Tagمصنوعی کند

هوش مصنوعی بهتر از پزشکان می تواند حملات قلبی را پیش بینی کند

هوش مصنوعی بهتر از پزشکان می تواند حملات قلبی را پیش بینی کند

هر ساله تقریباً 20 میلیون نفر به خاطر بیماری های قلبی-عروقی می میرند. خوشبختانه تیمی از محققین دانشگاه ناتینگهام در انگلستان، نوعی الگوریتم یادگیری ماشینی را توسعه داده اند که می تواند احتمال بروز حمله یا سکته قلبی را با تبحری در سطح پزشکان حاذق و حتی فراتر از آنها پیش بینی نماید.

دانشکده قلب و عروق آمریکا و انجمن قلب آمریکا (ACC/AHA) چندین راهنمای تخصصی را برای برآورد ریسک ابتلا به بیماری قلبی-عروقی در افراد مستعد منتشر ساخته که بر اساس هشت عامل از جمله سن، میزان کلسترول و فشار خون عمل می کنند. به طور میانگین، این سیستم می تواند ریسک فردی را با دقت حدود 72.8 درصد پیش بینی نماید.

اگرچه رقم فوق کاملاً خیره کننده است، اما «استفن وانگ» و تیم تحقیقاتی اش در دانشگاه ناتینگهام توانستند آن را بهبود ببخشند. این پژوهشگران چهار الگوریتم یادگیری کامپیوتری را توسعه داده و از اطلاعات بیش از 378256 بیمار انگلیسی برای آموزش آنها استفاده کردند.

یادگیری ماشینی بر اساس شبکه های عصبی، بهترین روش برای پیش بینی حملات قلبی است

در ابتدا سوابق 295000 بیمار برای ساخت مدل پیش بینی داخلی در اختیار الگوریتم ها قرار گرفت، و سپس مابقی اطلاعات برای آزمودن و اصلاح مدل ها به کار رفت. نتایج حاصل نشان داد الگوریتم های مورد بحث حتی از راهنماهای ACC/AHA نیز بهتر عمل می کنند و دقت عملکرد آنها به 74.5 الی 76.4 درصد می رسد. در بین روش های مورد استفاده، الگوریتم مبتنی بر شبکه های عصبی بهترین نتیجه را ارائه کرد و با افزایش 7.6 درصدی صحت عملکرد در مقایسه با بهترین راهنماهای موجود، توانست درصد پیش بینی های اشتباه را نیز تا 1.6 درصد کاهش دهد.

با ارزیابی بیش از 83000 مجموعه سوابق پزشکی توسط این سیستم، مشخص شد که الگوریتم های پیش بینی مبتنی بر یادگیری ماشینی می توانستند جان 355 انسان دیگر را هم نجات دهند. جالب اینجاست که در سامانه هوش مصنوعی مورد بحث، ریسک فکتورها و عواملی از جمله بیماری روانی شدید یا مصرف داروهای کورتیکواستروئیدی خوراکی (کورتون) نیز در بین موارد زمینه ساز بیماری قلبی جای گرفته، در حالی که در راهنماهای پزشکی کنونی معمولاً به آنها توجهی نمی شود.

The post appeared first on .

هوش مصنوعی بهتر از پزشکان می تواند حملات قلبی را پیش بینی کند

هوش مصنوعی می تواند نقاشی را به عکس تبدیل کند

هوش مصنوعی می تواند نقاشی را به عکس تبدیل کند

آیا تا به حال با خود فکر کرده اید که اگر از منظره ثبت شده در یک نقاشی، عکسبرداری می شد چگونه به نظر می رسید؟ برای این کار مسلماً می بایست به قوه تخیل و یا تجسم خود رجوع کنید اما ممکن است در آینده دیگر نیازی به این کار نباشد.

در گزارش های منتشر شده اخیر عنوان شده است که محققین دانشگاه برکلی موفق به توسعه تکنیکی با عنوان «تبدیل عکس به عکس جفت نشده» شده اند که در آن از طریق الگوریتم های هوش مصنوعی، یک نقاشی به یک تصویر گرفته شده از طریق دوربین تبدیل می شود.

گفتنی است روش مورد اشاره عملیاتی برعکس نسبت به اپلیکیشن Prisma انجام می دهد که برای تبدیل عکس های گرفته شده به نقاشی مورد استفاده قرار می گیرد.

در این روش علاوه بر تبدیل نقاشی به عکس، امکان جایگزین نمودن اشیا نیز وجود دارد

لازم به ذکر است محققان با استفاده از روش مورد بحث نه تنها می توانند نقاشی ها را به عکس تبدیل کنند بلکه می توانند اشیاء را به جسم های دیگر تغییر دهند. به عنوان مثال گورخر را جایگزین اسب کنند و یا سیب ها را با پرتغال عوض کنند.

اما ناگفته نماند که بهترین بخش تکنیک معرفی شده این است که در این روش احتیاج به نمونه تصاویر برای تبدیل نقاشی به آن عکس نیست و این بدان معناست که متد ذکر شده تنها به کپی برداری از یک الگو و اجرای آن روی نقاشی مورد نظر اکتفا نمی کند.

The post appeared first on .

هوش مصنوعی می تواند نقاشی را به عکس تبدیل کند

هوش مصنوعی گوگل تصاویر بی کیفیت را با دقت فوق العاده بازسازی می کند

هوش مصنوعی گوگل تصاویر بی کیفیت را با دقت فوق العاده بازسازی می کند

بازسازی عکس های بی کیفیت و تولید نمونه اولیه از روی آنها معمولاً فقط در فیلم های پلیسی-جنایی دیده می شود: مأمورین قانون روی تصویر سیاه سفید از دوربین های امنیتی زوم کرده، با فشردن یک دکمه چهره فرد را بازسازی کرده و مظنون را شناسایی می نمایند.

با این حال لابراتوار تحقیقاتی Google Brain به دستاورد ارزشمندی در این حوزه رسیده و می تواند از طریق تصویری کاملاً مبهم با ابعاد 8×8 پیکسل، صحنه واقعی را با دقتی مثال زدنی بازسازی نماید. البته باید اشاره کرد که مغز گوگل جادو نمی کند؛ به عنوان مثال چهره فردی که در این فرایند به دست می آید متعلق به فرد اصلی نیست، بلکه شخصیتی خیالیست که کامپیوتر بر اساس حدس و گمان به دست می آورد.

طبق اطلاعات موجود در منتشر شده در همین رابطه، نرم افزار گوگل دو شبکه عصبی متفاوت را برای بازتولید تصویر به کار می گیرد؛ اولی که «شبکه آماده سازی» نام دارد، تصویر دریافتی با رزولوشن پایین را با تصاویر مرجع مشابه از چهره ها یا وضعیت اتاق تطبیق می دهد.

در مرحله دوم شبکه عصبی «استنتاجی» پیکسل های تصویر دریافتی را بررسی کرده و بر اساس اطلاعات دریافتی از مرحله آماده سازی، به تدریج جزئیاتی را به آن اضافه می کند تا نهایتاً به خروجی نهایی برسد. در واقع می توان گفت بهترین حدس های این دو شبکه عصبی با یکدیگر ترکیب می شوند تا به نتیجه دست یابیم.

البته این نخستین بار نیست که هوش مصنوعی در حوزه دستکاری تصاویر به کار گرفته می شود. شبکه های عصبی روز به روز پیشرفته تر می شوند و گوگل پیش از این نیز را برای بازسازی عکس ها به کار گرفته بود. با این حال، خلق نتیجه ای قابل قبول از تصویری کاملاً مبهم می تواند در آینده کاربردهای فوق العاده ای پیدا کند.

The post appeared first on .

هوش مصنوعی گوگل تصاویر بی کیفیت را با دقت فوق العاده بازسازی می کند

هوش مصنوعی مایکروسافت می تواند تصاویر را برای کاربران نابینای آفیس توصیف کند

هوش مصنوعی مایکروسافت می تواند تصاویر را برای کاربران نابینای آفیس توصیف کند

اگرچه هوش مصنوعی پیشرفت آهسته و پیوسته ای در سیستم های همه منظوره از جمله دستیارهای صوتی دارد، اما شاید قابلیت های AI برای کمک به افراد ناتوان و معلول را بتوان یکی از مهم ترین تأثیرات سیستم های هوشمند بر زندگی امروز دانست.

در همین رابطه اپلیکیشن های مجموعه آفیس مایکروسافت از جمله ورد و پاورپوینت به قابلیتی مجهز شده اند که می توانند به صورت خودکار عناوینی را برای تصاویر موجود در سند در نظر بگیرند و زمانی که فایل برای کاربران نابینا به نمایش درآید، علاوه بر اطلاعات متنی، توصیف عکس ها نیز برای او ارائه می گردد.

مایکروسافت برای دستیابی به این مهم از «سرویس شناختی بر اساس بینایی ماشین» استفاده کرده، که روش شبکه های عصبی را با فنون یادگیری عمیق ترکیب می نماید تا محتوای تصاویر را درک و توصیف کند.

microsoft-powerpoint-automatic-alt-text

گفتنیست فیسبوک نیز چندی پیش از قابلیت مشابهی برای تولید خودکار کپشن عکس در این شبکه اجتماعی رونمایی کرد، و دیگر غول های فناوری نیز از روش های هوش مصنوعی برای ارتقاء دسترسی و تجزیه و تحلیل دقیق تر تصاویر و ویدیوها به منظور کسب اطلاعات ارزشمند بهره می گیرند.

مایکروسافت می گوید قالب های آماده ای را نیز در مجموعه آفیس قرار می دهد که ساختار آنها برای مرور از طریق راهنمای صوتی و صفحه کلید بهینه گشته، ضمن اینکه فونت ها و رنگ های به کار رفته در آنها نیز برای سهولت استفاده افراد کم بینا یا کوررنگ طراحی شده.

گفتنیست قابلیت فوق از سال آینده برای مشترکین آفیس 365 و روی نرم افزارهای ورد و پاورپوینت برای کامپیوترهای شخصی عرضه می شود.

The post appeared first on .

هوش مصنوعی مایکروسافت می تواند تصاویر را برای کاربران نابینای آفیس توصیف کند

هوش مصنوعی گوگل بیماری چشم مرتبط با دیابت را شناسایی می کند

هوش مصنوعی گوگل بیماری چشم مرتبط با دیابت را شناسایی می کند

در حال حاضر حدود ۴۱۵ میلیون بیمار دیابتی در دنیا وجود دارد که یکی از عوارض شایع در میان آنها «» است که در حال حاضر مهمترین عامل کوری در میان انسان ها به شمار می رود. با این وجود اگر این بیماری به سرعت تشخیص داده شود، قابل کنترل و درمان خواهد بود. با همین انگیزه شرکت گوگل در حال تربیت هوش مصنوعی خود برای کسب مهارت در تشخیص رتینوپاتی دیابتی است.

پزشکان به طور معمول می توانند با بررسی وضعیت رگ های خونی در پشت عنبیه چشم افراد، به ابتلای آنها به بیماری مذکور پی ببرند. در افراد دیابتی برخی از این مویرگ ها در این ناحیه دچار پارگی یا لختگی می شوند.

گوگل برای آموزش هوش مصنوعی خود بیش از ۱۲۸ هزار تصویر از چشم افراد بیمار و سالم که قبلاً توسط پزشکان متخصص بررسی و وضعیت بیماری رتینوپاتی دیابتی در آنها مشخص شده را به سیستم نشان می دهد و اطلاعات استخراج شده از هرکدام را نیز به پایگاه داده خود وارد می سازد.

یادگیری عمیق به هوش مصنوعی گوگل می آموزد که اطلاعات در اختیار قرار گرفته را با الگوهای مشترک میان تصاویر مطابقت داده و نشانه های مورد نیاز برای تشخیص بیماری را بیابد.

بر اساس اعلام این غول دنیای تکنولوژی، پس از پایان دوره آموزش و تکمیل الگوریتم تشخیصی، در حال حاضر دقت هوش مصنوعی این شرکت به طور تقریبی با مهارت تشخیصی چشم پزشکان متخصص برابری می کند.

این کمپانی امیدوار است روزی بتوان از تکنولوژی مورد بحث در مکان هایی که دسترسی به پزشک دشوار است بهره گرفت، ضمن این که دقت و مهارت این ذهن ساخته دست بشر با گذشت زمان و آزمون و خطاهای بیشتر افزایش می یابد.

The post appeared first on .

هوش مصنوعی گوگل بیماری چشم مرتبط با دیابت را شناسایی می کند