Эволюция и развитие искусственного интеллекта также меняются со временем: распознавание текста, которое было новинкой пару десятилетий назад, теперь является типичной компьютерной задачей и не включено в структуру ИИ.
Forbes (Marr, 2018) начинает описание искусственного интеллекта как потенциально опасного для человеческого общества. Этот термин был впервые введен Джоном Маккарти в 1956 году как более нейтральный термин для описания машинных симуляций элементов человеческого интеллекта, которые могут быть точно описаны. В 1950-х годах термин «искусственный интеллект» подразумевал нейронные сети, моделирование языка, кибернетику, теорию автоматов и сложную обработку информации.
Современные определения описывают искусственный интеллект как подраздел информатики, который обучает или развивает компьютеры для повторения задач, обычно требующих человеческого интеллекта. Он включает в себя распознавание речи, зрительное восприятие, языковой перевод и фактическое принятие решений в соответствии с алгоритмом. Словарь Merriam-Webster (2021) описывает искусственный интеллект как способность компьютеров имитировать поведение человека в целом. Encyclopedia Britannica (2020) дает более общее значение, связывая искусственный интеллект с любым поведением, типичным для разумных адаптирующихся существ.
Причины разброса определений кроются в разных целях, которые пользователи ставят перед инструментами ИИ. Часть из них заинтересована в том, чтобы машины выполняли простые задачи, чтобы сэкономить время людей для выполнения более интеллектуальных задач. Другие более готовы дать машинам столько же интеллекта и мыслительных способностей, сколько и людям, без риска человеческой ошибки. Между тем, третья часть хочет внедрить некоторые части человеческого мышления в машинный интеллект, но без цели заменить человека. Это определение искусственного интеллекта является центральным в данной исследовательской работе. Большинство современных предприятий относятся к этой третьей категории, поскольку они нацелены на улучшение существующих продуктов и услуг, делая их более целенаправленными, персонализированными и соответствующими потребностям клиентов. Это видно из последнего венчурного финансирования Серии А для стартапов и малых и средних предприятий: услуги и продукты, которые полагаются на алгоритмы во всем (от расписания автобусов до выбора дома), вызывают наибольший интерес у инвесторов. Это также объясняет, почему такие технологические гиганты, как IBM, Google, Microsoft, Apple и Deepmind, объединили свои усилия в рамках Партнерства в области ИИ на благо людей и общества.
Желаемой характеристикой искусственного интеллекта является выполнение конкретного наиболее подходящего действия, которое приводит к желаемому результату. С одной стороны, это подразумевает раздел информатики, в котором люди учат машины действовать как они сами. С другой стороны, машины должны научиться избегать типичных ошибок, связанных с человеческим фактором, и выполнять эти задачи с высокой скоростью и производительностью, выполняя множество операций параллельно. Машинное обучение как часть искусственного интеллекта определяется как способность машины улучшать свою производительность с течением времени. Более того, это означает, что машины могут автоматически учиться и адаптироваться к новым наборам данных без помощи человека. Глубокое обучение — это еще более глубокое подмножество знаний ИИ, которое подразумевает, что компьютер обеспечивает автоматическое обучение, обрабатывая большие объемы данных и различая несколько атрибутов объектов для принятия решения. Простые системы ИИ имеют одну задачу и простое распознавание объектов, тогда как более сильные могут выполнять более сложные задачи.
Применение искусственного интеллекта в сфере здравоохранения
В этом исследовательском документе будут рассмотрены приложения ИИ для отрасли здравоохранения. Причина, по которой искусственный интеллект наиболее успешен в сфере здравоохранения и финансов, заключается в большом количестве данных, поступающих из различных источников. Например, в здравоохранении большие данные формируются из записей плательщиков, истории иммунизации и болезней, медицинских карт, опросов и исследований государственных учреждений, приложений для смартфонов для здоровья, носимых гаджетов, порталов пациентов, общедоступных записей и даже данных поисковых систем. Мобильное оборудование для оценки состояния кожи расширяет возможности мобильного приложения и мгновенно связывает пациента с врачом-консультантом с высокой точностью диагноза. Объем, скорость и разнообразие данных требуют качественного «интеллектуального анализа данных», чтобы найти закономерности и прийти к конкретным выводам. Приложения ИИ в здравоохранении включают:
- Диагностика для выявления причин заболевания и выбора правильного плана лечения;
- Профилактическая медицина, которая включает генетическое тестирование, анализ образа жизни и социальных обстоятельств для предотвращения развития болезни;
- Прецизионная медицина, подразумевающая персонализированный и индивидуальный подход к лечению;
- Медицинские исследования для тестирования и внедрения новых лекарств, снижения аллергии и побочных реакций;
- Демографические и социальные исследования для масштабного снижения расходов на здравоохранение с использованием тенденций и прогнозов.
Искусственный интеллект может дополнить существующую заботу, основанную на ценностях. Дозирование лекарств с помощью искусственного интеллекта позволяет больницам и клиникам экономить материалы и затраты на потери лекарств, а также снижать соотношение лекарств на одного пациента при сохранении качества медицинских услуг (Davenport, 2019). Многим медицинским компаниям, которые накопили много записей о тестировании на наркотики, необходимо отслеживать тенденции, чтобы делать выводы и предпринимать действия. Именно здесь вступает в действие обработка естественного языка, оцифровывающая качественные данные, полученные за многие годы. Пациенты могут быстрее поставить диагноз благодаря разговорному искусственному интеллекту и чат-ботам — чат-бот Buoy — это интеллектуальное средство проверки симптомов, которое анализирует информацию от пациента и направляет его или ее к соответствующему лечению (Daley, 2019).
Инструменты глубокого обучения могут собирать данные из различных источников (анализы крови, история болезни, ЭКГ и т. д.) для проведения радиологической диагностики. Диагностика рака стала более точной благодаря применению ИИ (Daley, 2019). Его также легче определить на более ранних стадиях. Пожилые люди могут пользоваться помощью дружелюбных роботов, которые могут не только заботиться о них, но и ежедневно хранить и передавать конфиденциальную информацию, связанную со здоровьем. Это помогает избежать повторной госпитализации, снизить уровень смертности и даже улучшить социальное взаимодействие с новейшими моделями эмоционально интеллектуальных роботов.
С другой стороны, слепо полагаться на алгоритмы есть ограничения и опасности. Случай с женщиной, у которой вся женская часть семьи, в том числе и она сама, удалили грудь и органы репродукции до достижения 40-летнего возраста из-за прогнозируемого высокого риска развития рака, доказывает, что к этим рекомендациям следует относиться с осторожностью. Всего за несколько лет вероятность рака молочной железы и яичников у пациентки снизилась с 84% до 21% (Dockser, 2019). Лаборатория позже объяснила это малым размером выборки (всего 40 человек) на момент первоначального теста ДНК, который заставил алгоритм прийти к выводу, и эта выборка со временем увеличивалась. Это наглядный пример того, насколько важно понимать основную работу механизмов и избегать «туннельного видения», которое имеет место в подобных случаях. Еще одна текущая проблема применения искусственного интеллекта в здравоохранении — это разнообразие доступных данных, которым не хватает структуры и которые требуют использования чрезмерных тегов. Без данных ИИ не может быть мощным, его можно сравнить с мозговым топливом для компьютерного разума. Вот почему интеллектуальный анализ данных — создание хранилища данных из озера необработанных необработанных данных — является таким важным дополнительным навыком для успеха ИИ в здравоохранении. ИИ помогает превратить океаны данных в конкурентные преимущества в области ухода за пациентами, оптимизации прибыли/убытков и операционной эффективности.
Заключение
Выбор между использованием алгоритмов и отказом от их использования всегда является вопросом свободы или безопасности. Мы не смогли бы пользоваться всеми преимуществами инструментов ИИ, не принимая на себя некоторые риски, связанные с их применением. Кроме того, всегда присутствует иррациональный страх перед тем, что машины умнее людей и заменят их. Основной целью искусственного интеллекта должно быть улучшение существующих продуктов и услуг за счет автоматизации и масштабирования, а не замена людей машинами.
Пример отрасли здравоохранения показывает, что искусственный интеллект может быть противоречивым — и все же он полезен, особенно если он контролируется и перепроверяется человеческим наблюдением.
Ссылки
Коупленд, Б. Искусственный интеллект. Британская энциклопедия, 11 августа 2020 г. https://www.britannica.com/technology/artificial-intelligence.
Давенпорт, Т., и Калакота, Р. (2019). Возможности искусственного интеллекта в здравоохранении. Журнал будущего здравоохранения, 6(2), 94–98. https://doi.org/10.7861/futurehosp.6-2-94.
Доксер, Эми Маркус. (2019). Генетический тест привел к тому, что семерым женщинам в одной семье сделали серьезную операцию. Затем шансы изменились. The Wall Street Journal. https://www.wsj.com/articles/seven-women-in-a-family-chose-surgery-after-a-genetic-test-then-the-results-changed-11576860210
Кель, Даниэль, Присцилла Гуо и Сэмюэл Кесслер. (2017). Алгоритмы в системе уголовного правосудия: оценка использования оценок риска при вынесении приговора. Инициатива адаптивных сообществ, Центр Беркмана Кляйна по вопросам Интернета и общества, Гарвардская школа права.
Словарь Merriam-Webster.com. (2021). Искусственный интеллект, по состоянию на 15 февраля 2021 г., https://www.merriam-webster.com/dictionary/artificial%20intelligence.
https://www.merriam-webster.com/dictionary/artificial%20intelligence
Марр, Бернард. (2018). Ключевые определения искусственного интеллекта (ИИ), которые объясняют его важность. Форбс,
