Myślenie nie boli

Innowacje sier 14, 2016 at 1:25 pm

Zdarzyło ci się ostatnio, że wyszukiwany w Google temat, zaczął samoistnie pojawiać się na zupełnie innych, odwiedzanych przez Ciebie stronach internetowych? To sztuczna inteligencja, wykorzystywana nie tylko do zbierania danych o Twoich upodobaniach przez komputerowe roboty, ale coraz częściej sprawdzająca się w wielu innych dziedzinach życia, jak chociażby diagnostyka medyczna czy giełdowe inwestycje. 

Netflix na podstawie tego, co oglądasz, podpowie ci kolejne filmy trafiające w twój gust, telefoniczna aplikacja tłumacz Google zeskanuje tekst w obcym języku i przełoży na polski, Facebook rozpozna na zdjęciach twarze znajomych. Sztuczna inteligencja zagra z tobą w szachy, w scrabble i w pokera, wygeneruje krótki wiersz, skomponuje piosenkę, rozpozna twój głos, oceni zdolność kredytową, poprowadzi samochód, zaplanuje kampanię reklamową. Niedługo być może także zdiagnozuje chorobę i wypisze ci receptę. Połowa przepytanych ekspertów uważa, iż istnieje 50-procentowe prawdopodobieństwo osiągnięcia ludzkiego poziomu przez sztuczną inteligencję przed rokiem 2040.

artificial_intelligenceOgólnie rzecz biorąc sztuczna inteligencja (SI) to nauka łącząca informatykę z neurologią i psychologią, której przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli tych zachowań, a w rezultacie – programów komputerowych symulujących te zachowania. Tworzenie takich oprogramowań i konstruowanie maszyn z nich korzystających, ma zastąpić wybrane funkcje ludzkiego umysłu oraz zmysłów i… ułatwić nam życie. Mimo że obawiamy się postępującej utraty miejsc pracy i przejęcia naszych zadań (a nawet i władzy nad światem) przez roboty, musimy pogodzić się z faktem, że sztuczna inteligencja w wielu przypadkach działa bardziej efektywnie niż ludzka. Rok temu grupa chińskich naukowców ogłosiła, że wymyślony przez nich program komputerowy osiągnął lepszy wynik podczas testu IQ opartego na komunikatach werbalnych niż przeciętny człowiek, a amerykański program analizy danych pokonał 615 z 906 zespołów złożonych z przedstawicieli naszego gatunku. Niedawno (2016) innowacyjny program ALPHA wygrywał za każdym razem z ekspertami w symulowanych pojedynkach powietrznych, nawet pilotując myśliwiec o słabszych parametrach.
Tu ogromną rolę odgrywa nowa, prężnie rozwijająca się w ciągu ostatniej dekady, dziedzina wchodząca w skład nauk zajmujących się problematyką SI, nazwana nauczaniem maszyn (machine learning). Według wielu źródeł, jednym z pierwszych przykładów uczenia maszynowego w praktyce był projekt Arthura Samuela z IBM, który w latach ‘50 tworzył algorytm i aplikację do szkolenia zawodników szachowych.

H

Uczenie maszyn opiera się na umiejętności rozpoznawaniu wzorów, a co za tym idzie – samodzielnym podejmowaniu decyzji w oparciu o matematyczne algorytmy oraz nabywaniu nowej wiedzy. Ludzie uczą się w ten sam sposób – obserwując różne zjawiska (i popełniając błędy) potrafią rozpoznać ich podobieństwo lub zróżnicowanie. Komputer w swojej pamięci pomieści o wiele więcej danych niż byłaby w stanie wchłonąć pamięć ludzka, a poza tym może się „uczyć” godzinami, nie tracąc energii, zapału i cierpliwości. Nauczanie maszyn dotyczy głównie rozwoju oprogramowania stosowanego w innowacyjnych technologiach i przemyśle, ale jego zastosowanie znajdziemy także w codziennym życiu. Autokorekta w klawiaturze, wirtualni asystenci, sugestie wyszukiwania, wyznaczanie tras w nawigacji GPS, przewidywanie wyników meczów, propozycje podobnych produktów w sklepach internetowych, prognozy giełdowe czy prognozy pogody, to nic innego jak algorytmy uczenia maszynowego.

Naukowcy chcą jednak przenieść sztuczną inteligencję na wyższy poziom – ma w przyszłości stawiać lekarskie diagnozy, przepisywać leki i udzielać porad psychologicznych. Brzmi niewiarygodnie? Trzy lata temu superkomputer Watson poprawnie zdiagnozował 90% przypadków raka płuc, podczas kiedy przeciętny onkolog jedynie 50%..Rozpoznawanie chorób na podstawie symptomów, modelowanie i rozwijanie terapii lekowych, wspomaganie diagnostyki, analiza wyników badań czy interpretacja obrazów w obrazowaniu medycznym (analiza wykresów EKG, EEG, analiza obrazów ultrasonograficznych, rentgenowskich, rezonansu magnetycznego) to nadzieje pokładane w badaniach nad nowoczesnymi oprogramowaniami. Naukowcy są zgodni – sztuczna inteligencja nigdy całkowicie nie zastąpi lekarza, ale jej pomoc może być bezcenna.

AI

Wiodącym promotorem idei wprowadzenia sztucznej inteligencji w tematykę naszego zdrowia jest profesor inżynierii medycznej UofT Brendan Frey. Dwa lata temu Frey założył Deep Genomics – organizację naukową, która stworzyła technologię obliczeniową nowej generacji, pozwalającą badać i interpretować zmiany w kodzie genetycznym. Dzięki niej naukowcom łatwiej będzie rozpracować i zrozumieć naturę mutacji w rzadkich chorobach genetycznych. Bardziej obrazowym przykładem wykorzystania SI w medycynie jest kwestia doboru właściwych leków przy np. stanach depresyjnych. Dzięki zabranym danym (genom, symptomy, różnorodność biomarkerów) i analizie komputerowej, lekarz, zamiast miesiącami eksperymentować z kolejnymi specyfikami, będzie mógł precyzyjnie dobrać odpowiednie tabletki do indywidualnych potrzeb pacjenta.

Przyszłość sztucznej inteligencji w medycynie i nauczanie maszyn jako kluczowe narzędzie leczenia i ratowania życia, to kwestia czasu oraz opracowania odpowiednich systemów ochrony dany osobowych. Młoda generacja, która rośnie z komórką w ręku, a odpowiedzi na wszelkie pytania szuka w Google, a nie w bibliotece czy encyklopedii, dostęp do danych czy porad bazujących na setkach tysięcy opinii i przykładów, traktuje jako zjawisko zupełnie naturalne. Już dziś w Good Doctors Walk-in Clinics z lekarzem pierwszego kontaktu rozmawia przez program komputerowy przypominający Skype, a asystująca pielęgniarka wypisuje recepty i skierowania na dalsze badania. Laboratoria udostępniają pacjentom wyniki badań krwi on-line (po zalogowaniu na odpowiedniej stronie www), a lekarze mają dostęp do historii naszych chorób i przypadłości. Bardzo możliwe więc, że doczekamy Internetu DNA – globalnej bazy danych, z której będą mogli korzystać doktorzy i badacze na całym świecie, która pomoże lokalizować i zwalczać epidemie, lepiej zrozumieć rzadkie mutacje. Globalna sieć zrewolucjonizowała naszą komunikację – naukowcy mają nadzieję, że internetowa wymiana informacji genetycznych wkrótce odmieni oblicze medycyny.

Kaja Cyganik