Оорусуз дүйнө түзө алабызбы?
Оорусуз дүйнө түзө алабызбы?
Оорусуз дүйнө болушу мүмкүнбү? Оору - бул сөздүн көпчүлүгү (баары болбосо да) адамдар өздөрү же алар тааныган адам укканда ыңгайсыздыкты сезишет. Бактыга жараша, Макс Веллинг, Амстердам университетинин машина үйрөнүү профессору жана Канаданын алдыңкы изилдөөлөр институтунун мүчөсү жана анын ишкерлер командасы бейтаптар үчүн оорулардын диагностикасы үчүн маалыматтарды талдоо системасын түзүштү. Кызыктуу факт: Ал AMLAB (Amsterdam Machine Learning LAB) жетектейт жана QUVA лабораториясын (Qualcomm-UvA Lab) бирге жетектейт. Бул жерде биз бул кереметтүү адам жана анын ишкерлер командасы (Синтия Дворк, Джеффри Хинтон жана Иудея Перл) дүйнөнү илдеттен арылтуу үчүн укмуштуудай ачылыштарды жасаганын көрөбүз.
Макс Веллингдин тынчсыздануусу
Веллинг TEDx баяндамасында белгилеген кээ бир фактылар оорулууга диагноз коюу учурунда дарыгер бир нерсени өткөрүп жибериши мүмкүн болгон учурлар бар экенине көңүл бурат. Мисалы, ал "медициналык процедуралардын жарымында эч кандай илимий далил жок" дейт. Бул диагноз биринчи кезекте мектепте алган практикасы жана билими аркылуу жасалат, ал эми Макс башка мүмкүн болгон ооруларга карата аналитикалык прогноздун кандайдыр бир түрү болушу керек деп жатат. Андан ары ал кээ бир бейтаптарга туура эмес диагноз коюлуп, кайра ооруканага жатышы мүмкүн экенин түшүндүрүп, анда алардын өлүмү 8 эсе жогору экенин белгиледи. Эң кызыгы, бул дайыма болуп келген маселе. Мунун себеби жөнөкөй эле каталар, тилекке каршы, кимдир бирөөнүн же бир нече адамдын өмүрүн алып кетиши мүмкүн. Ал гана эмес, Веллинг айткандай, жыл сайын жарым триллион долларга бааланган 230 миллион медициналык процедуралар бар. Башкаларга жардам берүү үчүн кызмат көрсөтүүгө аракет кылган ар кандай тармак сыяктуу эле, ал акча талап кылат; Мындан тышкары, бул ооруканалар жана медициналык борборлорду каржылоого жооптуу адамдар өнөр жайды жакшыраак багытта өнүктүрүүгө аракет кылган инноваторлорду угушу керек дегенди билдирет. Ошентсе да үнөмдүү болуу ар дайым пайдалуу.
Купуялыкты сактоо
Веллинг ал жана анын командасы 3 жылыш жасаганын билдирди. Алардын бири оорукананын ичиндеги купуялуулукту сактай турган компьютер; Андан тышкары, компьютерлер дагы оорулуу бейтаптар үчүн диагнозду жакшыртуу үчүн көптөгөн маалыматтарды талдай алат. Бул программа аталган Machine Learner. Негизи, компьютер оорукананын маалымат базасына суроо жөнөтөт, ал суроого жооп берет, андан кийин машина үйрөнүүчү жоопту "ага бир аз ызы-чуу кошуу менен" өзгөртөт. Кененирээк маалымат алуу үчүн чыкылдатуу бул жерде (Макс Веллинг муну 5:20 – 6:06 мүнөттөрүнүн ортосунда жакшыраак түшүндүрөт). Башка сөз менен айтканда, Макс түшүндүргөндөй, компьютер диагностика аркылуу "өзүн жакшырткысы келет" жана "маалыматтардын жакшы моделин түзүүнү" каалайт. Мунун баары рахмат Синтия Дворк, Microsoft Research компаниясынын көрүнүктүү окумуштуусу. Ал математикалык негизге негизделген купуялуулукту сактоого басым жасайт. Ал жана анын эмне кылганы тууралуу көбүрөөк билүү үчүн, чыкылдатуу бул жерде. Кыскача айтканда, бул биринчи ачылыш Макс бейтаптардын жеке маалыматына урмат-сый менен мамиле кылууну кааларын гана көрсөтпөстөн, ооруканаларды диагноз коюу үчүн дагы бекем негиз менен камсыз кылууну каалайт.
Deep Learning
Экинчи ачылышы жарыкка чыкты Джеффри Хинтон. Янн Лекун, Йошуа Бенджио жана Джеффри деп түшүндүрүшкөн: "Терең үйрөнүү ар бир катмардагы өкүлчүлүктү мурунку катмардагы өкүлчүлүктөн эсептөө үчүн колдонулган өзүнүн ички параметрлерин кантип өзгөртүү керек экенин көрсөтүү үчүн артка жайылуу алгоритмин колдонуу менен чоң маалымат топтомдорундагы татаал структураны ачат." Жөнөкөй сөз менен айтканда, ал машинага өзүнүн эң терең параметрлери аркылуу татаал катмарлары аркылуу өзүн жакшыраак түшүнүүгө жардам берет (кеңири маалымат алуу үчүн үч мырза жазган сын-пикирдин калган бөлүгүн окуңуз).
Себептүүлүк vs Корреляция
Үчүнчү жана акыркы ачылыш - бул корреляциядан себептүүлүктү андан ары айырмалоо үчүн биргелешкен идея. Макс Жүйүт Перлдин куралдары бул эки түшүнүктү айырмалоого жардам бере алат деп ойлойт жана уюштуруу. Негизи Жүйүттүн ролу бейтаптын файлдары санариптик түрдө маалымат базасына өткөрүлүп берилсе, жасала турган маалыматтарга көбүрөөк структура берүүгө жардам берүү болуп саналат. Перлдин иши өтө татаал, андыктан анын “куралдары” эмне экенин түшүнгүңүз келсе чыкылдатуу бул жерде.
Макстын каалоосу
Веллинг анын аягында кыскача баяндады TEDX Talk ал машина үйрөнүүчүсү аркылуу купуялуулукту сактагысы келет. Экинчиден, акчаны жана өмүрдү сактап калуу үчүн диагностиканы андан ары өркүндөтүү үчүн жашы жете электерди жана илимпоздорду тартуу. Акырында, ал ооруканаларга барууларды кыскартууга жана акчаны натыйжалуу пайдаланууга жардам бере турган технология аркылуу ооруканаларды, дарыгерлерди жана бейтаптарды жакшыраак тейлөө аркылуу саламаттыкты сактоо тармагында революция жасагысы келет. Бул саламаттыкты сактоо боюнча сонун көрүнүш, анткени ал медицина тармагын урматтоону гана каалабастан, ошондой эле ооруканалардын жана медициналык борборлордун бюджеттерин ойлоп, адамдардын өмүрүн сактап калууга жардам бергиси келет.
