Koti Etukäteen ajattelu Dld: ai ja koneoppiminen terveydenhuollossa, säässä ja muissa sovelluksissa

Dld: ai ja koneoppiminen terveydenhuollossa, säässä ja muissa sovelluksissa

Video: Risto Siilasmaa on Machine Learning (Lokakuu 2024)

Video: Risto Siilasmaa on Machine Learning (Lokakuu 2024)
Anonim

Keinotekoinen älykkyys ja koneoppiminen ovat kuumia aiheita jokaisessa teknologiakonferenssissa, jossa käyn, ja äskettäinen DLD NYC -konferenssi ei ollut poikkeus.

Terveydenhuollon kognitiiviseen tietojenkäsittelyyn erikoistuneen saksalaisen ExB Group -yrityksen Ramin Assadollahi keskittyi moniin eri tapoihin, joilla uudet tietokonetekniikat voivat auttaa meitä oppimaan "kuinka parantua ohjelmistoilla". Puhuessaan monista tänään heitetyistä termeistä, hän totesi, että AI: n ei tarvitse olla kognitiivista laskentaa, kognitiivisen laskennan ei tarvitse olla koneoppimista ja iso data on täysin erillinen asia.

Assadollahi keskittyi tapoihin, joilla AI voisi parantaa lääketieteen alaa. Hän huomautti, että kudotietoja tarkasteleva patologi näkee tyypillisesti 200 000 näytettä työelämänsä aikana, mutta syväoppimisella ja nykyaikaisilla näytönohjaimilla tietokonejärjestelmä pystyy käsittelemään niin monta kahdessa viikossa. Hän sanoi, että 100 näytteellä järjestelmä voi olla yhtä hyvä kuin ihminen. Samoin hän sanoi, että tietokonejärjestelmä voi niellä 28 000 teknistä artikkelia päivässä, kun taas ihminen saattaa lukea vain noin 4000 tällaista artikkelia koko työelämänsä ajan.

Hän sanoi, että AI, joka ymmärtää yksittäisiä soluja molekyylitasolla, voisi auttaa suunnittelemaan parempia lääkkeitä, ja ohjelmistot, jotka auttaisivat selvittämään, mitkä lääkkeet sopivat muihin, voisivat olla hengenpelastaja, koska haitalliset lääkkeiden yhteisvaikutukset tappavat 100, 00 ihmistä vuodessa. Hänen yritys käsittelee koko terveydenhuoltoa koskevaa jatkuvuutta - lääkäreitä, tutkijoita, apteekkereita ja potilaita - keskittyen "siilojen hajottamiseen". Hän totesi kaiken kaikkiaan, että AI ei tappaa työpaikkoja, koska hoitoon osallistuvien ihmisten määrä kasvaa. Se ei korvaa lääkäriä, hän sanoi, mutta antaa sen sijaan lääkärille viettää enemmän aikaa potilaiden kanssa.

David Kenny, joka johtaa nyt Watson-ryhmää IBM: lle, puhui suurista tiedoista ja syvän oppimisen mahdollisuuksista monissa sovelluksissa. Kenny oli The Weather Companyn toimitusjohtaja ennen IBM: n ostoa kyseisestä yrityksestä; se on maailman suurin säätietojen tarjoaja. Hän kertoi, että TWC on kehittänyt sovelluksen, joka on suunniteltu ilmapiirin kartoittamiseen tavalla, jolla Google yritti karttaa maapallon, IoT (Internet of Things) -teknologian, säätietojen ja pilvilaskennan yhdistelmällä kerätäkseen säätietoja 2, 2 miljardiin sijaintiin.

Hän sanoi Watsonissa olevansa kiinnostunut kolmesta suuresta alueesta algoritmeille ja ohjelmistoille: ihmisen vuorovaikutus, kuten näkö, visio ja puhe; syväoppiminen ja koneoppiminen tällaisen vuorovaikutuksen tukemiseksi; ja päättely. Hän sanoi, että Watson osallistuu tuhansia ihmisiä kaikkialla IBM: ssä tutkimuslaboratorioista myynti- ja huoltopalveluihin.

Kenny totesi, että Watson on tietyllä tavalla erilainen kuin muut häiritsevät yritykset, koska se vaatii paljon tietoa ja vakiintuneet yritykset, joilla on tietoa, voivat nousta nopeammin kuin startupit. Hän sanoi, että kääntäminen ja ihmisten vuorovaikutus paranivat, mutta jolla oli silti matkaa, ja että monet siitä, mitä ihmiset käyttävät Watsonia, luovat keskustelevia "robotteja".

Hänen mukaansa keskustelujen ymmärtäminen oli vaikeaa, koska ihmiset käyttävät viestinnässä erilaisia ​​ääniä, aksentteja ja vivahteita. "Joka kuukausi paranee", hän sanoi. Puheen ymmärtämiseen käytetyn ohjelmiston virhetiheys on nyt 6, 9 prosenttia, kun se oli 10 prosenttia kolme kuukautta sitten. Hänen mukaansa verrattuna ihmisen virheaste on 4 prosenttia. Hän sanoi olevansa optimistinen, että ohjelmisto voi lähestyä inhimillistä virhetasoa vuoden sisällä.

Kenny väittää, että IBM: llä on erilainen lähestymistapa kuin kilpailullaan. Muut yritykset työskentelevät usein keskitetyn AI: n parissa, mutta IBM työskentelee useiden asiakkaiden kanssa, jotka haluavat rakentaa omat Watson-versiot omien immateriaalioikeuksiensa tai "tietotaulujen" avulla. Hän huomautti, että 80 prosenttia maailman tiedoista ei kulje Internetissä - esimerkiksi röntgenkuvat, sairauskertomukset ja pankkitilit.

Dld: ai ja koneoppiminen terveydenhuollossa, säässä ja muissa sovelluksissa