IBM przygotowuje się do zastąpienia części miejsc pracy sztuczną inteligencją
By
KopalniaWiedzy.pl, in Technologia
-
Similar Content
-
By KopalniaWiedzy.pl
W Journal of Medical Internet Research ukazał się opis eksperymentu, w ramach którego ChatGPT miał stawiać diagnozy medyczne i proponować dalsze działania na podstawie opisanych objawów. Algorytm poradził sobie naprawdę nieźle. Udzielił prawidłowych odpowiedzi w 71,7% przypadków. Najlepiej wypadł przy ostatecznych diagnozach, gdzie trafność wyniosła 76,9%, najgorzej poradził sobie z diagnozą różnicową. Tutaj jego trafność spadła do 60,3%.
Autorzy eksperymentu wykorzystali 36 fikcyjnych przypadków klinicznych opisanych w Merck Manual. Przypadki te są wykorzystywane podczas szkoleń lekarzy i innego personelu medycznego. Naukowcy z Harvard Medical School, Brigham and Women'a Hospital oraz Mass General Brigham wprowadzili do ChataGPT opisy tych przypadków, a następnie zadawali maszynie pytanie, dołączone w podręczniku do każdego z przypadków. Wykluczyli z badań pytania dotyczące analizy obrazów, gdyż ChatGPT bazuje na tekście.
Najpierw sztuczna inteligencja miała za zadanie wymienić wszystkie możliwe diagnozy, jakie można postawić na podstawie każdego z opisów. Następnie poproszono ją, by stwierdziła, jaki dodatkowe badania należy przeprowadzić, później zaś ChatGPT miał postawić ostateczną diagnozę. Na koniec zadaniem komputera było opisanie metod leczenia.
Średnia trafność odpowiedzi wynosiła 72%, jednak różniła się w zależności od zadania. Sztuczna inteligencja najlepiej wypadła podczas podawania ostatecznej diagnozy, którą stawiała na podstawie początkowego opisu przypadku oraz wyników dodatkowych badań. Trafność odpowiedzi wyniosła tutaj 76,9%. Podobnie, bo z 76-procentową trafnością, ChatGPT podawał dodatkowe informacje medyczne na temat każdego z przypadków. W zadaniach dotyczących zlecenia dodatkowych badań oraz metod leczenia czy opieki, trafność spadała do 69%. Najgorzej maszyna wypadła w diagnozie różnicowej (60,3% trafnych odpowiedzi). Autorzy badań mówią, że nie są tym zaskoczeni, gdyż diagnoza różnicowa jest bardzo trudnym zadaniem. O nią tak naprawdę chodzi podczas nauki w akademiach medycznych i podczas rezydentury, by na podstawie niewielkiej ilości informacji dokonać dobrego rozróżnienia i postawić diagnozę, mówi Marc Succi z Harvard Medical School.
Być może w przyszłości podobne programy będą pomagały lekarzom. Zapewne nie będzie to ChatGPT, ale rozwijane już systemy wyspecjalizowane właśnie w kwestiach medycznych. Zanim jednak trafią do służby zdrowia powinny przejść standardowe procedury dopuszczenia do użytku, w tym testy kliniczne. Przed nimi zatem jeszcze długa droga.
Autorzy opisanych badań przyznają, że miały one ograniczenia. Jednym z nich było wykorzystanie fikcyjnych opisów przypadków, a nie rzeczywistych. Innym, niewielka próbka na której testowano ChatGPT. Kolejnym zaś ograniczeniem jest brak informacji o sposobie działania i treningu ChataGPT.
« powrót do artykułu -
By KopalniaWiedzy.pl
Mały brzęczący, powszechnie znienawidzony – komar. Ten najgroźniejszy z zabójców ludzi jest wszechobecny. I niezwykle zróżnicowany. Oficjalnie rozpoznawanych jest 3719 gatunków komarów, z czego ludzi atakuje około 200 gatunków. Gryzą nas gatunki z rodzajów Anopheles, Culex i Aedes. Jeszcze w 1999 roku z literatury fachowej mogliśmy dowiedzieć się, że w Polsce występuje 47 gatunków komarów. Od tej pory sytuacja uległa zmianie. Przybywają do nas gatunki inwazyjne. W 2017 roku pojawiła się informacje o zaobserwowaniu we Wrocławiu Anopheles daciae, a dane Europejskiego Centrum ds. Zapobiegania i Kontroli Chorób z lutego bieżącego roku wskazują, że na południowym wschodzie Polski pojawił się Aedes japonicus. Zapewne kwestią czasu jest ich zadomowienie się w naszym kraju i rozszerzanie zasięgu na północ.
Musimy też spodziewać się kolejnych gatunków, które zamieszkały już u naszych południowych i zachodnich granic. A może już tutaj są, tylko o tym nie wiemy, gdyż monitoring komarów jest w Polsce prowadzony mniej intensywnie niż w Niemczech i Czechach.
Na szczęście jednak nie jesteśmy całkowicie bezbronni. Komary nie są bowiem równie aktywne przez całą dobę. Poszukują swych ofiar głównie od zmierzchu do świtu. Jako że są bardzo małe, szybko grozi im odwodnienie. Dlatego też – całkiem jak wampiry – unikają wystawiania się na bezpośrednie działanie intensywnych promieni słonecznych. Ukrywają się przed nimi w zacienionych, wilgotnych miejscach. Wieczór i noc mają dla nich też i tę zaletę, że większość ptaków, które mogą na nie polować, nie jest już aktywna. Zatem przeczekanie w ukryciu najgorętszego okresu dnia przynosi im same korzyści.
Aktywność komarów jest mocno powiązana z temperaturami. Gdy spadają one poniżej 10 stopni Celsjusza, zmniejszają aktywność i przygotowują się do zimowania. Wystarczy jednak, by na wiosnę temperatury wzrosły powyżej 10 stopni, a komary znowu się pojawią. Niektóre gatunki zimują w postaci dorosłej, jednak większość – w postaci jaj.
Idealna temperatura dla nich to 18–34 stopnie, a szczyt aktywności przypada na około 26 stopni. Zatem szansa na spotkanie i utratę krwi zależy od pory dnia, temperatury i nasłonecznienia. Oraz od miejsca. Większe szanse na ugryzienia mamy tam, gdzie jest ciepło, wilgotno i panuje cień. Komary nie są też dobrymi lotnikami, zatem przeszkadza im wiatr. Wolą, gdy nie wieje w ogóle, chociaż ze słabym wiatrem sobie radzą.
Gryzą nas samice, które potrzebują krwi, by powstawały i dojrzewały komórki jajowe. Jaja wymagają wilgoci i ciepła, więc są składane do wody lub w jej okolice. Wykluwające się z nich larwy pełnią w przyrodzie bardzo ważną rolę filtratorów wody. Później następuje przeobrażenie w poczwarkę, a następnie w dorosłego, kłującego krwiopijcę. Cały cykl trwa około 3 tygodni, ale tutaj znowu wiele zależy od warunków zewnętrznych. Im wyższa temperatura, tym szybsze dojrzewanie i krótszy cykl rozrodczy. Dorosły komar żyje kilka, kilkanaście dni. I w tym czasie zdąży nam napsuć sporo krwi.
Po co one komu?
Czego byśmy o nich nie sądzili, komary odgrywają niezwykle ważną rolę w środowisku naturalnym.
Mimo tego, że nas gryzą, swędzi i roznoszą choroby – niejednokrotnie śmiertelne – są niezbędnym elementem ekosystemu. U większości gatunków samce żerują na roślinach, zapylając tysiące gatunków. Komary są bardzo ważnym źródłem pożywienia dla wielu gatunków ptaków, ich jajami i larwami żywią się liczne ryby, żółwie, płazy i inne owady, jak np. ważki. Dorosłe osobniki stanowią pożywienie dla jaszczurek, żab czy pająków.
Całkowite zniknięcie komarów z pewnością przyniosłoby wiele negatywnych skutków dla ekosystemu. A czy my byśmy na tym zyskali? Kto wie, jaki owad zapełniłby niszę po komarach? Być może taki, że zatęsknilibyśmy za brzęczącymi, dokuczliwymi krwiopijcami.
« powrót do artykułu -
By KopalniaWiedzy.pl
Gwałtowne ochłodzenie prawdopodobnie sprowadziło zagładę na pierwszych ludzi, którzy zasiedlili Europę, informują naukowcy z University College London (UCL). W magazynie Science ukazał się artykuł, w którym naukowcy opisują nieznany dotychczas epizod ochłodzenia klimatu, do jakiego doszło 1,1 miliona lat temu. Ich zdaniem, doprowadziło to do wymarcia całej europejskiej populacji człowieka.
Najstarsze w Europie szczątki rodzaju znaleziono na Półwyspie Iberyjskim. Sugerują one, że nasi krewniacy byli w Europie już 1,4 miliona lat temu. Przybyli z południowo-zachodniej Azji. Dotychczas sądzono, że gdy już człowiek w Europie się pojawił, to w niej pozostał. Nasze odkrycie ekstremalnego ochłodzenia sprzed 1,1 miliona lat rzuca wyzwanie teorii o ciągłym zamieszkaniu Europy przez człowieka, mówi jeden z głównych autorów badań, profesor Chronis Tzedakis.
Zajmujący się badaniem paleoklimatu specjaliści z UCL, Uniwersytetu w Cambridge oraz Najwyższej Rady Badań Naukowych (CSIC) w Barcelonie, przeanalizowali skład chemiczny mikroorganizmów morskich oraz pyłki z rdzeni pobranych u wybrzeży Portugalii. Odkryli nieznaną gwałtowną zmianę klimatu, w czasie której temperatura powierzchni oceanu u wybrzeży dzisiejszej Lizbony spadła poniżej 6 stopni Celsjusza – była więc ponaddwukrotnie niższa niż obecnie w najzimniejszych miesiącach zimowych – a na lądzie zasięg zwiększyły obszary półpustynne.
Ku naszemu zdumieniu odkryliśmy, że ochłodzenie sprzed 1,1 miliona lat było porównywalne z najbardziej ekstremalnymi warunkami pogodowymi ostatniej epoki lodowej, stwierdził główny autor badań, doktor Vasiliki Margali. Tak głębokie ochłodzenie musiało wywrzeć olbrzymi wpływ na ówczesne niewielkie społeczności łowiecko-zbierackie, gdyż wczesnym ludziom brakowało takich mechanizmów adaptacyjnych jak wystarczająca tkanka tłuszczowa, umiejętność rozpalania ognia, wyrobu odpowiedniej jakości okryć czy znajdowania odpowiednich schronień, dodaje profesor Nick Ashton z British Museum.
Naukowcy nie chcieli poprzestać wyłącznie na przypuszczeniach. Profesor Axel Timmermann i jego zespół z Uniwersytetu Narodowego w Pusan wykorzystali superkomputer do stworzenia symulacji ówczesnych warunków i ich wpływu na ludzi. Wykorzystali przy tym dane paleontologiczne i archeologiczne, tworząc model habitatu ludzkiego. Nasze wyniki pokazały, że 1,1 miliona lat temu warunki klimatyczne w basenie Morza Śródziemnego nie pozwalały na istnienie tam ludzi.
Uzyskane wyniki sugerują, że ludzie zamieszkujący południe Europy wyginęli we wczesnym plejstocenie. To może też tłumaczyć, dlaczego nie dysponujemy żadnymi śladami człowieka z Europy z okresu kolejnych 200 000 lat. Według tego scenariusza Europa została ponownie skolonizowana około 900 000 lat temu, tym razem przez bardziej odporne społeczności, którym zmiany ewolucyjne i kulturowe pozwoliły na przeżycie, dodaje profesor Chris Stringer z Muzeum Historii Naturalnej w Londynie.
« powrót do artykułu -
By KopalniaWiedzy.pl
Inżynierowie z Politechniki Federalnej w Lozannie (EPFL) wykorzystali ChatGPT-3 do zaprojektowania robotycznego ramienia do zbierania pomidorów. To pierwszy przykład użycia sztucznej inteligencji do pomocy w projektowaniu robotów. Eksperyment przeprowadzony przez Josie Hughes, dyrektor Laboratorium Obliczeniowego Projektowania i Wytwarzania Robotów na Wydziale Inżynierii EPFL, doktoranta Francesco Stellę i Cosimo Della Santinę z Uniwersytetu Technicznego w Delfcie, został opisany na łamach Nature Machine Intelligence.
Naukowcy opisali korzyści i ryzyka związane z wykorzystaniem systemów sztucznej inteligencji (SI) do projektowania robotów. Mimo tego, że ChatGPT to model językowy i generuje tekst, to dostarczył nam on istotnych wskazówek odnośnie fizycznego projektu i wykazał się wielkim potencjałem pobudzania ludzkiej kreatywności, mówi Hughes.
Naukowcy najpierw „przedyskutowali” z ChatGPT samą ideę robota, określili, czemu ma on służyć, opisali jego parametry i specyfikację. Na tym etapie rozmawiali z SI na temat przyszłych wyzwań stojących przed ludzkością oraz robotów-ogrodników, które mogą rozwiązać problem niedoborów siły roboczej przy uprawie roślin. Następnie, korzystając z faktu, że ChatGPT ma dostęp do danych naukowych, podręczników i innych źródeł, zadawali mu pytania o to na przykład, jakimi cechami powinien charakteryzować się przyszły robot-ogrodnik.
Gdy już cechy te zostały opisane i zdecydowano, że chodzi o robotyczne ramię zbierające pomidory, przyszedł czas na zapytanie się sztucznej inteligencji o takie szczegóły jak np. kształt chwytaka oraz poproszenie jej o dane techniczne ramienia oraz kod, za pomocą którego byłoby ono kontrolowane. Przeprowadzone przez SI obliczenia posłużyły nam głównie do pomocy inżynierom w implementacji rozwiązań technicznych. Jednak po raz pierwszy sztuczna inteligencja sformułowała tutaj nowe pomysły, mamy tutaj zatem do czynienia ze zautomatyzowaniem procesów wyższych poziomów poznawczych. Rola człowieka w całym procesie przesunęła się bardziej w stronę techniczną, mówi Stella.
Naukowcy zwracają też uwagę na problemy związane z wykorzystaniem podobnych systemów. Są to zarówno podnoszone już wątpliwości dotyczące plagiatów czy praw autorskich, jak i np. pytanie o to, na ile innowacyjna jest sztuczna inteligencja i na ile ulega schematom. ChatGPT zaproponował ramię do zbierania pomidorów, gdyż uznał pomidory za najbardziej wartościową uprawę, dla której warto zaprojektować robota. To zaś może po prostu oznaczać, że wybrał tą roślinę, która jest najczęściej opisywana, a nie tę, która jest najbardziej potrzebna.
Pomimo różnych zastrzeżeń uczeni uważają, że podobne do ChatGPT modele językowe mogą spełniać niezwykle użyteczną rolę. Specjaliści od robotyki muszą się zastanowić, jak wykorzystać te narzędzia w sposób etyczny i przynoszący korzyść społeczeństwu, mówi Hughes.
« powrót do artykułu -
By KopalniaWiedzy.pl
Wraz z rozwojem coraz doskonalszych generatorów tekstu, takich jak ChatGPT, coraz częściej pojawiają się głosy o potrzebie opracowania metod wykrywania tekstów stworzonych przez sztuczną inteligencję. Metody takie przydałyby się nauczycielom czy wykładowcom akademickim, którzy mogliby identyfikować prace pisemne przyniesione przez nieuczciwych uczniów i studentów, przedstawiających wygenerowany przez komputer tekst jako własne dzieło. Mówi się o kursach z wykrywania oszustw i o tworzeniu odpowiednich narzędzi. Takie narzędzia – bazujące na sztucznej inteligencji – już powstają. Problem w tym, że nie są one zbyt wiarygodne.
Naukowcy z Uniwersytetu Stanforda przyjrzeli się kilku algorytmom sztucznej inteligencji, które mają określać, czy zaprezentowany tekst został stworzony przez człowieka czy też przez inną sztuczną inteligencję. O ile jednak takie algorytmy sprawdzają się „niemal doskonale” podczas analizy tekstów pisanych przez 13-14-latków urodzonych w USA, to już zawodzą tam, gdzie mają do czynienia z angielskim tekstem napisanym przez osobę, dla której angielski nie jest językiem ojczystym. Okazało się bowiem, że gdy systemy te miały ocenić, kto jest autorem tekstu napisanego w ramach egzaminu TOEFL (Test of English as a Foreign Language), w aż 61,22% uznały, że to SI stworzyła tekst, który został napisany przez człowieka. W rzeczywistości jest jednak jeszcze gorzej. Aż 19% prac napisanych przez nastolatków, dla których angielski nie jest językiem ojczystym, zostało uznanych za stworzone przez SI przez wszystkie 7 badanych narzędzi do wykrywania fałszywek. A aż 97% napisanych przez ludzi prac zostało uznane za fałszywe przez co najmniej jeden z systemów.
Problem tkwi tutaj w sposobie pracy systemów wykrywających tekst napisany przez Si. Opierają się one bowiem na złożoności użytego języka. Oczywistym jest, że przeciętna osoba, która nie jest rodzimym użytkownikiem języka angielskiego ma mniejszy zasób słownictwa, a tworzone przez nią zdania są prostsze pod względem gramatycznym i składniowym od zdań rodzimego użytkownika angielskiego. Sztuczna inteligencja, próbując wykryć fałszywki, uznaje ten niższy poziom złożoności za znak, że tekst został stworzony przez sztuczną inteligencję. To poważny problem, gdyż uczeń czy student, który urodził się poza USA, może w ten sposób zostać uznany przez nauczyciela za oszusta, mimo że sam napisał pracę.
Co więcej, naukowcy ze Stanforda zauważyli, że takie systemy łatwo jest oszukać nawet rodzimemu użytkownikowi angielskiego. Okazuje się bowiem, że wystarczy wygenerować tekst za pomocą ChataGPT, a następnie wydać maszynie polecenie, by poprawiła ten tekst dodając doń słownictwo literackie.
Obecne wykrywacze są niewiarygodne i łatwo je oszukać, dlatego też należy używać ich bardzo ostrożnie w roli remedium na oszukiwanie za pomocą sztucznej inteligencji, mówi jeden z autorów badań, profesor James Zou.
Uczony uważa, że w najbliższej przyszłości nie należy ufać takim wykrywaczom, szczególnie w tych szkołach i uczelniach, gdzie mamy dużo uczniów, dla których angielski nie jest językiem macierzystym. Po drugie, twórcy narzędzi do wykrywania muszą zrezygnować ze złożoności jako głównego wyznacznika analizy tekstu i opracować bardziej zaawansowane techniki. Ponadto ich systemy powinny być bardziej odporne na obejście. Być może rozwiązanie problemu leży po stronie twórców takich systemów jak ChatGPT. Zou sugeruje, że tego typu generatory mogłyby dodawać do tekstu rodzaj znaku wodnego, którym byłyby subtelne sygnały, oczywiste dla systemów wykrywających, stanowiące niejako podpis generatora i wskazujące, że to on jest autorem.
« powrót do artykułu
-
-
Recently Browsing 0 members
No registered users viewing this page.