Имаме такъв огромен обем от данни за всяка тема, че

...
Имаме такъв огромен обем от данни за всяка тема, че
Коментари Харесай

Изкуствен интелект свързва милиони научни изследвания

Имаме подобен голям размер от данни за всяка тематика, че нито един човешки разум не може да побере всичкото насъбрано познание

Нова система на база изкуствен интелект може да помогне за подбиране на милионите научни проучвания

В епохата на „ огромни данни ” постоянно наподобява, че сме на път да се удавим в пороя от проучвания, изследвания и научни разбори. Огромното предизвикателство, пред което сме изправени в този момент, е по какъв начин да сортираме цялата тази научна работа.

Сътрудничество сред компютърни учени и откриватели в областта на рака при Университета в Кеймбридж е довело до създаване на нова система на база изкуствен интелект (ИИ), която може да помогне за подбиране на милионите научни проучвания и най-много да насочи учените да разкрият недогледани и подценени връзки сред другите изследвания.

Науката по своята същина е развой на развиване посредством напълно дребни „ частици ”. Всяко ново изобретение или проучване е тясно концентрирано, „ малко ”, само че то прибавя „ парченце ” към по-голямото знание. Днес обаче сме достигнали до състояние, при което имаме подобен голям размер от данни за всяка изследвана тематика, че нито един човешки разум не може да побере всичкото насъбрано познание.

„ Ако сте откривател на рака, даже и да знаехте какво търсите, безусловно хиляди нови документи се разгласяват всеки ден ”, споделя Анна Корхонен, една от разработчиците на новата система с изкуствен интелект.

Наречена LION LBD, системата в началото се концентрира върху раковите болести, поради големия размер проучвания и изследвания, правени по целия свят по казуса, обхващайки редица научни области. Системата включва машинно самообразование, обработка на натурален език и способи за добиване на текст, основани на техника, наречена „ разкриване на литературна база ” (literature-based discovery – LBD).

Всяко ново изобретение или проучване е тясно концентрирано, „ малко ”, само че то прибавя „ парченце ” към по-голямото знание

Разработена в началото през 80-те години от учения-информатик Дон Суонсън, техниката LBD е предопределена да оказва помощ на откривателите да намират информация в изследванията, които биха могли да бъдат потребни, само че по една или друга причина са останали недогледани и „ вторични ” към цялостната догадка на обещано проучване. Суонсън развива тази техника, откакто вижда какъв брой необятни и фрагментирани са станали научните проучвания.

„ Фрагментирането на науката по  специалности прави допустимо да съществуват безчет двойки логичен свързани литератури, които остават изолирани една от друга ”, написа Суонсън в изследване, демонстриращо капацитета на LBD през 1988 година

Първоначално LBD поражда като мъчителен ръчен развой. През последните години обаче става видно, че системата е идеална за компютърни обработки. Технологиите на новото време разрешават на машините „ мъдро ” да намират връзки или модели измежду другите проучвания, които хората в никакъв случай не биха могли да виждат.

„ Например, вие може да знаете, че обещано лекарство за рак визира държанието на индивида по избран метод, само че с LION LBD може да откриете, че лекарство, създадено за напълно друго заболяване, визира индивида по същия метод ”, изяснява Корхонен, обсъждайки капацитета на новата ИИ система.

На този ранен стадий системата Lion LBD е към момента релативно лимитирана. Тя може да основава единствено връзки сред две основни думи или концепции и в началото е програмирана за потребление единствено на обществено налични резюмета на PubMed. Разбира се, тези ограничавания могат да се преодолеят бързо, защото откривателите, които стоят зад създаването, вършат цялата система отворена и свободно налична.

В момента LION LBD е налична за всички посредством уеб портал, а целият програмен код и API са безвъзмездни за разработчиците, които желаят да сътрудничат и да я подобрят.
Източник: technews.bg


СПОДЕЛИ СТАТИЯТА


КОМЕНТАРИ
НАПИШИ КОМЕНТАР