Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Sztuczna inteligencja pomaga rozszyfrować zasady starożytnej gry
dodany przez
KopalniaWiedzy.pl, w Humanistyka
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Eksperci z CSIRO (Commonwealth Scientific and Industrial Research Organisation) agendy naukowej rządu Australii, stworzyli algorytm sztucznej inteligencji, który lepiej niż ludzcy specjaliści rozpoznaje płeć na podstawie wyglądu czaszki. Przyda się ono wszędzie tam, gdzie potrzebna jest dokładna szybka identyfikacja płci, na przykład podczas śledztw kryminalnych czy prac prowadzonych w związku z katastrofami naturalnymi.
Nowe narzędzie, stworzone przy pomocy naukowców z University of Western Australia, potrafi określić płeć na podstawie samej tylko czaszki z 97-procentową dokładnością. To znacznie lepszy wynik, niż 82-procentowa dokładność uzyskiwana przez ekspertów medycyny sądowej posługujących się tradycyjnymi metodami.
Algorytm sztucznej inteligencji sprawdzono na próbce 200 skanów z tomografu komputerowego, a uzyskane wyniki porównano z wynikami ludzi. "Nasze narzędzie określa płeć około 5-krotnie szybciej niż ludzie. To oznacza, że rodziny czekające na informacje o bliskich szybciej mogą otrzymać informacje. Narzędzie to może być dużą pomocą podczas badań antropologicznych, bardziej precyzyjnie określając płeć i pozwalając uniknąć błędów robionych przez ludzi", mówi doktor Hollie Min, jedna z autorek algorytmu.
Twórcy nowego narzędzia mają zamiar nadal je trenować, uwzględniając różne ludzkie populacje, co powinno nie tylko poprawić efektywność algorytmu, ale i spowodować, że będzie bardziej uniwersalny.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Wystarczy dosłownie minuta gry, by odróżnić dziecko z autyzmem od dziecka z ADHD lub dziecka bez zaburzeń. Computerized Assessment of Motor Imitation (CAMI) to komputerowe narzędzie opracowane przez naukowców z Kennedy Krieger Institute oraz Nottingham Trent University. Wykorzystuje ono technologię śledzenia ruchu do wykrywania różnic w zdolności do naśladowania motoryki i na tej podstawie pozwala – w ciągu minuty – odróżnić dziecko autystyczne od dziecka zdrowego i z innymi zaburzeniami.
W testach CAMI wzięło udział 183 dzieci w wieku 7–13 lat. Poproszono je, by przez minutę naśladowały ruchy widocznego na ekranie awatara. W tym czasie CAMI oceniało zdolność do naśladownictwa. Badania wykazały, że narzędzie potrafi z 80-procentową skutecznością odróżnić dziecko autystyczne od zdrowego i z 70-procentową, autyka od dziecka z ADHD. Twórców narzędzia szczególnie cieszy to druga liczba, gdyż autyzm i ADHD często występują razem i nawet eksperci mają problemy z postawieniem właściwej diagnozy.
Zdiagnozowanie autyzmu może być trudne, szczególnie u dzieci, u których występują też inne zaburzenia, jak ADHD. A jeśli postawi się niewłaściwą diagnozę, dziecko może nie otrzymać odpowiedniej pomocy, mówi doktor Stewart Mostofsky, neurolog dziecięcy z Kennedy Krieger Institute. Autyzm jest tradycyjnie postrzegany jako zaburzenie komunikacji społecznej, ale wiemy, że trudności sensoryczno-motoryczne, na przykład związane ze zdolnością do naśladowania ruchów, odgrywają rolę w kształtowaniu zdolności społecznych i komunikacyjnych. CAMI identyfikuje autyzm, opierając się na tych cechach, które odróżniają go od ADHD. Tym, co czyni CAMI tak ekscytującym, jest prostota. Gry wideo są zabawne dla dzieci, a lekarzowi dostarcza jasnych wyników, dzięki którym może on szybko postawić diagnozę, dodaje doktor Bahar Tunçgenç z Nottingham Trent University, która specjalizuje się w badaniu rozwoju społecznego.
Twórcy CAMI chcą też przystosować swoje narzędzie do diagnozowania młodszych dzieci oraz dzieci z poważniejszymi zaburzeniami rozwojowymi. Mają nadzieję, że w ten sposób zapoczątkują powstanie całej klasy narzędzi, które pozwolą na szybkie i tanie diagnozowanie różnych zaburzeń.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W niedawno opublikowanym wywiadzie Mark Zuckerberg stwierdził, że prawdopodobnie jeszcze w bieżącym roku firma Meta (właściciel Facebooka), podobnie jak inne wielkie firmy, będzie dysponowała systemem sztuczne inteligencji zdolnym do programowania na poziomie średnio doświadczonego inżyniera (mid-level engineer).
Początkowo wdrożenie takich systemów będzie bardzo kosztowne i będą one musiały zyskać na wydajności, jednak z czasem dojdziemy to momentu, w którym bardzo duża część kodu używanych przez nas aplikacji, w tym kodu algorytmów sztucznej inteligencji, nie będzie pisana przez ludzi, a przez sztuczną inteligencję, stwierdził założyciel Facebooka.
Słowa Zuckerberga to tylko jeden z sygnałów, że branżę programistyczną mogą w najbliższym czasie czekać olbrzymie zmiany. Sami programiści z jednej strony tworzą algorytmy sztucznej inteligencji, które w przyszłości mogą ich zastąpić, z drugiej zaś, coraz częściej korzystają z ich pomocy. Jeszcze na początku 2023 roku tylko 10% programistów używało AI do pomocy w programowaniu, pod koniec roku 2023 już 63% firm używało lub wdrażało użycie narzędzi AI pomagających w programowaniu. Pod koniec ubiegłego roku odsetek ten wzrósł do 80%.
Zuckerberg nie jest jedynym wśród wiodących biznesmenów z branży IT, który zapowiada szybkie nadejście olbrzymich zmian. We wrześniu Matt Garman, szef Amazon Web Services, zasugerował, że w ciągu najbliższych 2 lat większość inżynierów oprogramowania przestanie zajmować się programowaniem. Zaś kilka miesięcy wcześniej prezes Nvidii stwierdził, że uczenie się programowania nie jest dobrym pomysłem, gdyż dzięki rozwojowi AI ludzki język staje się najważniejszym językiem programowania.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Pomiędzy lipcem 2021 roku a lutym 2023 roku 12 centrów mammograficznych w Niemczech brało udział w programie, w którym badania mammograficzne były wspomagane przez system sztucznej inteligencji. Radiolodzy sami decydowali, kiedy wykorzystać AI, a kiedy wykonać badania tradycyjnymi metodami. W tym czasie we wspomnianych centrach 119 radiologów przebadało 463 094 kobiety w wieku 50–69 lat. W przypadku 260 739 z nich diagnoza była wspomagana przez sztuczną inteligencję, pozostała część stanowiła grupę kontrolną.
W grupie, w której badania wspomagane były przez AI, odsetek wykrytych nowotworów piersi wyniósł 0,67%, podczas gdy w grupie badanej tradycyjnymi metodami było to 0,57%. Ponadto tam, gdzie do badania użyto AI odsetek pań poddanych pogłębionej diagnostyce wyniósł 3,74%, a w grupie kontrolnej – 3,83%. Wartość predykcyjna dodatnia (PPV) dla grupy badanej przez AI wynosiła 17,9%, dla grupy kontrolnej – 14,9%. PPV pokazuje tę część podejrzanych wyników mammografii, które w pogłębionej diagnostyce rzeczywiście reprezentują chorobę.
Najważniejszym wskaźnikiem przydatności algorytmu sztucznej inteligencji w badaniach mammograficznych jest fakt, że zwiększył on wykrywalność choroby bez zwiększania potrzeby przeprowadzenia pogłębionej diagnostyki. To już kolejne badania, które pokazały, że algorytmy sztucznej inteligencji rzeczywiście wspomagają pracę radiologów i mogą ratować życie kobiet.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Troje naukowców – Elizabeth A Barnes z Colorado State University, Noah S Diffenbaugh z Uniwersytetu Stanforda oraz Sonia I Seneviratne z EHT Zurich – zebrało dane z 10 modeli klimatycznych i przeanalizowało je za pomocą algorytmów sztucznej inteligencji. Na łamach Environmental Research Letters poinformowali, że z tak przeprowadzonych badań wynika, iż globalne temperatury będą rosły szybciej niż zakładano, a jeszcze za naszego życia niektóre regiony doświadczą średniego wzrostu temperatury przekraczającego 3 stopnie Celsjusza.
Autorzy badań stwierdzili, że w 34 ze zdefiniowanych przez IPCC 43 regionów lądowych Ziemi średni wzrost temperatury przekroczy 1,5 stopnia Celsjusza do roku 2040. W 31 z tych 34 regionów należy spodziewać się wzrostu o 2 stopnie do roku 2040. Natomiast do roku 2060 w 26 regionach średnia temperatura wzrośnie o ponad 3 stopnie.
Regionami narażonymi na szybszy niż przeciętny wzrost temperatur są południowa Azja, region Morza Śródziemnego, Europa Środkowa i niektóre części Afryki Subsaharyjskiej.
Profesor Diffenbaugh zauważył, że ważne jest, by nie skupiać się tylko na temperaturach globalnych, ale zwracać uwagę na temperatury lokalne i regionalne. Badając, jak rośnie temperatura w poszczególnych regionach, będziemy mogli określić, kiedy i jakie skutki będą odczuwalne dla społeczności i ekosystemów tam żyjących. Problem w tym, że regionalne zmiany klimatyczne są trudniejsze do przewidzenia. Dzieje się tak dlatego, że zjawiska klimatyczne są bardziej chaotyczne w mniejszej skali oraz dlatego, że trudno powiedzieć, jak dany obszar będzie reagował na ocieplenie w skali całej planety.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.