Die neuronalen Netze der neuesten Generation ersetzen teilweise Wissenschaftler: Sie führen Experimente durch, diagnostizieren Krankheiten, decken Muster auf, stellen Hypothesen auf und testen sie. Sie werden verwendet, wenn das Datenvolumen die menschliche Kapazität überschreitet. Welche wissenschaftlichen Probleme zur Lösung der künstlichen Intelligenz beigetragen haben - im Material RIA Novosti.
Adam und Eva
Der erste Roboterwissenschaftler wurde 2009 von britischen Spezialisten unter der Leitung von Professor Ross King, damals Mitarbeiter der University of Aberystwyth, gegründet. Sein „Gehirn“war ein neuronales Netzwerkprogramm mit vier PCs und der Steuerung von Laborgeräten. Die virtuelle Kreatur wurde "Adam" genannt.
Ein neuronales Netzwerk ist ein Computerprogramm, das große Datenmengen mit hoher Geschwindigkeit analysiert und nach gemeinsamen Merkmalen und Mustern sucht. Im Gegensatz zur Modellierung benötigen neuronale Netze keine wissenschaftlichen Hypothesen - sie bauen sie selbst auf und testen sie selbst. Wissenschaftler verwenden diese Eigenschaft, um herauszufinden, wie wahrscheinlich ein Szenario ist. Dies spart erheblich Zeit und Rechenleistung, was beispielsweise bei Computersimulationen wesentlich mehr erforderlich ist. Wissenschaftler versorgten Adam mit Bäckerhefestämmen mit verschiedenen deaktivierten Genen. Der Roboter selbst züchtete Kulturen dieser Mutantenstämme und überwachte, wie sie sich ohne bestimmte Enzyme entwickeln, für die die ausgeschalteten Gene verantwortlich sind. Das künstliche Gehirn lernte aus den ersten Experimenten und plante anschließend neue effizienter. Der Roboter konnte tausend Experimente pro Tag durchführen. Infolgedessen stellte er zwei Dutzend Hypothesen über Gene auf, die 13 Enzyme codieren. Die Wissenschaftler führten dann manuelle Experimente durch und bestätigten Adams Vermutungen für 12 Gene. Fast ein Jahrzehnt später entwickelten King und seine Kollegen einen weiteren Roboterwissenschaftler, Eve. Sie sortiert verschiedene Verbindungen aus und sucht, welche als Medikamente vielversprechend sind. Die Maschine kann zehntausend Substanzen pro Tag untersuchen. Die erste Entdeckung von "Eva" war eine chemische Verbindung mit Antikrebseigenschaften, die auch gegen den Erreger der Malaria wirksam war. Für das Screening verwendet "Eva" intelligente Systeme, die auf gentechnisch veränderter Hefe basieren. Fast ein Jahrzehnt später entwickelten King und seine Kollegen einen weiteren Roboterwissenschaftler, Eve. Sie sortiert verschiedene Verbindungen aus und sucht, welche als Medikamente vielversprechend sind. Die Maschine kann zehntausend Substanzen pro Tag untersuchen. Die erste Entdeckung von "Eva" war eine chemische Verbindung mit Antikrebseigenschaften, die auch gegen den Erreger der Malaria wirksam war. Für das Screening verwendet "Eva" intelligente Systeme, die auf gentechnisch veränderter Hefe basieren. Fast ein Jahrzehnt später entwickelten King und seine Kollegen einen weiteren Roboterwissenschaftler, Eve. Sie sortiert verschiedene Verbindungen aus und sucht, welche als Medikamente vielversprechend sind. Die Maschine kann zehntausend Substanzen pro Tag untersuchen. Die erste Entdeckung von "Eva" war eine chemische Verbindung mit Antikrebseigenschaften, die auch gegen den Erreger der Malaria wirksam war. Für das Screening verwendet "Eva" intelligente Systeme, die auf gentechnisch veränderter Hefe basieren. Für das Screening verwendet "Eva" intelligente Systeme, die auf gentechnisch veränderter Hefe basieren. Für das Screening verwendet "Eva" intelligente Systeme, die auf gentechnisch veränderter Hefe basieren.
Langlebigkeits- und Rauchmarker
Im vergangenen Jahr veröffentlichten Wissenschaftler aus mehreren Ländern, darunter Russland, vertreten durch Mitarbeiter der ITMO-Universität (St. Petersburg), ein Papier zur Bestimmung des Alters einer Person mithilfe eines biochemischen Bluttests. Zu diesem Zweck trainierten sie das neuronale Netzwerk und gaben ihm Proben von mehr als 120.000 Blutuntersuchungen von Patienten aus Kanada, Südkorea und Osteuropa zur Forschung. Das Programm kannte nur Nationalität, Geschlecht und zwei Dutzend biochemische Parameter des Blutes. Dies reichte aus, um das Alter jedes Patienten mit guter Genauigkeit zu bestimmen. Im Januar dieses Jahres präsentierte dasselbe Wissenschaftlerteam neue Ergebnisse: Die von ihnen trainierte künstliche Intelligenz konnte anhand der biochemischen Parameter des Blutes berechnen, ob eine Person raucht oder nicht. Wissenschaftler haben dem neuronalen Netzwerk eine Datenbank mit fast 150.000 Blutuntersuchungen von Patienten in der Provinz Alberta (Kanada) zur Verfügung gestellt, die zuvor anonymisiert wurden. Das Programm kannte nur das Geschlecht der Menschen. Das neuronale Netz hat die Aufgabe erfolgreich gemeistert und gelernt, Raucher zu isolieren. Darüber hinaus fand sie Anzeichen, die das wahre, dh das biologische Alter der Person angaben und nicht chronologisch (laut Pass). Es stellte sich heraus, dass Raucherinnen biologisch doppelt so schnell altern wie Nichtraucher und Männer - eineinhalb Mal. Es stellte sich heraus, dass Raucherinnen biologisch doppelt so schnell altern wie Nichtraucher und Männer - eineinhalb Mal. Es stellte sich heraus, dass Raucherinnen biologisch doppelt so schnell altern wie Nichtraucher und Männer - eineinhalb Mal.
Neuronales Netzwerk gegen Krebs
Werbevideo:
Wissenschaftler aus Stanford (USA) nutzten die Fähigkeit neuronaler Netze, Bilder zu analysieren, bei denen es sich im Wesentlichen um digitale Daten handelt. Sie trainierten das Fotoprogramm, um zwischen Karzinom und Melanom zu unterscheiden, bösartigen Wucherungen, die auf Krebs hinweisen.
Das Programm untersuchte fast 130.000 Bilder verschiedener Formationen auf der Haut, die durch die Art der Krankheit oder als gewöhnliche Muttermale, Keratome und abgeleitete Muster gekennzeichnet waren. Die Ergebnisse wurden von zwei Dutzend Dermatologen überprüft: Sie erwiesen sich als ziemlich genau. Um nun eine Erstdiagnose durchführen zu können, reicht es aus, ein Foto eines Hautneoplasmas von einem Smartphone an den Arzt zu senden. Und dann - abhängig von der Antwort - entscheiden, ob eine Biopsie durchgeführt werden soll, um eine genaue Diagnose zu stellen. Künstliche Intelligenz wird auch im OncoTarget-Zentrum für personalisierte Onkologie der Universität Sechenov (Moskau) eingesetzt. Dort erstellen sie ein digitales Modell des Patienten - dies sind vollständige Informationen über seine Krankheit, die genetischen Eigenschaften des Tumors. Wissenschaftler hoffen, dass das neuronale Netzwerk, das Datenfelder analysiert, die Behandlung für jeden Patienten optimiert.
Auf der Suche nach den Geheimnissen des Universums
Künstliche Intelligenz eröffnet Astronomen große Perspektiven, die buchstäblich an der Fülle von Daten ersticken, die sie aufgrund von Beobachtungen erhalten. Zahlreiche Weltraummissionen, umlaufende und bodengestützte Teleskope haben weit mehr davon erzeugt, als Menschen bald verarbeiten können. Kevin Schawinski vom Institut für Teilchenphysik und Astrophysik der Schweizerischen Hochschule in Zürich glaubt, dass neuronale Netze die Astronomie revolutionieren werden. Er und seine Kollegen testeten künstliche Intelligenz bei der Analyse von Daten zur Bildungsrate von Doppelsternen, um zu verstehen, warum sie in Galaxien abnimmt, wenn sich die äußeren Bedingungen ändern. Astronomen trainierten das neuronale Netzwerk mit einer Reihe von Galaxienbildern. Ähnlich wie das Programm darstellen kann, wie das Gesicht einer Person im Alter sein wird,Es kann auch das Erscheinungsbild einer Galaxie ändern, wenn sie in eine Gruppe oder einen Cluster eintritt. Die Ergebnisse der neuronalen Netzwerkarbeit stimmten mit den Beobachtungen überein. 2017 half ein von Google erstelltes selbstlernendes neuronales Netzwerk der NASA, einen neuen Exoplaneten zu entdecken. Die Analyse der Daten des Kepler-Umlaufteleskops ergab, dass ein felsiger Planet nur dreißig Prozent größer als die Erde ist und den Stern Kepler-90 im Sternbild Draco umkreist. Der Planet war dem Stern jedoch zu nahe am Leben. Zuvor hatte das neuronale Netzwerk bereits den sechsten Planeten im Kepler-80-Sternensystem gefunden. All dies ist das Ergebnis der Verarbeitung schwacher Lichtsignale, die nur ein Computerprogramm erfassen kann.half der NASA, einen neuen Exoplaneten zu entdecken. Die Analyse der Daten des Kepler-Umlaufteleskops ergab, dass ein felsiger Planet nur dreißig Prozent größer als die Erde ist und den Stern Kepler-90 im Sternbild Draco umkreist. Der Planet war dem Stern jedoch zu nahe am Leben. Zuvor hatte das neuronale Netzwerk bereits den sechsten Planeten im Kepler-80-Sternensystem gefunden. All dies ist das Ergebnis der Verarbeitung schwacher Lichtsignale, die nur ein Computerprogramm erfassen kann.half der NASA, einen neuen Exoplaneten zu entdecken. Die Analyse der Daten des Kepler-Umlaufteleskops ergab, dass ein felsiger Planet nur dreißig Prozent größer als die Erde ist und den Stern Kepler-90 im Sternbild Draco umkreist. Der Planet war dem Stern jedoch zu nahe am Leben. Zuvor hatte das neuronale Netzwerk bereits den sechsten Planeten im Kepler-80-Sternensystem gefunden. All dies ist das Ergebnis der Verarbeitung schwacher Lichtsignale, die nur ein Computerprogramm erfassen kann. Zuvor hatte das neuronale Netzwerk bereits den sechsten Planeten im Kepler-80-Sternensystem gefunden. All dies ist das Ergebnis der Verarbeitung schwacher Lichtsignale, die nur ein Computerprogramm erfassen kann. Zuvor hatte das neuronale Netzwerk bereits den sechsten Planeten im Kepler-80-Sternensystem gefunden. All dies ist das Ergebnis der Verarbeitung schwacher Lichtsignale, die nur ein Computerprogramm erfassen kann.
Tatiana Pichugina
