Las redes neuronales de última generación están reemplazando en parte a los científicos: realizan experimentos, diagnostican enfermedades, revelan patrones, proponen y prueban hipótesis. Se utilizan cuando los volúmenes de datos superan cualquier capacidad humana. Qué cuestiones científicas ayudaron a resolver la inteligencia artificial - en el material RIA Novosti.
Adán y Eva
El primer científico robot fue creado en 2009 por especialistas británicos bajo el liderazgo del profesor Ross King, entonces empleado de la Universidad de Aberystwyth. Su "cerebro" era un programa de red neuronal que utilizaba cuatro PC y controlaba el equipo de laboratorio. La criatura virtual se llamó "Adam".
Una red neuronal es un programa informático que analiza grandes cantidades de datos a gran velocidad, buscando características y patrones comunes en ellos. A diferencia del modelado, las redes neuronales no necesitan hipótesis científicas, las construyen y prueban ellos mismos. Los científicos usan esta propiedad para averiguar qué tan probable es un escenario. Esto ahorra significativamente tiempo y potencia de cálculo, que se requiere mucho más, por ejemplo, en la simulación por computadora. Los científicos proporcionaron a Adam cepas de levadura de panadería con varios genes desactivados. El propio robot cultivó cultivos de estas cepas mutantes y monitoreó cómo se desarrollan sin ciertas enzimas, de las cuales son responsables los genes desactivados. El cerebro artificial aprendió de los primeros experimentos y posteriormente planificó otros nuevos de manera más eficiente. El robot podría realizar mil experimentos por día. Como resultado, presentó dos docenas de hipótesis sobre genes que codifican 13 enzimas. Luego, los científicos realizaron experimentos manuales y confirmaron las conjeturas de Adam sobre 12 genes. Casi una década después, King y sus colegas desarrollaron otro científico robot, Eve. Clasifica varios compuestos y busca cuáles son prometedores como fármacos. La máquina es capaz de examinar diez mil sustancias por día. El primer descubrimiento de "Eva" fue un compuesto químico con propiedades anticancerígenas, que también fue eficaz contra el agente causante de la malaria. Para el cribado "Eva" utiliza sistemas inteligentes basados en levadura modificada genéticamente. Casi una década después, King y sus colegas desarrollaron otro científico robot, Eve. Clasifica varios compuestos y busca cuáles son prometedores como fármacos. La máquina es capaz de examinar diez mil sustancias por día. El primer descubrimiento de "Eva" fue un compuesto químico con propiedades anticancerígenas, que también fue eficaz contra el agente causante de la malaria. Para el cribado "Eva" utiliza sistemas inteligentes basados en levadura modificada genéticamente. Casi una década después, King y sus colegas desarrollaron otro científico robot, Eve. Clasifica varios compuestos y busca cuáles son prometedores como fármacos. La máquina es capaz de examinar diez mil sustancias por día. El primer descubrimiento de "Eva" fue un compuesto químico con propiedades anticancerígenas, que también fue eficaz contra el agente causante de la malaria. Para el cribado "Eva" utiliza sistemas inteligentes basados en levadura modificada genéticamente. Para el cribado "Eva" utiliza sistemas inteligentes basados en levadura modificada genéticamente. Para el cribado "Eva" utiliza sistemas inteligentes basados en levadura modificada genéticamente.
Marcadores de longevidad y tabaquismo
El año pasado, científicos de varios países, incluida Rusia, representados por el personal de la Universidad ITMO (San Petersburgo), publicaron un artículo sobre cómo determinar la edad de una persona mediante un análisis de sangre bioquímico. Para hacer esto, entrenaron la red neuronal y luego le dieron muestras de más de 120.000 análisis de sangre de pacientes de Canadá, Corea del Sur y Europa del Este para la investigación. El programa solo conocía la nacionalidad, el género y dos docenas de parámetros bioquímicos de la sangre. Esto fue suficiente para establecer la edad de cada paciente con buena precisión. En enero de este año, el mismo equipo de científicos presentó nuevos resultados: la inteligencia artificial que entrenó fue capaz de calcular, en base a los parámetros bioquímicos de la sangre, si una persona fuma o no. Los científicos han puesto a disposición de la red neuronal una base de datos de casi 150 mil análisis de sangre de pacientes de la provincia de Alberta (Canadá), que anteriormente eran anónimos. El programa solo conocía el sexo de la gente. La red neuronal hizo frente con éxito a la tarea y aprendió a aislar a los fumadores. Además, encontró signos que indicaban la verdadera, es decir, la edad biológica de la persona, y no cronológica (según el pasaporte). Resultó que las mujeres fumadoras envejecían biológicamente dos veces más rápido que las no fumadoras y los hombres, una vez y media. Resultó que las mujeres fumadoras envejecían biológicamente dos veces más rápido que las no fumadoras y los hombres, una vez y media. Resultó que las mujeres fumadoras envejecían biológicamente dos veces más rápido que las no fumadoras y los hombres, una vez y media.
norte
Red neuronal contra el cáncer
Video promocional:
Los científicos de Stanford (EE. UU.) Utilizaron la capacidad de las redes neuronales para analizar imágenes, que son esencialmente un conjunto de datos digitales. Entrenaron al programa de fotografía para distinguir entre carcinoma y melanoma, crecimientos malignos que indican cáncer.
El programa examinó cerca de 130 mil imágenes de diversas formaciones en la piel, que estaban marcadas por el tipo de enfermedad o como lunares ordinarios, queratomas y patrones deducidos. Los resultados fueron verificados por dos docenas de dermatólogos: resultaron ser bastante precisos. Ahora, para realizar un diagnóstico inicial, es suficiente enviar una foto de una neoplasia de piel al médico desde un teléfono inteligente. Y luego, dependiendo de la respuesta, decida si realizar una biopsia para establecer un diagnóstico con precisión. La inteligencia artificial también se utiliza en el Centro OncoTarget de Oncología Personalizada de la Universidad Sechenov (Moscú). Allí crean un modelo digital del paciente: esta es información completa sobre su enfermedad, las características genéticas del tumor. Los científicos esperan que la red neuronal, que analiza las matrices de datos, optimice el tratamiento para cada paciente.
En busca de los misterios del universo
La inteligencia artificial abre grandes perspectivas para los astrónomos, que literalmente se ahogan con la abundancia de datos obtenidos como resultado de las observaciones. Numerosas misiones espaciales, telescopios en órbita y terrestres han generado muchos más de ellos de los que los humanos podrán procesar pronto. Kevin Schawinski, del Instituto de Física de Partículas y Astrofísica de la Escuela Técnica Superior Suiza en Zurich, cree que las redes neuronales revolucionarán la astronomía. Él y sus colegas probaron la inteligencia artificial al analizar datos sobre la tasa de formación de estrellas binarias para comprender por qué disminuye en las galaxias cuando cambian las condiciones externas. Los astrónomos entrenaron la red neuronal utilizando una serie de imágenes de galaxias. De manera similar a cómo el programa puede representar cuál será el rostro de una persona en la vejez,también puede cambiar la apariencia de una galaxia cuando ingresa a un grupo o cúmulo. Los resultados del trabajo de la red neuronal coincidieron con las observaciones. En 2017, una red neuronal de autoaprendizaje creada por Google ayudó a la NASA a descubrir un nuevo exoplaneta. El análisis de los datos del telescopio en órbita Kepler reveló un planeta rocoso solo un treinta por ciento más grande que la Tierra orbitando la estrella Kepler-90 en la constelación de Draco. Sin embargo, el planeta estaba demasiado cerca de la estrella para la vida. Anteriormente, la red neuronal ya encontró el sexto planeta del sistema estelar Kepler-80. Todo esto es el resultado del procesamiento de señales de luz débiles que solo un programa de computadora puede captar.ayudó a la NASA a descubrir un nuevo exoplaneta. El análisis de los datos del telescopio en órbita Kepler reveló un planeta rocoso solo un treinta por ciento más grande que la Tierra orbitando la estrella Kepler-90 en la constelación de Draco. Sin embargo, el planeta estaba demasiado cerca de la estrella para la vida. Anteriormente, la red neuronal ya encontró el sexto planeta del sistema estelar Kepler-80. Todo esto es el resultado del procesamiento de señales de luz débiles que solo un programa de computadora puede captar.ayudó a la NASA a descubrir un nuevo exoplaneta. El análisis de los datos del telescopio en órbita Kepler reveló un planeta rocoso solo un treinta por ciento más grande que la Tierra, orbitando la estrella Kepler-90 en la constelación de Draco. Sin embargo, el planeta estaba demasiado cerca de la estrella para la vida. Anteriormente, la red neuronal ya encontró el sexto planeta del sistema estelar Kepler-80. Todo esto es el resultado del procesamiento de señales de luz débiles que solo un programa de computadora puede captar. Anteriormente, la red neuronal ya encontró el sexto planeta del sistema estelar Kepler-80. Todo esto es el resultado del procesamiento de señales de luz débiles que solo un programa de computadora puede captar. Anteriormente, la red neuronal ya encontró el sexto planeta del sistema estelar Kepler-80. Todo esto es el resultado del procesamiento de señales de luz débiles que solo un programa de computadora puede captar.
Tatiana Pichugina
