梅奧診所的研究人員最近發(fā)明了一種新型人工智能 (AI) 算法，稱為假設驅動人工智能，它與僅從數(shù)據(jù)中學習的傳統(tǒng)人工智能模型有很大不同。
在《癌癥》雜志上發(fā)表的一篇評論中，研究人員指出，這種新興的人工智能提供了一種創(chuàng)新的方法，可以使用大量數(shù)據(jù)集來幫助發(fā)現(xiàn)癌癥等疾病的復雜原因并改進治療策略。
“這開創(chuàng)了設計有針對性、信息豐富的人工智能算法的新時代，以解決科學問題、更好地了解疾病并指導個體化醫(yī)療，”梅奧診所系統(tǒng)生物學和人工智能資深作者兼聯(lián)合發(fā)明人胡力博士說。分子藥理學和實驗治療學系研究員。“它有可能發(fā)現(xiàn)傳統(tǒng)人工智能遺漏的見解。”
傳統(tǒng)的人工智能主要用于分類和識別任務，例如臨床診斷中的人臉識別和圖像分類，并且越來越多地應用于生成任務，例如創(chuàng)建類似人類的文本。研究人員指出，傳統(tǒng)的學習算法通常不包含現(xiàn)有的科學知識或假設。相反，這些在很大程度上依賴于大型、無偏見的數(shù)據(jù)集，而獲取這些數(shù)據(jù)集可能具有挑戰(zhàn)性。
李博士表示，這種局限性極大地限制了人工智能方法的靈活性及其在醫(yī)學等需要知識發(fā)現(xiàn)的領域的使用。
人工智能是一種有價值的工具，可以識別大型復雜數(shù)據(jù)集中的模式，例如癌癥研究中使用的數(shù)據(jù)。使用傳統(tǒng)人工智能的主要挑戰(zhàn)是最大化這些數(shù)據(jù)集中的嵌入信息。
“現(xiàn)有知識和假設之間缺乏整合可能是一個問題。人工智能模型可能會在沒有研究人員和臨床醫(yī)生仔細設計的情況下產生結果
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！