Video: Kaip motyvuoti kitus ir save pakeisti elgesį? (iš pokalbių ciklo apie šiuolaikinę psichoterapiją) (Lapkritis 2024)
Dirbtinis intelektas ir mašinų mokymasis yra svarbiausios temos kiekvienoje technologijų konferencijoje, kurioje lankausi, ir nesena DLD NYC konferencija nebuvo išimtis.
Iš „ExB Group“, Vokietijos bendrovės, užsiimančios kognityviniu skaičiavimu sveikatos priežiūros srityje, Raminas Assadollahi sutelkė dėmesį į įvairius būdus, kaip naujos kompiuterinės technologijos gali padėti mums išmokti „kaip pasveikti naudojant programinę įrangą“. Aptardamas daugelį šiais laikais aptartų terminų, jis pažymėjo, kad AI neturi būti kognityvinis skaičiavimas, pažintinis skaičiavimas nebūtinai turi būti mašininis mokymasis, o dideli duomenys yra atskira problema.
Assadollahi sutelkė dėmesį į būdus, kaip PG galėtų pagerinti medicinos sritį. Jis pažymėjo, kad patologas, tiriantis audinių duomenis, per savo darbo laikotarpį paprastai mato 200 000 pavyzdžių, tačiau, giliai išmokęs ir naudodamas šiuolaikines grafikos korteles, kompiuterinė sistema gali apdoroti tiek daug per dvi savaites. Jis sakė, kad turint 100 mėginių, sistema gali būti tokia pat gera, kaip ir žmogaus. Panašiai, pasak jo, kompiuterinė sistema per dieną gali praryti 28 000 techninių straipsnių, o žmogus per visą savo darbo laiką gali perskaityti tik apie 4000 tokių straipsnių.
Jis sakė, kad PG, galinti suprasti atskiras ląsteles molekuliniu lygmeniu, galėtų padėti sukurti geresnius vaistus, o programinė įranga, kuri galėtų padėti išsiaiškinti, kokie vaistai tinka kitiems, galėtų būti gelbėjimo priemonė, nes neigiama vaistų sąveika užmuša 10000 žmonių per metus. Jo kompanija kreipiasi į visą sveikatos kontinuumą - gydytojus, tyrėjus, vaistininkus ir pacientus - daugiausia dėmesio skiria „silosų suskaidymui“. Apskritai, jo teigimu, AI nenužudys darbo vietų, nes auga slaugytojų skaičius. Pasak jo, jis nepakeis gydytojo, tačiau leis gydytojui praleisti daugiau laiko su pacientais.
Davidas Kenny, kuris dabar vadovauja IBM „Watson“ grupei, kalbėjo apie didelius duomenis ir giluminio mokymosi galimybes įvairiose programose. Kenny buvo „Weather Weather Company“ generalinis direktorius prieš tai, kai IBM įsigijo šią bendrovę; Tai didžiausia orų duomenų teikėja pasaulyje. Jis sakė, kad „TWC“ sukūrė programą, skirtą atmosferai susieti taip, kaip „Google“ bandė žemėlapiais apibūdinti žemę, naudodama IoT (daiktų interneto) technologijos, orų informacijos ir debesų kompiuterijos derinį, kad surinktų orų informaciją 2, 2 milijardo vietų.
Anot Watsono, jis domisi trimis didelėmis algoritmų ir programinės įrangos sritimis: žmogaus sąveika, tokia kaip regėjimas, regėjimas ir kalba; gilus mokymasis ir mašininis mokymasis, palaikantis tokią sąveiką; ir samprotavimai. Jis sakė, kad „Watson“ apima tūkstančius žmonių visoje IBM nuo tyrimų laboratorijų iki pardavimo ir aptarnavimo.
Kai kuriais būdais, pasak Kenny, „Watson“ skiriasi nuo kitų žlugdančių verslų, nes tam reikia daug žinių, o įsitvirtinusios įmonės, turinčios žinių, gali įsitvirtinti greičiau nei startuoliai. Jis sakė, kad vertimas ir žmonių sąveika gerėja, tačiau vis dar turėjo būdų, kaip eiti, ir kad daug kas, kuriais žmonės naudojasi „Watson“, yra pokalbių „robotai“.
Jis sakė, kad sunku suprasti pokalbius dėl skirtingų tonų, akcentų ir niuansų, kuriuos žmonės naudoja bendraudami. „Kiekvieną mėnesį jis tampa geresnis“, - sakė jis. Kalbėjimo supratimui naudojama programinė įranga turi 6, 9 procentų klaidų lygį, palyginti su 10 procentų prieš tris mėnesius. Palyginimui, pasak jo, žmogaus klaidų lygis yra 4 procentai. Jis sakė, kad yra optimistiškas, kad programinė įranga per metus gali prilygti žmonių klaidų lygiui.
Kenny teigia, kad IBM požiūris yra kitoks nei jos konkurencijos. Kitos įmonės dažnai dirba su centralizuotomis AI, tačiau IBM dirba su daugeliu klientų, norinčių sukurti savo asmenines „Watson“ versijas, naudodamiesi savo intelektine nuosavybe arba „žinių grafikais“. Jis pažymėjo, kad 80 procentų pasaulio duomenų neperduodami internete - tokie dalykai kaip rentgeno nuotraukos, sveikatos įrašai ir banko sąskaitos.