Sztuczna inteligencja dla każdego. Prezent od Finlandii
By
KopalniaWiedzy.pl, in Technologia
-
Similar Content
-
By KopalniaWiedzy.pl
Sztuczna inteligencja lepiej niż technik-elektroradiolog ocenia i diagnozuje funkcjonowanie serca na podstawie badań ultrasonograficznych, wynika z badań przeprowadzonych przez naukowców z Cedars-Sinai Medical Center. Randomizowane testy prowadzili specjaliści ze Smidt Heart Institute i Division of Articifial Intelligence in Medicine.
Uzyskane wyniki będą miały natychmiastowy wpływ na obrazowanie funkcji serca oraz szerszy wpływ na całe pole badań obrazowych serca, mówi główny autor badań, kardiolog David Ouyang. Pokazują bowiem, że wykorzystanie sztucznej inteligencji na tym polu poprawi jakość i efektywność obrazowania echokardiograficznego.
W 2020 roku eksperci ze Smidt Heart Institute i Uniwersytetu Stanforda stworzyli jeden z pierwszych systemów sztucznej inteligencji wyspecjalizowany w ocenie pracy serca, a w szczególności w ocenie frakcji wyrzutowej lewej komory. To kluczowy parametr służący ocenie pracy mięśnia sercowego. Teraz, bazując na swoich wcześniejszych badaniach, przeprowadzili eksperymenty, w ramach których wykorzystali opisy 3495 echokardiografii przezklatkowych. Część badań została opisana przez techników, część przez sztuczną inteligencję. Wyniki badań wraz z ich opisami otrzymali kardiolodzy, którzy mieli poddać je ocenie.
Okazało się, że kardiolodzy częściej zgadzali się z opisem wykonanym przez sztuczną inteligencję niż przez człowieka. W przypadku SI poprawy wymagało 16,8% opisów, natomiast kardiolodzy wprowadzili poprawki do 27,2% opisów wykonanych przez techników. Lekarze nie byli też w stanie stwierdzić, które opisy zostały wykonane przez techników, a które przez sztuczą inteligencję. Badania wykazały również, że wykorzystanie AI zaoszczędza czas zarówno kardiologów, jak i techników.
Poprosiliśmy naszych kardiologów, by powiedzieli, które z opisów wykonała sztuczna inteligencja, a które technicy. Okazało się, że lekarze nie są w stanie zauważyć różnicy. To pokazuje, jak dobrze radzi sobie sztuczna inteligencja i że można ją bezproblemowo wdrożyć do praktyki klinicznej. Uważamy to za dobry prognostyk dla dalszych testów na wykorzystaniem SI na tym polu, mówi Ouyang.
Badacze uważają, że wykorzystanie AI pozwoli na szybszą i sprawniejszą diagnostykę. Oczywiście o ostatecznym opisie badań obrazowych nie będzie decydował algorytm, a kardiolog. Tego typu badania, kolejne testy i artykuły naukowe powinny przyczynić się do szerszego dopuszczenia systemów AI do pracy w opiece zdrowotnej.
« powrót do artykułu -
By KopalniaWiedzy.pl
Finlandia systematycznie znajduje się na szczycie rankingu World Happiness Report. Najszczęśliwszy kraj na świecie chce się podzielić z innymi swoim kluczem do szczęścia i zaprasza chętnych z całego globu na mistrzowską klasę szczęśliwości. Zajęcia będą się odbywać w czerwcu w leżącym na terenie Pojezierza Fińskiego Kuru Resort.
Trenerzy pomogą 10 wybranym osobom odkryć wewnętrzne szczęście przez więź z naturą. Pokierują uczestników w stronę zrównoważonego życia, pomagając im być szczęśliwymi na fiński sposób. Jak tłumaczy organizator, oficjalna organizacja turystyczna Finlandii Visit Finland, kurs będzie się koncentrować na 4 obszarach: 1) naturze i stylu życia, 2) zdrowiu i równowadze, 3) dizajnie i codzienności oraz 4) pokarmach i dobrostanie.
Organizatorzy uspokajają, że jeśli ktoś nie może wziąć udziału w zajęciach osobiście, jeszcze tego lata będzie miał szansę skorzystać z materiałów udostępnionych online.
Odpowiadając na pytanie, z jakiego powodu Finowie są tak szczęśliwi, Heli Jimenez z rządowej organizacji Business Finland stwierdza, że chodzi o bliski związek z przyrodą oraz o podejście do życia (twarde stąpanie po ziemi). To nic mistycznego. Chodzi o zdolność, którą można opanować i się nią dzielić.
Chcemy pomóc ludziom odkryć i wyszlifować fiński stan umysłu. Wybraliśmy najlepszych trenerów, jeden z najpiękniejszych fińskich ośrodków wypoczynkowych i piękną porę roku we wspaniałym otoczeniu [...] - dodaje Jimenez.
Czterodniowe zajęcia są darmowe. Visit Finland pokrywa również koszty podróży w tę i z powrotem. Zgłoszenia są przyjmowane do 2 kwietnia; można aplikować indywidualnie, a także parami. Na początku wypełnia się kwestionariusz. Kolejnym etapem jest wyzwanie w mediach społecznościowych (należy stworzyć materiał, w którym wyjaśnia się, co sprawia, że dana osoba czuje się ukrytym Finem i z jakiego powodu pragnie wziąć udział w Masterclass of Happiness).
Pierwsza masterklasa szczęśliwości odbędzie się między 12 a 15 czerwca. Dziesięć wybranych osób przyjedzie 11 czerwca, a opuści Kuru Resort 16 czerwca.
« powrót do artykułu -
By KopalniaWiedzy.pl
Na University of Leeds powstał system sztucznej inteligencji (SI), który analizuje skany oczu wykonywane podczas rutynowych wizyt u okulisty czy optyka i wskazuje osoby narażone na... wysokie ryzyko ataku serca. System analizuje zmiany w miniaturowych naczyniach krwionośnych siatkówki, o kórych wiemy, że wskazują na szerszy problem z układem krążenia.
Specjaliści z Leeds wykorzystali techniki głębokiego uczenia się, by przeszkolić SI w automatycznym odczytywaniu skanów oraz wyławianiu osób, które w ciągu najbliższego roku mogą doświadczyć ataku serca.
System, który został opisany na łamach Nature Machine Intelligence, wyróżnia się dokładnością rzędu 70–80 procent i zdaniem jego twórców może być wykorzystany przy diagnostyce chorób układu krążenia.
Choroby układu krążenia, w tym ataki serca, to główne przyczyny zgonów na całym świecie i druga przyczyna zgonów w Wielkiej Brytanii. To choroby chroniczne, obniżające jakość życia. Ta technika może potencjalnie zrewolucjonizować diagnostykę. Skanowanie siatkówki to tani i rutynowy proces stosowany w czasie wielu badań oczu, mówi profesor Alex Frangi, który nadzorował rozwój nowego systemu. Osoby badane przez okulistę czy optometrystę mogą niejako przy okazji dowiedzieć się, czy nie rozwija się u nich choroba układu krążenia. Dzięki temu leczenie można będzie zacząć wcześniej, zanim pojawią się inne objawy.
System sztucznej inteligencji trenowano na danych okulistycznych i kardiologicznych ponad 5000 osób. Uczył się odróżniania stanów patologicznych od prawidłowych. Gdy już się tego nauczył, na podstawie samych skanów siatkówki był w stanie określić wielkość oraz wydajność pracy lewej komory serca. Powiększona komora jest powiązana z większym ryzykiem chorób serca. Następnie SI, łącząc dane o stanie lewej komory serca z informacjami o wieku i płci pacjenta, może przewidzieć ryzyko ataku serca w ciągu najbliższych 12 miesięcy.
Obecnie rozmiar i funkcjonowanie lewej komory serca jesteśmy w stanie określić za pomocą echokardiografii czy rezonansu magnetycznego. To specjalistyczne i kosztowne badania, które są znacznie gorzej dostępne niż badania prowadzone w gabinetach okulistycznych czy optycznych. Nowy system nie tylko obniży koszty i poprawi dostępność wczesnej diagnostyki kardiologicznej, ale może odegrać olbrzymią rolę w krajach o słabiej rozwiniętym systemie opieki zdrowotnej, gdzie specjalistyczne badania są bardzo trudno dostępne.
Ten system sztucznej inteligencji to wspaniałe narzędzie do ujawniania wzorców istniejących w naturze. I właśnie to robi, łączy wzorce zmian w siatkówce ze zmianami w sercu, cieszy się profesor Sven Plein, jeden z autorów badań.
« powrót do artykułu -
By KopalniaWiedzy.pl
Norwegowie i Szwedzi doprowadzili do całkowitej zagłady żyjącej na wolności rodzimej populacji wilka. Wilki, żyjące obecnie w obu krajach, to populacja fińska. I jej grozi zagłada w wyniku chowu wsobnego. Ostatni w Norwegii wolny wilk zginął około roku 1970.
Pierwotna norwesko-szwedzka populacja wilków prawdopodobnie nie pozostawiła po sobie żadnego śladu w genomie współczesnych wilków żyjących w Norwegii i Szwecji, mówi Hans Stenøien, dyrektor Muzeum Uniwersyteckiego Norweskiego Uniwersytetu Nauki i Technologii (NTNU). Jeszcze do niedawna mogliśmy się łudzić, że około 400 wilków żyjących na pograniczu szwedzko-norweskim to pozostałość lokalnej populacji, która jakimś cudem uszła z życiem przed myśliwymi. Jednak najnowsze badania genetyczne rozwiały wszelkie wątpliwości.
Wilki zamieszkujące Norwegię i Szwecję najprawdopodobniej pochodzą od wilków, które emigrowały tutaj z Finlandii, mówi profesor Stenøien. Przeprowadziliśmy największe na świecie badania genetyczne wilków, dodaje. Uczony nie wyklucza, że w ogrodach zoologicznych poza Norwegią można znaleźć oryginalne norwesko-szwedzkie wilki.Jednak nie mają one już nic wspólnego z tymi, które żyją na terenie obu krajów. Wilk pojawił się w Norwegii około 12 000 lat temu. Ludzie wytępili lokalną populację około 1970 roku.
Co interesujące, obecna populacja norwesko-szwedzka różni się od fińskiej. Jednak nie na tyle, by mówić tutaj o osobnych populacjach. Nie znaleźliśmy żadnej wskazówki na istnienie jakiejś specjalnej unikatowej cechy adaptacyjnej u tych wilków, mówią badacze. Przyczyna różnicy jest bardzo prozaiczna. Jest nią chów wsobny. Populacja żyjąca w Norwegii i Szwecji jest bardzo mała, z ograniczonym dopływem genów z zewnątrz. To najprawdopodobniej oznacza, że pochodzi ona od bardzo małej liczby zwierząt, które przybyły z Finlandii. Małe zróżnicowanie genetyczne oznacza zaś, że wszelkie wady łatwiej rozpowszechniaj się w takiej populacji. Brak różnorodności powoduje, że wilki te są bardziej podane na różne choroby i dziedziczenie wad genetycznych, dodaje Stenøien.
Projekt badań nad norweskimi wilkami rozpoczął się przed pięcioma laty na zamówienie Stortingu, norweskiego parlamentu. Jest on prowadzony przez NTNU we współpracy z Uniwersytetem w Kopenhadze. Badacze mieli do dyspozycji materiał genetyczny od ponad 1800 wilków z całego świata, przede wszystkim z Europy. Około 500 próbek nie było wystarczająco dobrej jakości. Badania oparto więc na około 1300 próbkach. Naukowcy porównywali całe genomy zwierząt.
Dodatkowym spostrzeżeniem, obok wytępienia przez ludzi oryginalnej populacji norwesko-szwedzkiej, jest stwierdzenie, że obecnie zamieszkująca tam zwierzęta mogą stanowić najczystszą pod względem genetycznym populację wilka na świecie. Uczeni przeanalizowali bowiem próbki pobrane od 56 ras psów, by zbadać, jak wiele psiej domieszki jest w norwesko-szwedzkim wilku. Wilki w naszym kraju są wśród posiadających najmniejszą domieszkę psich genów. A może nawet są najczystszą na świecie wilczą populacją, dodaje Stenøien.
Kwestia wilków wywołuje w Norwegii wiele emocji. Wszyscy pamiętają bowiem ciągnące się przez wiele dekad kłótnie, gdy pojawiła się plotka, jakoby wilki z ogrodów zoologicznych zostały wypuszczone na wolność. Dlatego Stenøien, pytany o możliwość wzbogacenia puli genetycznej obecnej populacji norwesko-szwedzkiej wilkami oryginalnej populacji mieszkającymi obecnie w ogrodach zoologicznych, w ogóle nie chce o tym rozmawiać. Mówi jedynie, że takie wzbogacenie byłoby możliwe, jednak wymagałoby to dużych zasobów, wiele pracy i byłoby kosztowne. Jednak trudno wyobrazić sobie awantury, jakie przetoczyłyby się przez Norwegię, gdyby z ogrodów zoologicznych rzeczywiście przywieziono wilki i wypuszczono je na wolność.
« powrót do artykułu -
By KopalniaWiedzy.pl
Zróżnicowanie komórek mózgowych może prowadzić do szybszego uczenia się, odkryli naukowcy z Imperial College London (ICL). Spostrzeżenie to może zwiększyć wydajność systemów sztucznej inteligencji. Uczeni zauważyli, że gdy w symulowanych sieciach neuronowych indywidualnie dobierali właściwości elektryczne poszczególnych komórek, sieci takie uczyły się szybciej, niż sieci złożone z komórek o identycznych parametrach.
Okazało się również, że gdy mamy zróżnicowane komórki, sieć neuronowa potrzebuje ich mniej, a całość zużywa mniej energii niż sieć o identycznych komórkach.
Zdaniem autorów badań, może to wyjaśniać, dlaczego mózgi tak efektywnie potrafią się uczyć. Mózg musi być wydajny energetycznie, a jednocześnie zdolnym do rozwiązywania złożonych zadań. Nasza praca sugeruje, że zróżnicowanie neuronów – zarówno w mózgach jak i w systemach sztucznej inteligencji – pozwala spełnić oba warunki, mówi główny autor badań, doktorant Nicolas Perez z Wydziału Inżynierii Elektrycznej i elektronicznej.
Odkrycie powinno też zachęcić twórców sieci neuronowych do budowania ich tak, by były bardziej podobne do mózgu. Nasze mózgi składają się z neuronów. Pozornie są one identyczne, ale przy bliższym przyjrzeniu się, widoczne są liczne różnice. Z kolei każda komórka sztucznych sieci neuronowych jest identyczna, różnią się one tylko połączeniami. Pomimo dużych postępów w rozwoju systemów sztucznej inteligencji, bardzo daleko im do mózgów. Dlatego też uczeni z ICL zastanawiali się, czy przyczyną nie jest brak zróżnicowania komórek sztucznych sieci neuronowych.
Rozpoczęli więc badania, w ramach których emulowali różne właściwości komórek składających się na siec sztucznej inteligencji. Zauważyli, że zróżnicowanie komórek spowodowało zwiększenie szybkości uczenia się i spadek zapotrzebowania na energię. Ewolucja dała nam niesamowicie funkcjonujący mózg. Dopiero zaczynamy rozumieć, jak on działa, stwierdził doktor Dan Goodman.
W ramach badań uczeni manipulowali „stałą czasową”, czyli tym, jak szybko każda komórka sztucznej sieci neuronowej decyduje, co ma zrobić w zależności od tego, co robią połączone z nią komórki. Niektóre z tak manipulowanych komórek podejmowały decyzję bardzo szybko, natychmiast po tym, jak działania podjęły komórki z nimi połączone. Inne zaś odczekały chwilę i podejmowały decyzję na podstawie tego, co przez pewien czas robiły komórki z nimi połączone.
Po zróżnicowaniu „stałej czasowej” swoich komórek, naukowcy przeprowadzili zestaw testów dla uczenia maszynowego się, takich jak rozpoznawanie gestów, pogrupowanie ubrań czy ręcznie napisanych cyfr oraz zidentyfikowanie wypowiadanych komend oraz cyfr.
Eksperymenty pokazały, że połączenie komórek o różnej „stałej czasowej” powoduje, że cała sieć lepiej rozwiązuje złożone zadania. Okazało się przy okazji, że najlepiej sprawuje się sieć o takiej konfiguracji, której zróżnicowanie jest najbliższe zróżnicowaniu komórek w mózgu. To z kolei sugeruje, że nasz mózg ewoluował w kierunku osiągnięcia najlepszego poziomu zróżnicowania dla optymalnego uczenia się.
« powrót do artykułu
-
-
Recently Browsing 0 members
No registered users viewing this page.