Dld: ай и машинно обучение в здравеопазването, времето и други приложения

Изкуственият интелект и машинното обучение са горещи теми на всяка технологична конференция, на която отивам, и неотдавнашната DLD NYC конференция не беше изключение.

Ramin Assadollahi от ExB Group, немска компания, занимаваща се с когнитивни изчисления в здравеопазването, се фокусира върху различни начини, нови компютърни техники да ни помогнат да научим „как да лекуваме със софтуер“. Обръщайки се към много от термините, които са обвързани днес, той отбеляза, че AI не трябва да бъде когнитивни изчисления, когнитивните изчисления не трябва да бъдат машинно обучение, а големите данни са изцяло отделен проблем.

Асадолахи се съсредоточи върху начините, по които ИИ може да подобри областта на медицината. Той отбеляза, че патологът, преглеждащ данните за тъканите, обикновено вижда 200 000 проби през целия си работен живот, но при задълбочено обучение и модерни графични карти компютърна система може да обработи това за две седмици. Той каза, че със 100 проби една система може да бъде толкова добра, колкото човек. По същия начин, каза той, компютърна система може да приема 28 000 технически статии на ден, докато човек може да прочете само около 4000 такива статии през целия си трудов живот.

Той каза, че AI, който може да разбере единични клетки на молекулярно ниво, може да помогне за проектирането на по-добри лекарства, а софтуер, който може да помогне да се разбере кои лекарства отговарят на другите, може да бъде спасител, тъй като неблагоприятните лекарствени взаимодействия убиват 100, 00 души годишно. Неговата компания се обръща към целия здравен континуум - лекари, изследователи, фармацевти и пациенти - съсредоточава се върху „разбиването на силозите“. Като цяло той каза, че AI няма да убива работни места, тъй като броят на хората, участващи в грижите, расте. Това няма да замени лекаря, каза той, но вместо това ще даде възможност на лекаря да прекарва повече време с пациенти.

Дейвид Кени, който сега ръководи групата на Уотсън за IBM, говори за големи данни и потенциала за задълбочено обучение в различни приложения. Кени беше изпълнителен директор на The Weather Company преди придобиването на IBM от тази компания; това е най-големият доставчик на данни за времето в света. Той каза, че TWC разработи приложение, предназначено да картографира атмосферата по начина, по който Google се опитва да картографира земята, като използва комбинация от технология IoT (Интернет на нещата), информация за времето и облачни изчисления за събиране на информация за времето в 2, 2 милиарда места.

Според Уотсън той се интересува от три големи области за алгоритми и софтуер: взаимодействие между хората, като зрение, зрение и реч; дълбоко обучение и машинно обучение в подкрепа на такива взаимодействия; и разсъждения. Той каза, че Уотсън включва хиляди хора в IBM от изследователските лаборатории до продажбите и обслужването.

По някакъв начин, каза Кени, Уотсън е различен от други разрушителни бизнеси, защото изисква много знания, а утвърдените компании, които имат знания, могат да се увеличат по-бързо от стартъпите. Той каза, че преводът и човешкото взаимодействие се подобряват, но все пак има начини да се постигне и че много от това, което хората използват Уотсън, създава разговорни „ботове“.

Той каза, че разбирането на разговорите е трудно поради различните тонове, акценти и нюанси, които хората използват, когато общуват. "Всеки месец става все по-добре", каза той, като софтуерът, използван за разбиране на речта, има 6, 9 процента грешка, по-ниска от 10 процента преди три месеца. За сравнение той каза, че степента на човешка грешка е 4 процента. Той каза, че е оптимист, че софтуерът може да достигне процента на човешките грешки в рамките на една година.

Кени твърди, че IBM има различен подход от конкуренцията си. Други компании често работят върху централизиран AI, но IBM работи с редица клиенти, които искат да създадат свои собствени частни версии на Watson, използвайки собствената си интелектуална собственост или „графики на знанието“. Той отбеляза, че 80 процента от данните в света не отиват в Интернет - неща като рентгенови снимки, здравни записи и банкови сметки.