{"id":13655,"url":"\/distributions\/13655\/click?bit=1&hash=17a0e55a63bd0960d466baff29be5a6a830a9ecab9cb1a490f31f5267724efbf","title":"\u041a\u0430\u043a \u043e\u0442\u043b\u0438\u0447\u0438\u0442\u044c \u0444\u0435\u0440\u043c\u0435\u0440\u0441\u043a\u0438\u0435 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u044b \u043e\u0442 \u00ab\u043f\u0441\u0435\u0432\u0434\u043e\u0444\u0435\u0440\u043c\u0435\u0440\u0441\u043a\u0438\u0445\u00bb?","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"43a94a7a-c975-5627-8453-c0ce96e38181","isPaidAndBannersEnabled":false}
Будущее
Evgeniy Vegera

Новый интерактивный инструмент прогнозирования машинного обучения MIT может дать каждому сверхспособности ИИ

techcrunch.com

Вскоре для того, чтобы создавать механизмы прогнозирования, вам не понадобится ничего более специализированного, чем устройство с сенсорным экраном и имеющиеся данные. Исследователи из Массачусетского технологического института и Университета Брауна провели новый эксперимент и добавили в их интерактивную систему данных «Northstar» возможность, которая может «мгновенно генерировать модели машинного обучения», которые при использовании с определенными наборами данных позволяют создавать аналитически обоснованные прогнозы.

Например, врачи могут использовать эту систему для прогнозирования вероятности того, что их пациенты заразятся конкретными заболеваниями на основе их медицинской истории.

Исследователи называют эту функцию «специалист виртуальных данных» системы «Northstar» (или VDS), и похоже, что она может фактически заменить человеческий эквивалент, особенно в тех случаях, когда человек-аналитик не будет доступен или не обеспечен необходимыми ресурсами.

techcrunch.com

Сама «Northstar» существует уже более четырех лет и представляет собой чистый холст, совместимый с несколькими платформами, пользователи могут загружать свои собственные наборы данных, которые в интерфейсе отображаются в виде блоков.

Затем можно перетащить их в центральную область холста и нарисовать соединительные линии, чтобы обозначить, какие именно блоки должны обрабатываться с помощью алгоритма. Таким образом, например, врачи могут теоретически получить набор данных, детализирующий уровень метаболизма пациентов, и еще один, детализирующий их возраст, а затем определить, насколько часто конкретное заболевание встречается между этими двумя факторами.

Исследователи разработали эту систему VDS так, чтобы на сегодняшний день она гарантировала самое быстрое применение автоматизированного машинного обучения. Затем планируется улучшить отчетность об ошибках, чтобы гарантировать, что пользователи, не являющиеся специалистами, не только могут легко пользоваться алгоритмом, но и получают четкие индикаторы, когда делают что-то не так, чтобы они могли исправить это в следующий раз.

Если вам понравилась статья, то подписывайтесь на telegram канал, в котором я пишу про Games, CG, IT в контексте технологий.

0
Комментарии
Читать все 0 комментариев
null