Русский
Русский
English
Статистика
Реклама

Искусственный интеллект

Почему не стоит гуглить симптомы заболевания, если вы себя плохо чувствуете?

30.05.2020 00:16:55 | Автор: admin

Ну что ж, теперь официально: результаты нового исследования показали, что постановка диагноза через интернет в большинстве случаев ошибочна. Конечно, кому-то это может показаться очевидным, но довольно большое количество людей ставят себе диагноз с помощью Google. Все потому, что поиск симптомов в интернете когда вы действительно плохо себя чувствуете является одним из самых простых и быстрых способов найти информацию и понять что происходит. Как оказалось, в 67% случаев постановка диагноза в интернете ошибочна. Надеемся, после прочтения этой статьи вы дважды подумаете перед тем как гуглить симптомы и ставить себе диагноз самостоятельно.

Что не так с онлайн-диагностикой?

Если вы не очень понимаете по какой причине исследователи вообще занялись этим вопросом, то ответ довольно прост: в попытках понять что происходит, люди гуглят симптомы и обращаются к врачу. А это, как известно, и нужно делать, если человек болен. К сожалению, многие пренебрегают этим правилом и занимаются к самолечением, что в некоторых случаях заканчивается смертью. Вот почему вся информация по симптомам, которую выдает Google, должна быть достоверной. Но какие сайты выдает поисковик и можно ли верить тому, что там сказано?

Так как искать симптомы по отдельности а затем суммировать их занятие довольно бессмысленное, чаще всего люди пользуются диагностическими сайтами и приложениями. Самым известным в мире англоязычным диагностическим сервисом является WebMD, а некоторые русскоязычные сайты и приложения утверждают, что точность диагностики составляет почти 70%. Механизм работы большинства таких сервисов это использование большого массива данных с заключениями врачей и статистически ставят вероятный диагноз.

Чтобы всегда быть в куре последних новостей из мира популярной науки и высоких технологий, подписывайтесь на наш канал в Telegram!

В ходе исследования, опубликованного в журнале The Medical Journal of Australia, ученые из университета Эдит Коуэн (ECU) в Австралии проверили симптомы из 1170 медицинских заключений на 36 доступных сайтах онлайн диагностики с целью анализировать точность постановки диагноза. Полученные результаты показали, что сайты показывали правильный диагноз только в 36% случаев. Авторы работы отмечают, что качество их диагностических рекомендаций значительно варьируется.

Пользоваться поисковыми ресурсами нужно с умом

Необходимо отметить, что диагностика это не просто однократная оценка, а процесс, который требует знаний, опыта, клинического обследования, тестирования и времени. Если вы смотрели сериал «Доктор Хаус», то наверняка помните, как сложно бывает поставить правильный диагноз. Конечно, сериал не реальная жизнь, но многие случаи, показанные в нем основаны на историях болезни настоящих пациентов, так что хороший диагност в любом случае на вес золота.

Реальность такова, что к этим веб-сайтам и приложениям следует относиться очень осторожно, поскольку они не видят картину целиком. Интересно, что исследование, опубликованное пять лет назад группой ученых из Гарвардского университета, показало почти точно такую же цифру диагностические сервисы и приложения предложили правильный диагноз всего в 34% случаев. В целом, за последние пять лет онлайн сервисы по проверке симптомов не стали более надежными, по крайней мере с точки зрения точного определения единственной, наиболее вероятной болезни, которой может быть болен пациент.

А вы гуглите симптомы разных заболеваний, когда чувствуете себя плохо? Поделиться данными своей медицинской карты или просто поговорить по душам можно здесь.

Чтобы спать спокойно, не гуглите симптомы

Издание Science Alert приводит слова ведущего автора исследования Мичелла Хилл: «рекомендации по обращению за медицинской помощью в экстренных и неотложных случаях были уместны примерно в 60% случаев, но для нештатных ситуаций результат снижался до 30-40%. Также диагностические сайты и приложения, которые используют алгоритмы искусственного интеллекта более надежны, чем все остальные.»

Вам будет интересно: В России создают ИИ на основе big data для постановки диагнозов

Говоря о машинных алгоритмах, нельзя не отметить успехи, которых достигли разработчики. Так, сегодня медицинский ИИ ставит 100 диагнозов за 4,8 секунды! Подробнее читайте в увлекательном материале моего коллеги Владимира Кузнецова. Более того, современные машинные алгоритмы с высокой точностью диагностируют такие болезни рак легких, депрессию и деменцию.

Но несмотря на недостатки, авторы исследования полагают, что в целом сервисы диагностики полезны, но лишь в том случае, если люди используют их в качестве образовательного ресурса в сочетании с консультациями врачей. Ученые отмечают, что обучить алгоритмы правильной постановке диагноза на самом деле очень важно корректная диагностика снизит ненужную нагрузку на врачей (в случаях, когда можно обойтись самостоятельным лечением), а также не поставить жизнь человека в опасность в ситуациях, когда без помощи специалиста обойтись нельзя. Но какие бы советы ни давали нам эти алгоритмы, важно, чтобы в конченом итоге не ошибся сам врач, согласны?

Если часто гуглить симптомы, можно найти у себя все заболевания на свете, вплоть до родильной горячки

Подробнее..

Параметрическая архитектура может ли искусственный интеллект проектировать города?

12.04.2020 00:22:43 | Автор: admin

Когда вы думаете о будущем, какие картины встают у вас перед глазами? Как любитель ретрофутуризма жанра в основу которого положены представления людей прошлого о будущем, я всегда представляла себе города будущего застроенными зданиями, как на обложках журналов 1950-х годов. Мое видение изменилось, когда я узнала о новом архитектурном стиле параметрической или алгоритмической архитектуре, которая существует в виде авангардного дизайна больше десяти лет. С течением времени развитие компьютерных технологий очень сильно повлияло на этот стиль: по сути, все здания в параметрическом стиле спроектированы искусственным интеллектом. Однако согласно оценке Станисласа Чаилу из Гарвардской школы дизайна (Harvard Graduate School of Design), сегодня внедрение ИИ в архитектуру находится на начальном этапе. Из этой статьи вы узнаете о принципах работы алгоритма и необычных зданиях, которые с его помощью уже появились.

На самом деле о параметрической архитектуре довольно трудно писать, поскольку существуют совершенно разные способы ее рассмотрения и ведутся ожесточенные споры между каждым видом в архитектурной практике. В своем простейшем определении параметрическая архитектура создает систему так называемых «параметров» или переменных и набор ограничений для получения результата (скажем, геометрической формы, такой как куб), который может быть изменен путем изменения переменных. В случае с кубом нашими переменными могут быть длина (Х), ширина (Y) и высота (Z), с помощью которых можно контролировать его размер. Теперь представьте, что вместо трех простых переменных X, Y и Z у нас есть примерно тысяча параметров, которые вместо куба создадут наилучшую из всех возможных форм здания, как бы решая вашу проектную задачу. Сомневаетесь, что такое возможно? Как бы не так!

Что такое параметрическая архитектура?

Как мы уже говорили ранее, параметрическая архитектура подобна коробке с набором ключей в качестве входных данных, которые объединившись вместе помогают открыть замок. Но что происходит внутри коробки?

Алгоритм это набор рекомендаций, которые подробно описывают, как выполнить задачу.

Оказывается, в своей конечной форме параметрическая архитектура создает довольно сложный алгоритм, который представляет собой набор правил и ограничений. Алгоритм принимает входные данные, которые мы, как архитекторы, предоставляем ему, а затем при помощи вычислений, создает лучшую структуру или архитектурную форму, так как разработан таким образом, чтобы находить оптимальный ответ на поставленную задачу. Однако иногда вычислить оптимальную форму может быть довольно сложно.

Разрабатывая правильный алгоритм, устанавливая верные правила и ограничения, а также корректируя определенные параметры, мы можем рассмотреть широкий спектр форм и вариантов. Остается последний вопрос: что это за параметры и как их определять?

Это те факторы дизайна, с которыми приходится иметь дело архитекторам например, климат, культура, функциональность и так далее. Но как перевести все это на компьютерный язык? Как можно поместить социальное поведение жителей района, для которого вы хотите построить торговый центр, в количественную меру? И вот тут параметрическая архитектура пока бессильна. При этом важно понимать, что параметрическое проектирование дарит возможность найти формы и решения, которые изначально не были задуманы архитекторами. Но самое важное и крутое в параметрической архитектуре, на мой взгляд, это исследование новых возможностей.

О том, чему за последнее время научился искусственный интеллект и о других не менее увлекательных открытиях, читайте на нашем канале в Яндекс.Дзен там публикуются статьи, которые не попадают на сайт. Подписывайтесь!

Как выглядят здания в параметрическом стиле?

Благосклонность к архитектуре параметрического проектирования росла с тех пор, как появились компьютеры, и архитекторы по всему миру использовали эту технику в процессе проектирования, но есть и недовольные. Так, доцент Калифорнийского университета в Беркли и известный автор Кристофер Александер считает, что гений архитектора, его интуиция и профессиональное мастерство должны быть основными инструментами проектирования, а не компьютерами, которые зачастую требуют чрезмерно упрощенной версии задачи.

Пространство культурного центра Гейдара Алиева разделено на три программных элемента конференц-зал, галерею и музей.

Мощности современных компьютеров достаточно для использования нового алгоритма. С его помощью варьируются миллионы возможных комбинаций параметров с заданным конечным результатом, например здания, в котором нет ни одной прямой линии. Получающиеся конструкции не похожи ни на одно здание, когда-либо созданное человеком, но напоминает некоторые творения природы. Посмотрите на Культурный центр имени Гейдара Алиева, который был построен в 2012 году в Баку в нем действительно нет прямых линий. Ни одной. На самом деле последние несколько лет параметрическое моделирование весьма активно применяется конструкторами и инженерами. Во многих городах мира появились изумительные здания, которых иначе как футуристичными не назовешь.

Читайте также: Искусственный интеллект научился распознавать эмоции. К чему это может привести?

Павильон Великобритании

Выставочный павильон UK Pavilion был разработан архитектором Томасом Хезервиком, который получил название Семенной собор. Все потому, что Лондон самый зеленый город таких масштабов в мире. Когда павильон построили, он представлял собой коробку 15х10 метров. От каждой грани коробки выступали серебристые стержни из прозрачного акрила, каждый не менее 7,5 метров в длину. На кончике каждого стержня были представлены образцы более 25 тысяч семян из Китайского института ботаники Куньмин. В общем и целом, поверхность этой поразительной конструкции содержала не менее 60 тысяч стержней. Некоторые из них, как оказалось, были прикреплены и к нижней части здания. Из-за этого оно возносилось над землей на один метр. К сожалению, павильон разобрали вскоре после окончания выставки, а акриловые прозрачные стрежни были подарены британским школам.

Днем интерьер павильона освещался солнечным светом, который проходил сквозь каждый стержень. А еще можно было следить за движением солнца и тенями, которые отбрасывали птицы, пролетая над павильоном

Не знаю как вам, но мне павильон Великобритания кажется чем-то инопланетным но в то же самое время, чем-то родным. Внутри павильона тоже было на что посмотреть днем интерьер освещался солнечным светом, при этом лучи Солнца проходили сквозь каждый стержень. Это позволяло следить за движением Солнца по небосклону и птицами, пролетающими над павильоном. Красота.

Нравится ли вам как выглядят здания в параметрическом стиле? Поделитесь ответом в комментариях к этой статье а также присоединяйтесь к участникам нашего Telegram чата там мы разговариваем о науке, технике, фантастике и тайнах Вселенной

Передвижной павильон Chanel Mobile Art

Вы только посмотрите на это сооружение поверхность передвижного павильона Chanel напоминает кожу, из которой сделаны легендарные сумочки (классическая модель 1955 года). Такой эффект создан благодаря светопроницаемому материалу FRP смесь пластика и стекловолокна. На самом деле этот мобильный павильон технически сложная конструкция из арок, которую легко собирать и разбирать на сборку уходит месяц, а вот разобрать павильон можно за две недели.

На самом деле павильон образует петлю вы входите и выходите из одной из той же точки

В центре павильона располагается внутренний двор. Галерея снаружи продолжается террасой, которая приподнята над землей на высоту одного метра. Начиная с 2007 года Chanel побывал в Москве, Нью-Йорке, Гонконге, Токио и многих других городах мира. В начале 2011 года дом моды Chanel подарил его Институту дю Монд Араб.

Павильон искусств Temporary Art Pavilion

Павильон искусств в Зальцбурге был создан австрийским архитектурным бюро Soma в 2011 году. Все здание снаружи покрывают блестящие алюминиевые стержни, которые расположены хаотично. На самом деле, если присмотреться, то отсутствие четкой формы позволяет сконцентрироваться на своих ощениях, а не визуальных образах. Но самое удивительное то, каким выглядит павильон искусств зависит от точки просмотра и освещения с разных точек форма павильона меняется. Если это не архитектура будущего, то я даже не знаю.

Очень необычное здание, которое сверху покрыто покрыто блестящими алюминиевыми стержнями

Внутри павильона пространство окружено мембраной. В зависимости от положения Солнца, тени проецируются на этой мембране из легкого материала и также изменяются в течение дня. Поразительно, правда? Кстати, параметрическая архитектура далеко не самое удивительное, на что способен искусственный интеллект. О том как с его помощью в будущем можно будет лечить людей, читайте в увлекательном материале Ильи Хеля.

Сочетание природной естественности и искусственного интеллекта порождает здания будущего

Подробнее..

Что должен уметь специалист по Data Science?

10.06.2020 14:06:04 | Автор: admin

Будущее за наукой о данных

За последние несколько лет технологии интегрировались с многими бизнесами, что сформировало новые профессии, которые стали очень востребованными на рынке. Одним из таких направлений стало Data Science: специалисты в этой области сейчас нарасхват, и не зря, ведь они каждый день решают задачи, направленные на улучшение бизнеса и, как следствие, повышение его прибыли. А такие умельцы всегда нужны. Но чем конкретно занимаются специалисты по Data Science, и какими умениями они должны обладать?

Что такое Data Science

Стоит сразу отметить, что под Data Science в компаниях зачастую понимаются разные вещи. Например, в одной организации такой специалист занимается созданием новых алгоритмов машинного обучения, что требует хороших знаний математических методов. Как правило, речь в данном случае идет о научных компаниях и исследовательских лабораториях.

В другом же месте эксперты по Data Science занимаются продвинутой аналитикой данных. Она включает в себя бизнес-анализ, разработку новых моделей, проведение тестов и обкатку новых возможностей в среду. Такой сотрудник полностью отвечает за свою задачу от разработки до ее непосредственного эффекта на бизнес. В IT-отрасли подобный подход называют full-stack. Иногда Data Scientist занимается только обработкой данных и построением моделей, все зависит от конкретной компании, ее деятельности и задач.

Data Scientist’ы сейчас очень востребованы на рынке

Что должен уметь Data Scientist

Как правило, специалисты в данной области имеют хорошие знания в области математики и даже разработки программного обеспечения. То есть это программисты и ученые в области математики. Однако в Data Science также важны бизнес-навыки: специалист должен разбираться в бизнес-процессах, понимать проблемы заказчика, сформировав на их основе задачу и оптимальный способ ее решения.

Data Science включает в себя сразу несколько отраслей

Поэтому аналитику важно понимать, как работает бизнес, какие проблемы он решает, и как ему можно помочь стать еще эффективнее. А уже потом опробовать свои навыки на больших массивах данных. Иначе можно допустить ошибки: например, если работник хорошо владеет глубинным обучением, это не значит, что нужно применять этот метод при любом случае. Зачастую проблема решается проще, и хороший Data Scientist может увидеть все способы ее решения и выбрать наилучший.

Специалист в этой области может построить модель, которая изменит весь бизнес. Так, несколько лет назад Джонатан Голдман, физик из Стэнфорда, устроился на работу в социальную сеть LinkedIn и создал модель, которая подсказывала владельцу аккаунта, кто еще из пользователей сайта может оказаться его знакомым. Социальная сеть применила его модель на практике и получила дополнительные миллионы просмотров и ускоренный рост.

Data Science и машинное обучение

При этом работа Data Scientistа неразрывно связана с машинным обучением. Он обрабатывает массивы данных, находит в них новые связи и закономерности, используя алгоритмы машинного обучения, и строит модели. Модель по своей сути представляет собой алгоритм, который можно использовать для решения бизнес-задач.

В качестве примера можно привести алгоритмы, которые используют сервисы такси, которые прогнозируют спрос. Или навигатор, способный построить оптимальный маршрут в объезд пробок. Чтобы это реализовать, необходимо обработать большие массивы данных и построить модели, чем и занимается Data Scientist. То же самое касается поисковых систем, голосовых помощников и рекомендательных сервисов без науки о данных они просто не смогли бы существовать.

Все социальные сети существуют благодаря Data Science

Как стать специалистом Data Science

Многие идут в эту область с университетским образованием, однако несмотря на то, что оно действительно дает фундаментальные знания, зачастую оторвано от практики. В особенности это касается связки IT и бизнеса. Лучший вариант учиться Data Science у тех, кто уже работает в этой области и перенимать их опыт. Следить за трендами и участвовать в реальных проектах, а не просто штудировать теорию и ученики по математике. Все это можно получить на специальном курсе по Data Science, который преподают сотрудники NVIDIA, компании EORA, Яндекс.Дзен и другие деятели индустрии с многолетним опытом работы.

В рамках курса вас научат основам программирования на Python и анализу данных, математике и статистике для Data Science, Data Engineering и другим дисциплинам. Но главное — вы сможете проработать те необходимые навыки, которые нужны хорошему специалисту в данной области — понять, как устроена наука о данных, и как она меняет бизнес к лучшему (soft skills).

Часть программы курса по Data Science в Skillbox

Кроме того, все кейсы разработаны на основе реальных задач в практике Data Science, то есть на выходе у вас будет свой git-репозиторий, который вы сможете показать работодателю. А помогут в этом профессиональные преподаватели и специальные тренажеры по машинному обучению. В дальнейшем вы сможете работать в любой понравившейся отрасли — от ритейла и путешествий до медицины и даже киберспорта. Эксперты по данным сейчас нужны всем.

Обучиться профессии Data Science можно с нуля главное иметь желание учиться и развиваться. Направление действительно очень перспективное: не зря оно занимает 1 место в рейтинге самых востребованных профессий 2020 года.

Стать специалистом в Data Science

Подробнее..

Последние комментарии

© 2006-2020, umnikizdes.ru