelésekkel. 2017-ben a Google által létrehozott öntanuló neurális hálózat segített a NASA új exoplanet felfedezésében. A Kepler körüli pályán keringő távcső adatainak elemzése egy sziklás bolygót mutatott, csak harminc százalékkal nagyobb, mint a Föld körül, amely a Kepler-90 csillagot kering a Draco csillagképben. A bolygó azonban az élethez túl közel volt a csillaghoz. Korábban a neurális hálózat már megtalálta a Kepler-80 csillagrendszer hatodik bolygóját. Mindez a gyenge fényjelek feldolgozásának eredménye, amelyet csak egy számítógépes program képes elkapni.segített a NASA új exoplanet felfedezésében. A Kepler körüli pályán keringő távcső adatainak elemzése egy sziklás bolygót mutatott, amely csak harminc százalékkal nagyobb, mint a Föld körül a Kepler-90 csillagot keringő Draco csillagkép. A bolygó azonban az élethez túl közel volt a csillaghoz. Korábban a neurális hálózat már megtalálta a Kepler-80 csillagrendszer hatodik bolygóját. Mindez a gyenge fényjelek feldolgozásának eredménye, amelyet csak egy számítógépes program képes elkapni.segített a NASA új exoplanet felfedezésében. A Kepler körüli pályán keringő távcső adatainak elemzése egy sziklás bolygót mutatott, csak harminc százalékkal nagyobb, mint a Föld körül, amely a Kepler-90 csillagot kering a Draco csillagképben. A bolygó azonban az élethez túl közel volt a csillaghoz. Korábban a neurális hálózat már megtalálta a Kepler-80 csillagrendszer hatodik bolygóját. Mindez a gyenge fényjelek feldolgozásának eredménye, amelyet csak egy számítógépes program képes elkapni. Korábban a neurális hálózat már megtalálta a Kepler-80 csillagrendszer hatodik bolygóját. Mindez a gyenge fényjelek feldolgozásának eredménye, amelyet csak egy számítógépes program képes elkapni. Korábban a neurális hálózat már megtalálta a Kepler-80 csillagrendszer hatodik bolygóját. Mindez a gyenge fényjelek feldolgozásának eredménye, amelyet csak egy számítógépes program képes elkapni.
Tatiana Pichugina