ऐ में नवीनतम

स्तनधारियों की तरह, मशीनों की तरह, मस्तिष्क इमेजिंग और अधिक!

"AI बुद्धिमान मशीन बनाने का विज्ञान और इंजीनियरिंग है, विशेष रूप से बुद्धिमान कंप्यूटर प्रोग्राम"
- जॉन मैक्कार्थी, आर्टिफिशियल इंटेलिजेंस के जनक

एआई समझ, औचित्य और सीखने के लिए कंप्यूटर विज्ञान के एक व्यापक सेट को कवर करता है। यह दर्शन, कंप्यूटर विज्ञान, मनोविज्ञान, गणित और जीव विज्ञान को शामिल करने वाले विभिन्न क्षेत्रों में योगदान देता है और गेमिंग, प्राकृतिक भाषा प्रसंस्करण (एनएलपी), भाषण पहचान और विशेषज्ञ प्रणालियों जैसे विभिन्न क्षेत्रों में प्रमुख रहा है।

यहाँ पिछले कुछ हफ्तों में आर्टिफिशियल इंटेलिजेंस के शीर्ष 5 शोध विकासों के बारे में जानकारी ली गई है, जो आपको कुरकुरा और संक्षिप्त प्रस्तुत करते हैं।

स्तनधारियों की तरह, मशीनों की तरह:

क्या आपने कभी ऐसी मशीन देखी है जो किसी जानवर की तरह स्वतंत्र रूप से चलती है? दुनिया को नेविगेट करने में स्तनधारियों की चुस्त प्रकृति इतनी सहज और स्वाभाविक लगती है कि अंतर्निहित प्रक्रियाओं में पेचीदगियों को कम आंका जाता है। स्थानिक नेविगेशन अभी भी रोबोट और कृत्रिम एजेंटों के लिए एक बहुत बड़ी चुनौती है, जिनकी क्षमता इस क्षेत्र में स्तनधारियों द्वारा बहुत अधिक है। डीपमाइंड में शोधकर्ताओं द्वारा स्तनधारी ग्रिड कोशिकाओं पर एक शोध, हालांकि, इस धारणा को बदल दिया है।

ग्रिड सेल एक प्रकार का न्यूरॉन है जो कई प्रजातियों के दिमाग में मौजूद होता है जो उन्हें अंतरिक्ष में अपनी स्थिति को समझने की अनुमति देता है। जानवरों की नौवहन क्षमताओं की नकल करने की क्षमता ड्रोन से लेकर सेल्फ-ड्राइविंग कारों तक, कई प्रणालियों के पीछे प्रौद्योगिकी को बढ़ावा दे सकती है। ये परिणाम सबूत हैं कि मस्तिष्क की तरह एल्गोरिदम की नकल करने से अधिक शक्तिशाली मशीन सीखने के उपकरण हो सकते हैं। इसका मतलब यह हो सकता है कि एक बार की तुलना में अधिक आजीवन एआई सिस्टम क्षितिज पर बहुत करीब हैं।

शर्ट और घड़ियाँ जो स्वास्थ्य के मुद्दों को ट्रैक करती हैं:

एक स्मार्ट घड़ी की एक छवि

द यूनिवर्सिटी ऑफ़ वाटरलू के शोधकर्ताओं के एक समूह ने स्वास्थ्य समस्याओं से निपटने का एक भविष्यवादी तरीका खोजा है। हेक्सोस्किन नामक प्रणाली में श्वसन या हृदय रोग की तरह स्वास्थ्य संबंधी मुद्दों (पहनने योग्य सेंसर से डेटा और एआई एरोबिक प्रतिक्रियाओं में परिवर्तन का मूल्यांकन कर सकते हैं) के प्रकोप को निर्धारित करने के लिए उन्होंने एआई को पहनने योग्य तकनीक (शर्ट की तरह) के साथ विलय कर दिया है। उन्होंने पाया है कि स्वास्थ्य संबंधी बेंचमार्क का अनुमान इस तरह से बहुत आसानी से लगाया जा सकता है और इस प्रकार किसी भी विसंगतियों के लिए किसी व्यक्ति के स्वास्थ्य की निरंतर निगरानी करना संभव होगा, इससे पहले ही उन्हें एहसास हो जाए कि उन्हें मदद की आवश्यकता है। अनुसंधान ने जैविक संकेतों को संसाधित करने का एक साधन बनाया है और फिटनेस को निर्धारित करने के लिए मापदंडों को परिभाषित किया है। यह अध्ययन दैनिक जीवन की स्वतंत्र गतिविधियों में पहनने योग्य सेंसर के साथ एआई का शोषण करने वाला पहला है और आबादी की भलाई पर काफी प्रभाव डाल सकता है। यह एक बहुआयामी शोध का एक प्रमुख उदाहरण है कि कैसे AI किसी स्थिति के प्रारंभिक चरण में किसी व्यक्ति में स्वास्थ्य के मुद्दों की भविष्यवाणी करके स्वास्थ्य उद्योग में एक महत्वपूर्ण बिंदु हो सकता है। टीम की योजना है कि मिश्रित आयु समूहों के साथ-साथ स्वास्थ्य के मुद्दों वाले व्यक्तियों पर हेक्सोस्किन का परीक्षण करके यह जांचने के लिए कि यह कैसे निदान में मदद कर सकता है।

कॉलेज छोड़ने की संभावना:

जेड सॉफ्टवेयर सॉफ्टवेयर वैज्ञानिकों ने 15 साल के छात्र डेटा का उपयोग करके विश्वविद्यालय से बाहर होने की संभावना का अनुमान लगाने के लिए एक मशीन लर्निंग टूल बनाया है, जिसमें विश्वविद्यालय से निवास स्थान की दूरी, आयु, छात्र के ग्रेड बिंदु, मोड की जानकारी शामिल है। उनके अध्ययन के लिए भुगतान, नामांकन के साधन, आदि यह न्यूजीलैंड में परीक्षण किया गया है (सबसे कम कोर्स पूरा करने वाले देशों में से एक) और ऑस्ट्रेलिया। उपकरण 92% सटीक पाया गया। यह यह संकेत देकर विश्वविद्यालयों को चेतावनी देने में एक प्रमुख भूमिका निभा सकता है कि किसी विशेष छात्र के पास छोड़ने का पर्याप्त मौका है, ताकि संबंधित अधिकारी मामले में हस्तक्षेप कर सकें। हालांकि यह भविष्य कहनेवाला विश्लेषिकी का एक नया अनुप्रयोग है, यह उपकरण मूल रूप से फ्लिपकार्ट और अमेज़ॅन जैसी कंपनियों द्वारा उपयोग किए जाने वाले हैं जो उपभोक्ता की खरीद की आदतों का अनुमान लगाने के लिए उपयोग करते हैं, या नेटफ्लिक्स को देखने के लिए जिस तरह के शो देखने की संभावना है। इस मॉडल का एक बड़ा जोखिम या दोष यह है कि जिन मापदंडों पर छात्रों का मूल्यांकन किया जाता है, वे धीरे-धीरे समय के साथ बदल सकते हैं और इस तरह पूर्ववर्ती वर्ष में प्रशिक्षित मॉडल का वर्तमान वर्ष में उपयोग नहीं किया जा सकता है। निष्कर्षों को व्यक्तिगत स्तर पर संभावित ड्रॉप-आउट का विश्लेषण करने के लिए विश्वविद्यालय में पारित किया जा सकता है, जो इस प्रकार विश्वविद्यालय को छात्रों को उचित सहायता प्रदान करने में मदद कर सकता है।

दिल की विफलता के बाद जीवन प्रत्याशा:

कैलिफोर्निया विश्वविद्यालय, लॉस एंजिल्स (यूसीएलए) के शोधकर्ताओं की एक टीम ने एक एल्गोरिथ्म का निर्माण किया है, जो हृदय रोगियों को हृदय प्रत्यारोपण और उनके जीवन प्रत्याशा से दूर रखेगा, इस प्रकार डॉक्टरों को अधिक व्यक्तिगत मूल्यांकन करने और स्वास्थ्य देखभाल की लागत को कम करने की अनुमति देगा। संसाधनों के सीमित उपयोग से। "प्रिडिक्टर्स का पेड़" नाम का एल्गोरिथ्म, भविष्यवाणी के लिए अलग-अलग डेटा पैरामीटर जैसे रक्त समूह, आयु, बॉडी मास इंडेक्स (बीएमआई) आदि लेता है और उसी के लिए 30 साल के डेटा का उपयोग किया गया था। यह पाया गया कि एल्गोरिथ्म अन्य शोध टीमों द्वारा विकसित लोगों की तुलना में बेहतर भविष्यवाणियां प्रदान करता है। यह तकनीक मानव सोच पर आधारित है, जिसकी मुख्य विशेषता यह है कि प्रत्येक रोगी की परिवर्तनशीलता को ध्यान में रखते हुए एक ही समस्या के लिए कई वैकल्पिक परिणामों पर काम किया जाता है। प्रेडिक्टर्स एल्गोरिथ्म का पेड़ व्यापक रूप से कई मेडिकल डेटाबेस और अन्य जटिल डेटाबेस से टिप्पणियों के लिए इस्तेमाल किया जा सकता है, हस्तलिपि को पहचानने के लिए, धोखाधड़ी क्रेडिट कार्ड के उपयोग और समाचार वस्तुओं की लोकप्रियता का अनुमान लगाने के लिए।

मस्तिष्क की वास्तविक समय की छवियों का उत्पादन करने के लिए अल्ट्रासाउंड तकनीक:

वेंडरबिल्ट यूनिवर्सिटी में ब्रेट ब्य्राम और उनके शोध साझेदारों ने मस्तिष्क की वास्तविक समय की छवियों का निर्माण करने के लिए अल्ट्रासाउंड तकनीक का उपयोग किया है जिसमें कुछ क्षेत्रों को कुछ भावनाओं द्वारा उत्तेजित किया जाता है, इस प्रकार लोगों को इसके बारे में सोचकर रोबोटिक्स को नियंत्रित करने के लिए एक प्रभावी तरीका बनता है। वैज्ञानिकों ने इस तरह की प्रगति की आशंका में दशकों बिताए हैं, लेकिन यह हाल तक अप्राप्य था क्योंकि अल्ट्रासाउंड बीम में खोपड़ी के अंदर चारों ओर पलटाव करने की क्षमता है। मस्तिष्क की इमेजिंग के लिए मौजूदा तरीके अल्पविकसित हैं। इलेक्ट्रोएन्सेफ्लोग्राफी, जो मस्तिष्क में विद्युत गतिविधि को मापता है, मस्तिष्क में गहरी नहीं दिखती है, जिससे केवल सतह-स्तर की छवियां उत्पन्न होती हैं। बायरम का कहना है कि वह मशीन लर्निंग को इलेक्ट्रोएन्सेफलोग्राम तकनीक में शामिल करना चाहता है ताकि डॉक्टर न केवल मस्तिष्क के छिड़काव (कैसे रक्त के प्रवाह को विचार में परिवर्तन से मेल खाते हैं) की कल्पना कर सकते हैं, बल्कि आंदोलन और भावना के अनुरूप उत्तेजना के क्षेत्र भी हो सकते हैं। इस शोध के अनुप्रयोग असीम हैं। मूलभूत स्तर पर, यह उन चित्रों की तुलना में अधिक स्पष्ट हो सकता है, जिनका उपयोग डॉक्टरों को देखने के लिए किया जाता है (जैसे कि हृदय, मस्तिष्क या गर्भ)। मस्तिष्क की गतिविधि का अध्ययन करने के अलावा, शोधकर्ताओं को उम्मीद है कि सिस्टम अंततः मस्तिष्क के संकेतों को क्लोन कर सकता है और इस तरह से सॉफ्टवेयर, कृत्रिम अंगों और अन्य प्रकार के रोबोटिक्स के साथ एकीकृत किया जा सकता है, विचारों को कार्यों में बदल सकता है।

इस संस्करण के लिए यह सब है निश्चित रूप से, प्रगति इतनी तेजी से होती है कि विकास की गति प्रकाश की गति से प्रतीत होती है। इस श्रृंखला के अगले लेख के लिए बने रहें!

(यह लेख रिसर्च नेस्ट के तकनीकी लेखक, निवेधा जयसेलन द्वारा लिखा गया था)