هوش مصنوعی چیست

هوش مصنوعی

1

هوش مصنوعی را می توان به سادگی به عنوان کامپیوتر و نرم افزار رایانه ای تعریف کرد که قادر به رفتار هوشمندانه مانند تجزیه و تحلیل و یادگیری هستند. این یک گروه گسترده در حاشیه توسعه فناوری است ، هر روز در حال رشد و تغییر است.

یادگیری ماشینی پایه و اساس هوش مصنوعی مدرن است و در اصل یک الگوریتمی است که به کامپیوترها امکان می دهد بطور مستقل یاد بگیرند بدون اینکه برنامه نویسی صریح داشته باشند از آنجا که الگوریتم های یادگیری ماشین با داده های بیشتری روبرو می شوند ، عملکرد الگوریتم ها بهبود می یابد.

یادگیری عمیق زیر مجموعه ای از یادگیری ماشینی است که با یک پیچش جزئی به همان روش عمل می کند. یادگیری عمیق یک قدم فراتر می رود و استنتاج ها را بر اساس داده هایی که قبلاً با آن روبرو شده است انجام می دهد. به عبارت دیگر ، یادگیری عمیق یک برنامه هوش مصنوعی را قادر می سازد که نتیجه گیری های خود را به دست آورد. این کار از طریق یک شبکه عصبی مصنوعی ، که مجموعه ای از الگوریتم های یادگیری ماشین است که به صورت پشت سر هم کار می کنند. یک شبکه عصبی کاملاً شبیه مغز انسان است ، با یک سری “نورون” که در صورت وجود برخی محرکها (در این حالت داده ها) “آتش” می شوند.

“راه حل های یادگیری ماشین متعارف شناختی نیستند؛ آنها از داده های آموزش دیده، اما عدم توانایی به فراتر از داده گم شده یا شکسته جهش و ساخت یک فرضیه در مورد اقدامات بالقوه، گفت:” AJ Abdallat، مدیر عامل شرکت محدودیت فراتر از . “یادگیری ماشین می تواند در تشخیص چیزی که پیش بینی شده است موثر باشد ، اما در مواجهه با غیر منتظره شکست می خورد.”

عبدالل گفت ، برای رسیدن به هوش مصنوعی به سطح بعدی ، توسعه دهندگان باید بر استدلال استقرایی و استقرایی تأکید کنند و آن الگوهای شناختی را در دستگاه هایی که طراحی می کنند تقلید کنند. وی افزود ، فواید راه حل های یادگیری عمیق و پویا این است که آنها می توانند استدلال و نتیجه گیری خود را توضیح دهند ، مهمترین مزیت برای تصمیم گیری پیچیده است.

هوش مصنوعی هنوز یک فناوری نسبتاً جدید است ، به خصوص در صنعت مراقبت های بهداشتی که فرزندخواندگی در مراحل ابتدایی خود باقی مانده است. با افزایش مهارت های هوش مصنوعی و یادگیری ماشین ، موارد استفاده آنها گسترش یافته است. با این حال ، به گفته جان فرونفلتر ، رئیس ارشد اطلاعات پزشکی در جویون ، پذیرش AI پایین است .

فرونفلتر گفت: “ما هنوز در مرحله ی اعتیاد قرار داریم که بسیاری از سازمان ها در تلاشند تا درک کنند که چگونه این یک استراتژی کلی است.” “اوایل هوش مصنوعی دیده می شد … با تأکید بیشتر بر تشخیص الگوی فرآیندهای صدور صورتحساب. این به استفاده بسیار پیشرفته تری از یادگیری عمیق دستگاه و افزایش قدرت داده های بزرگ تبدیل شده است.”

فرونفلتر گفت ، برنامه های مدرن هوش مصنوعی شامل موارد گسترده ای هستند ، از امنیت سایبری گرفته تا تصویربرداری رادیوگرافی. با پیشرفت برنامه های هوش مصنوعی ، کل صنعت مراقبت های بهداشتی می تواند دستخوش تغییر شود. در اینجا برخی از مهمترین روشهایی که انتظار می رود هوش مصنوعی در سالهای آینده شکل دهند مراقبت های بهداشتی است.

هوش مصنوعی در طبقه بندی داده ها به ویژه هنگامی که در معرض مقادیر زیادی از داده ها در مورد این موضوع قرار داشته باشد ، عالی است. این وعده بزرگی را برای تشخیص هوش مصنوعی در هنگام تشخیص ایجاد می کند – تجزیه و تحلیل تصویربرداری پزشکی و سوابق پزشکی بیمار ، ژنتیک و موارد دیگر می توانند برای بهبود نتایج تشخیصی ترکیب شوند. علاوه بر این ، ابزارهای هوش مصنوعی می توانند از اطلاعات مشابه برای دستیابی به روشهای درمانی منحصر به فرد استفاده کرده و توصیه هایی را به پزشکان ارائه دهند.

فرونفلتر گفت: “تحولات واقعاً جالب در عرصه بالینی است.” “تجزیه و تحلیل های تجربی بالینی احتمالاً نزدیکترین هوش مصنوعی برای پشتیبانی از مراقبت مستقیم از بیماران در سال 2019 است.”

جراحی های روباتیک به جراحان این امکان را می دهد تا از ابزارهای کوچکتر استفاده کنند و برش های دقیق تری داشته باشند. جراحان (و بیماران) همچنین می توانند با ترکیب سوابق پزشکی با داده های زمان واقعی در حین عمل ، و همچنین ترسیم داده های مربوط به جراحی های موفق قبلی از همان نوع ، از هوش مصنوعی بهره مند شوند. Accenture ، یک شرکت مشاوره فناوری ، تخمین می زند .

به دستیاران پرستاری مجازی مانند Alexa برای تختخواب خود در بیمارستان فکر کنید. این دستیاران مجازی با کمک به بیماران در امور روزمره خود ، رفتارهای معمول یک پرستار را تکرار می کنند ، و به آنها یادآوری می کنند که داروهای خود را مصرف کنند یا به ملاقات ها بروند ، به جواب دادن به سوالات پزشکی و موارد دیگر کمک می کنند. Accenture تخمین می زند که دستیاران پرستاری مجازی می توانند دومین منبع پس انداز سالانه صنعت مراقبت های بهداشتی ایالات متحده باشند و هزینه های آن به 20 میلیارد دلار کاهش می یابد.

به طور طبیعی ، اقدامات پزشکی ، بیمارستان ها و سایر موارد مراقبت منجر به کاغذ کشی زیادی می شود. در حقیقت ، این تحکیم و دیجیتالی کردن این سوابق بود که منجر به تصویب گسترده سیستم های سوابق الکترونیکی بهداشت در سراسر جهان شد. AI قبلاً وارد این سیستم ها شده است و می تواند برای ساده تر کردن کارکردهای اداری نیز مورد استفاده قرار گیرد. Accenture تخمین می زند که راندمان جدید در گردش کار اداری به دلیل ظهور فن آوری های هوش مصنوعی می تواند موجب صرفه جویی سالانه 18 میلیارد دلار شود.

در حال حاضر ، برنامه های خودکار و یادآوری قرار ملاقات ها امری عادی است ، اما می توان چهره درگیری بیمار به زودی روباتیک تر (و در عین حال ، در همان زمان ، شخصی تر) شود.

فیل مارشال ، بنیانگذار Conversa Health گفت: “به درستی ، توجه به این موضوع وجود دارد كه چگونه می توان از AI استفاده كرد تا در تشخیص بهتر و درمان بیماران بهتر عمل كند .” “این مهم است ، اما اکنون شاهد تغییر شیوه های گسترش هوش مصنوعی در تجربه بیمار هستیم.”

به عنوان مثال ، بیمارانی که نگران یک بیماری خاص یا عوارض جانبی آن در درمان هستند می توانند در هر زمان حتی یک پزشک در دسترس نباشند ، حتی اگر پزشک آنها در دسترس نباشد ، از یک گپ چت پرسیدند.

وی گفت: “تصور كنید كه بیمار مبتلا به سرطان تحت پرتودرمانی قرار دارد (چه كسی) از اینكه عارضه جانبی عادی آن چیست و چه نیست ، ناآشنا است. حالا ، به جای نگرانی از شب تا زمانی كه مطب پزشك باز شود ، چت بابات می تواند به آنها اطلاع دهد.”

این همه ارزش چیست؟ Accenture تخمین می زند 10 برنامه برتر هوش مصنوعی برتر در مراقبت های بهداشتی می تواند صنعت تا سال 2026 سالانه 150 میلیارد دلار صرفه جویی کند. پیش بینی می شود بازار بهداشت و درمان هوش مصنوعی AI تا سال 2021 به ارزش 6.6 میلیارد دلار باشد ، که نشان دهنده نرخ رشد عظیم سالانه 40٪ از سال 2014 است. سرمایه گذاری متوسط ​​در مقایسه با پس انداز پیش بینی شده که مستقیماً با تصویب AI مرتبط است.

فرونفلتر گفت: “سرمایه گذاری و تصویب هوش مصنوعی بالینی هنوز پائین است ، اما این روند در حال افزایش است.” “مهمترین پیشرفت در سال آینده احتمالاً افزایش درک و پذیرش هوش مصنوعی خواهد بود.”

 

 

 
1 نظر
  1. […] عمیق در واقع نام جدیدی برای رویکرد به هوش مصنوعی به نام شبکه های عصبی است که بیش از 70 سال است که از مد […]

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.