Den senaste generationens nervnätverk ersätter delvis forskare: de genomför experiment, diagnostiserar sjukdomar, avslöjar mönster, lägger fram och testar hypoteser. De används där datavolymerna överstiger all mänsklig kapacitet. Vilka vetenskapliga frågor hjälpte till att lösa den konstgjorda intelligensen - i materialet RIA Novosti.
Adam och Eva
Den första robotforskaren skapades 2009 av brittiska specialister under ledning av professor Ross King, då en anställd vid University of Aberystwyth. Hans”hjärna” var ett neuralt nätverksprogram som använde fyra datorer och styrde laboratorieutrustning. Den virtuella varelsen fick namnet "Adam".
Ett neuralt nätverk är ett datorprogram som analyserar stora mängder data med stor hastighet och letar efter vanliga funktioner och mönster i dem. Till skillnad från modellering behöver neurala nätverk inte vetenskapliga hypoteser - de bygger dem själva och testar dem själva. Forskare använder den här egenskapen för att ta reda på hur troligt ett scenario är. Detta sparar betydligt tid och datorkraft, vilket krävs mycket mer för till exempel datorsimulering. Forskare gav Adam stammar av bakarjäst med olika gener inaktiverade. Roboten själv odlade kulturer av dessa mutanta stammar och övervakade hur de utvecklas utan vissa enzymer, för vilka de avstängda generna är ansvariga. Den konstgjorda hjärnan lärde sig från de första experimenten och planerade därefter nya mer effektivt. Roboten kunde utföra tusen experiment per dag. Som ett resultat framförde han två dussin hypoteser om gener som kodar för 13 enzymer. Forskarna utförde sedan manuella experiment och bekräftade Adams gissningar för 12 gener. Nästan ett decennium senare utvecklade King och hans kollegor en annan robotforskare, Eve. Hon sorterar ut olika föreningar och letar efter vilka som är lovande som droger. Maskinen kan undersöka tiotusen ämnen per dag. Den första upptäckten av "Eva" var en kemisk förening med anti-canceregenskaper, som också var effektiv mot det orsakande medlet i malaria. För screening använder "Eva" smarta system baserade på genetiskt modifierad jäst. Nästan ett decennium senare utvecklade King och hans kollegor en annan robotforskare, Eve. Hon sorterar ut olika föreningar och letar efter vilka som är lovande som droger. Maskinen kan undersöka tiotusen ämnen per dag. Den första upptäckten av "Eva" var en kemisk förening med anti-canceregenskaper, som också var effektiv mot det orsakande medlet i malaria. För screening använder "Eva" smarta system baserade på genetiskt modifierad jäst. Nästan ett decennium senare utvecklade King och hans kollegor en annan robotforskare, Eve. Hon sorterar ut olika föreningar och letar efter vilka som är lovande som droger. Maskinen kan undersöka tiotusen ämnen per dag. Den första upptäckten av "Eva" var en kemisk förening med anti-canceregenskaper, som också var effektiv mot det orsakande medlet i malaria. För screening använder "Eva" smarta system baserade på genetiskt modifierad jäst. För screening använder "Eva" smarta system baserade på genetiskt modifierad jäst. För screening använder "Eva" smarta system baserade på genetiskt modifierad jäst.
Livslängd och rökare markörer
Förra året publicerade forskare från flera länder, inklusive Ryssland, representerade av personalen vid ITMO-universitetet (St. Petersburg) ett dokument om hur man bestämmer en persons ålder med hjälp av ett biokemiskt blodprov. För att göra detta utbildade de nervnätverket och gav det sedan prov på mer än 120 000 blodprover från patienter från Kanada, Sydkorea och Östeuropa för forskning. Programmet visste bara nationalitet, kön och två dussin biokemiska parametrar för blod. Detta räckte för att fastställa åldern för varje patient med god noggrannhet. I januari i år presenterade samma forskargrupp nya resultat: den konstgjorda intelligensen som de utbildade kunde beräkna, baserat på de biokemiska parametrarna för blod, oavsett om en person röker eller inte. Forskare har gjort tillgängligt för neuralnätverket en databas med nästan 150 tusen blodprover av patienter i provinsen Alberta (Kanada), som tidigare gjordes anonym. Programmet kände bara till människors kön. Neuralnätverket lyckades klara uppgiften och lärde sig att isolera rökare. Dessutom fann hon tecken som indikerade det sanna, det vill säga personens biologiska ålder, och inte kronologiskt (enligt passet). Det visade sig att kvinnliga rökare åldrades biologiskt dubbelt så snabbt som icke-rökare, och män - en och en halv gånger. Det visade sig att kvinnliga rökare åldrades biologiskt dubbelt så snabbt som icke-rökare, och män - en och en halv gånger. Det visade sig att kvinnliga rökare åldrades biologiskt dubbelt så snabbt som icke-rökare, och män - en och en halv gånger.
Anti-cancer neurala nätverk
Kampanjvideo:
Forskare från Stanford (USA) använde neurala nätverk förmåga att analysera bilder, som i huvudsak är en uppsättning digital data. De utbildade fotoprogrammet för att skilja mellan karcinom och melanom, malign tillväxt som tyder på cancer.
Programmet undersökte nästan 130 tusen bilder av olika formationer på huden, som var präglade av typen av sjukdom eller som vanliga mullvadar, keratomer och härledda mönster. Resultaten kontrollerades av två dussin hudläkare: de visade sig vara ganska exakta. För att göra en första diagnos räcker det att skicka ett foto av en hudneoplasma till läkaren från en smartphone. Och sedan - beroende på svaret - besluta om du ska göra en biopsi för att exakt fastställa en diagnos. Konstgjord intelligens används också vid OncoTarget Center for Personalized Oncology vid Sechenov University (Moskva). Där skapar de en digital modell av patienten - det här är fullständig information om hans sjukdom, tumörens genetiska egenskaper. Forskare hoppas att det neurala nätverket som analyserar dataarrayer kommer att optimera behandlingen för varje patient.
På jakt efter universums mysterier
Konstgjord intelligens öppnar upp stora möjligheter för astronomer, som bokstavligen kväver det överflöd av data som erhållits till följd av observationer. Många rymdsuppdrag, kretslopp och markbaserade teleskop har genererat mycket mer av dem än människor kommer att kunna behandla snart. Kevin Schawinski från Institute for Particle Physics and Astrophysics vid Swiss Higher Technical School i Zürich tror att neurala nätverk kommer att revolutionera astronomin. Han och hans kollegor testade konstgjord intelligens när de analyserade data om bildandet av binära stjärnor för att förstå varför det minskar i galaxer när de yttre förhållandena förändras. Astronomer tränade det neurala nätverket med hjälp av en mängd galaxbilder. På samma sätt som hur programmet kan skildra hur en person blir i ålderdom,det kan också ändra utseendet på en galax när den kommer in i en grupp eller ett kluster. Resultaten av det neurala nätverksarbetet sammanföll med observationerna. 2017 hjälpte ett självlärande neuralt nätverk skapat av Google NASA att upptäcka en ny exoplanet. Analys av data från Kepler-kretsens teleskop avslöjade en stenig planet som bara var trettio procent större än jorden som kretsar runt stjärnan Kepler-90 i stjärnbilden Draco. Planeten var dock för nära stjärnan för livet. Tidigare har det neurala nätverket redan hittat den sjätte planeten i Kepler-80-stjärnsystemet. Allt detta är resultatet av bearbetning av svaga ljussignaler som bara ett datorprogram kan fånga.hjälpte NASA att upptäcka en ny exoplanet. Analys av data från Kepler-kretsens teleskop avslöjade en stenig planet som bara var trettio procent större än jorden som kretsar runt stjärnan Kepler-90 i stjärnbilden Draco. Planeten var dock för nära stjärnan för livet. Tidigare har det neurala nätverket redan hittat den sjätte planeten i Kepler-80-stjärnsystemet. Allt detta är resultatet av bearbetning av svaga ljussignaler som bara ett datorprogram kan fånga.hjälpte NASA att upptäcka en ny exoplanet. Analys av data från Kepler-kretsens teleskop avslöjade en stenig planet som bara var trettio procent större än jorden som kretsar runt stjärnan Kepler-90 i stjärnbilden Draco. Planeten var dock för nära stjärnan för livet. Tidigare har det neurala nätverket redan hittat den sjätte planeten i Kepler-80-stjärnsystemet. Allt detta är resultatet av bearbetning av svaga ljussignaler som bara ett datorprogram kan fånga. Tidigare har det neurala nätverket redan hittat den sjätte planeten i Kepler-80-stjärnsystemet. Allt detta är resultatet av bearbetning av svaga ljussignaler som bara ett datorprogram kan fånga. Tidigare har det neurala nätverket redan hittat den sjätte planeten i Kepler-80-stjärnsystemet. Allt detta är resultatet av bearbetning av svaga ljussignaler som bara ett datorprogram kan fånga.
Tatiana Pichugina
