Australske biologer har skabt et kunstigt intelligenssystem (AI), der er i stand til at forudsige en persons levetid med 69% nøjagtighed fra et enkelt fotografi af hans organer, ifølge en artikel offentliggjort i Scientific Reports.
Cybernetisk "gøg"
I de senere år har forskere takket være udviklingen af matematik og væksten i computerkraft hos computere mulighed for at skabe komplekse neurale netværk, kunstige intelligenssystemer, der er i stand til at udføre ikke-trivielle opgaver og endda "tænke" kreativt og skabe nye eksempler på kunst og teknologi.
For eksempel i det sidste år alene har forskere skabt AI, der er i stand til at spille det "utallige" gamle kinesiske spil Go, søge i aviserne efter de vigtigste begivenheder i historien, skrive manuskripter til computerspil, farve fotografier og videoer "som Van Gogh" og tegne billeder. I begyndelsen af året afslørede forskere et AI-system, der bedre kan skelne modermærker fra hudkræft end de mest erfarne hudlæger.
Oakden-Rainer og hans kolleger tog denne idé videre og skabte et system med maskinintelligens, der kan bestemme varigheden af en persons liv ud fra fotografier af hans indre organer opnået med en CT-scanner.
Dette program er et såkaldt dybt eller ultrapræcist neuralt netværk - en flerlagsstruktur med flere snesevis eller hundredvis af enklere neurale netværk. Hver af dem behandler ikke rådata, men analyseprodukter opnået af netværket placeret ovenfor, hvilket gør det muligt at forenkle meget komplekse problemer og løse dem ved hjælp af relativt beskedne beregningsressourcer.
Disse netværk kan ikke løse problemer umiddelbart efter, at de er oprettet - som mennesker skal de lære af deres egne fejl i lang tid, før de begynder at få de rigtige svar.
Salgsfremmende video:
Magien ved kunstig intelligens
Til en sådan træning brugte Oakden-Rainer og hans kolleger en samling på flere tusinde bryst- og abdominale fotografier taget med en tomografiscanner under helbredsobservationer af 40 patienter. Dette sæt af billeder var ifølge forskere nok til, at deres hjernebarn var i stand til at nå det niveau af forudsigelser, som læger normalt demonstrerer, når de prøver "ved øje" at bestemme deres patients levetid.
Efter at have sørget for, at det system, de skabte korrekt, forudsiger forventet levealder fra fotografierne af organer fra allerede afdøde patienter, kontrollerede forskerne, hvordan det ville klare arbejdet under "kamp" -forhold. For at gøre dette rekrutterede de en gruppe på otte unge og ældre patienter, oplyste deres bryst med en tomograf og observerede deres liv i løbet af de næste mange år.
Som det viste sig, klarede programmet sig virkelig godt med de opgaver, der blev tildelt det - det forudsagde korrekt forventet levealder for 69% af de frivillige og fandt korrekt ud af, hvilke patienter på klinikkerne der ville dø i de næste fem år.
Da forskere ikke ved, hvordan sådanne dybe neurale netværk fungerer "indefra", og hvordan de kommer til konklusionerne, er det stadig uklart, præcist hvilke særpræg computeren bruger til at forudsige en persons død. På samme tid taler den relativt høje nøjagtighed af forudsigelser for mennesker, der lider af obstruktiv lungesygdom eller hjertesvigt, for den kendsgerning, at sådanne sygdomme stærkest påvirkede AI's opfattelse.
Udvidelse af databasen og involvering af flere frivillige i eksperimenter, håber forskere, vil forbedre forudsigelsernes kvalitet og gøre dem mere nøjagtige for mennesker, der ikke lider af alvorlige hjerte- og lungesygdomme. Nu, ifølge Oakden-Rainer, "træner" hans team en ny version af det neurale netværk baseret på fotografier af 12 tusind patienter, hvilket skulle forbedre nøjagtigheden af forudsigelser betydeligt.