Mašīntīkla izpratnes noslēpums var būt virtuālā rauga šūnā

Anonim

Pētnieki UC San Diego Medicīnas skolā uzbūvēja redzamu neironu tīklu un izveidoja virtuālo alus rauga šūnu

Autors Heather Hamilton, rakstnieks

Mākslīgais intelekts ir novērojams vēlu - no spekulācijām par cilvēku darbu nākotni līdz Amazones Echo nepatikšanām, cilvēki nevar apstāties par to. Bet kā tieši tas darbojas? Daudziem atbilde ir neskaidra.

Lai atbildētu uz šo jautājumu, UC San Diego Medicīnas skolas pētnieki izveidoja redzamu neironu tīklu un izveidoja to alus izstrādājuma rauga šūnu DCell modelī, izveidojot šūnu komponentu hierarhiju un standarta mašīnmācību algoritmu kartēšanu. Pētījums, kas publicēts Dabas metodēs, parāda, ka nervu savienojumi balstās uz šūnu uzvedību un netiek veikti nejauši.

"Viņi var būt ļoti prognozējami, taču mēs patiesībā neko daudz nezinaim, kā viņi strādā, " teica Trey Ideker, Ph.D. skolā un Moores vēža centra profesors. Viņš paskaidro, ka mašīnmācīšanās sistēmas var analizēt daudzu cilvēku rīcību tiešsaistē, lai atzīmētu iespējamu riskantu rīcību, piemēram, pašnāvību un terorismu. Bet viņš saka, ka mēs nezinām, kāpēc vai kā.

Ideker uzskata, ka veselības aprūpes mākslīgā intelekta atslēga ir atļaut praktiķiem redzamību, kā šie secinājumi tiek sasniegti. Phys.org skaidro, ka šīs sistēmas ir veidotas uz mākslīgo neironu (neironu tīkla) slāņiem, kurus savieno savienojumi starp neironiem. Sistēmas izstrādā un veicina, precizējot šos savienojumus.

"Cilvēka zināšanas ir nepilnīgas, " sacīja Jianzhu Ma, projekta zinātniskā asistente. "Mēs vēlamies pabeigt šīs zināšanas, lai palīdzētu prognozēt veselības aprūpi un citur."
Ideker un viņa komanda atklāja, ka, ievadot informāciju par gēniem un ģenētisko mutāciju, DCell var precīzi prognozēt, kā šūna darbosies gandrīz tikpat labi kā faktiskais šūnu augšana laboratorijas apstākļos. Viņi ievada apmēram 2500 zināmo mobilo sakaru komponentu un cer, ka tas sniegs palīdzību veselības aprūpes un citās nozarēs paredzētu prognožu vadīšanā.
Lai pārbaudītu DCell, komanda nodrošināja sistēmu ar nepatiesu informāciju. Rezultātā šūna vairs nevarēja prognozēt šūnu augšanu, jo zināja, ka process nav iespējams.
Pētnieku komanda tagad apkopo datus, lai izveidotu līdzīgu cilvēka vēža digitālo šūnu, ko var personalizēt konkrētiem pacientiem. "Mēs vēlamies, lai kādu dienu varētu ievadīt jūsu specifiskās ar vēzi saistītās ģenētiskās mutācijas un saņemt atpakaļ rādījumus par to, cik agresīvs ir jūsu vēzis, un labāko terapeitisko pieeju, lai novērstu tās izaugsmi un metastāžu, " teica Ideker.

Avoti: Phys.org, DCell, Dabas metodes
Attēlu avots: Pexels