Τεχνητή νοημοσύνη και επιτήρηση – «Καλώς ήρθατε στον οργουελικό εφιάλτη»

Τεχνητή νοημοσύνη και επιτήρηση – «Καλώς ήρθατε στον οργουελικό εφιάλτη»

Τρίτη, 31/12/2024 - 11:43

ΜΑΡΓΑΡΙΤΑ ΒΕΡΓΟΛΙΑ

Θέλοντας και μη, η εποχή της σύγχρονης επιτήρησης -με κυρίαρχη πια την τεχνητή νοημοσύνη- φαντάζει κατά πολλούς με ένα αλγοριθμικό Πανοπτικό.

Ήτοι μια τεχνολογικά προηγμένη εκδοχή του κτιρίου-φυλακή που σχεδίασε το 1785 ο Άγγλος φιλόσοφος και κοινωνιολόγος Τζέρεμι Μπένθαμ, έχοντας ως κεντρική ιδέα την ανά πάσα στιγμή επίβλεψη όλων των κρατουμένων.

Σε ένα οργουελικό σενάριο, ως «φυλακή» θα μπορούσε να νοηθεί η συνεχής επόπτευση και ως δυνάμει «κρατούμενοι» όλοι οι πολίτες.

Διαρκώς εξελισσόμενο, το φαινόμενο δεν είναι καν νέο.

Σε μια υπόθεση που χρονολογείται από την άνοιξη του 2016 στην Καλιφόρνια, για παράδειγμα, ένας τυπικός αστυνομικός έλεγχος σε έναν οδηγό μετατράπηκε σε ποινική έρευνα, με μπερδεμένα ίχνη DNA και αντικρουόμενες αναλύσεις δεδομένων βάσει αλγορίθμων.

Η εν λόγω περίπτωση αποτέλεσε αφορμή για τη δημοσίευση το 2023 σχετικής μελέτης από τον Γουίλιαμ Σ. Τόμσον, ομότιμο καθηγητή Εγκληματολογίας και Νομικής στο Πανεπιστήμιο της Καλιφόρνια στο Ιρβάιν.

Στην ουσία της, απηχούσε ένα πολύ ευρύτερο ζήτημα.

Την πικρή, δημόσια διαμάχη για τις γενετικές πληροφορίες, την τεχνητή νοημοσύνη και τις κοινωνικές εφαρμογές των υπολογιστικών εργαλείων που αξιοποιούν μεγάλες ποσότητες δεδομένων.

Προς επίρρωση -επισημαίνει σε σχετικό ρεπορτάζ ο ιστότοπος επιστημονικών θεμάτων Undark– επιστήμονες κατέδειξαν προσφάτως ότι είναι δυνατό να αποσπάσουν δείγματα ανθρώπινου DNA από μια μονάδα κλιματισμού.

Ακόμα και αν ένας εγκληματίας εισέλθει για μικρό χρονικό διάστημα σε ένα δωμάτιο φορώντας γάντια -αναφέρουν- έχει τυλίξει το κινητό του με αλουμινόχαρτο για να αποφύγει τον γεωεντοπισμό και καθαρίσει ακόμη και το παραμικρό ίχνος αίματος από το χώρο, οι μονάδες κλιματισμού συλλέγουν παθητικά ίχνη DNA, τα οποία θα μπορούσαν στη συνέχεια να συγκεντρωθούν, να απομονωθούν και να χρησιμοποιηθούν για την ταυτοποίηση του δράστη.

Θεωρητικά το ίδιο ισχύει για οποιοδήποτε άτομο, υπό οποιεσδήποτε συνθήκες.

Η σύγχρονη επιτήρηση μας αφορά όλους.

Και δη όταν επεκτείνεται σταδιακά παντού, από χώρες με αυταρχικά καθεστώτα, μέχρι δυτικού τύπου δημοκρατίες.

Κάμερα ασφαλείας σε δρόμο στο Πεκίνο (REUTERS/Carlos Garcia Rawlins/File Photo)

Σύγχρονο κράτος-επόπτης

Τα παθητικά μέσα ακρόασης και παρατήρησης είναι πια πανταχού παρόντα.

Στις ΗΠΑ, φερ’ ειπείν, τα αστυνομικά τμήματα σε πόλεις με πληθυσμό άνω του 1 εκατομμυρίου κατοίκων αναπτύσσουν κάμερες αυτόματης αναγνώρισης πινακίδων κυκλοφορίας.

«Τα χαρακτηριστικά του οχήματός σας», γράφει το Undark, «είναι πιθανό να καταχωρούνται σε μια εταιρεία, που ισχυρίζεται ότι συμμετείχε στην εξιχνίαση του 10% όλων των εγκλημάτων στις ΗΠΑ».

Ακόμη και εάν η καταγραφή δεν είναι πλήρης ή καθαρή, ένας αλγόριθμος που ονομάζεται DeepPlate αποκρυπτογραφεί τις θολές εικόνες, παρέχοντας έτσι στοιχεία για τη διερεύνηση π.χ. ενός εγκλήματος.

Έτσι, ακόμη και φαινομενικά αθώες παραβάσεις μπορούν δυνητικά να εγκλωβίσουν τους πολίτες στο «δίχτυ» της σύγχρονης επιτήρησης.

«Ασήμαντα πλημμελήματα, όπως το να βγάζετε βόλτα τον σκύλο σας χωρίς λουρί, μπορεί να αντιμετωπίζονται συχνά με αντάλλαγμα τη λήψη δείγματος DNA για να μην απαγγελθούν κατηγορίες», υπογραμμίζεται χαρακτηριστικά στο ρεπορτάζ, παραπέμποντας σε σχετικά περιστατικά που έχουν καταγγελθεί στο πρόσφατο παρελθόν σε συγκεκριμένες περιοχές των ΗΠΑ.

Αυτό πρακτικά σημαίνει ότι το γονιδίωμα ενός πολίτη μπορεί να καταχωρηθεί σε μια εθνική βάση δεδομένων και, κάποια στιγμή δυνητικά, να χρησιμοποιηθεί για τη σύνδεση του ίδιου ή συγγενικών προσώπων του -ακόμη και όσα δεν έχουν ακόμη γεννηθεί – με μελλοντικά εγκλήματα.

Για όσους καταλήγουν πίσω από τα κάγκελα, εν τω μεταξύ, διάφορα συστήματα όχι μόνο μπορούν να παρακολουθούν τις κλήσεις και τις επαφές τους, αλλά να χρησιμοποιούν λογισμικό για να «διαβάζουν τυχόν προβληματική γλώσσα».

Κανένα από τα παραπάνω παραδείγματα δεν είναι υποθετικό.

Αυτές οι τεχνολογίες υπάρχουν, λειτουργούν και η χρήση τους επεκτείνεται σε όλο τον κόσμο, επισημαίνει το Undark.

Μοιραία, υπάρχουν εύλογες και εντεινόμενες ανησυχίες σχετικά με την ιδιωτικότητα και τη συγκατάθεση, ακόμη και για τη διείσδυση της τεχνητής νοημοσύνης στην κυβερνητική επιτήρηση.

Υπάρχουν ωστόσο εξίσου βασικά ερωτήματα, που -όπως λένε πολλοί ειδικοί- έχουν αγνοηθεί σε μεγάλο βαθμό.

Drone της γαλλικής αστυνομίας σε πτήση επιτήρησης πάνω από το Παρίσι (REUTERS/Gonzalo Fuentes)

Κανονικοποιώντας την επιτήρηση

Ένας αυξανόμενος αριθμός επικριτών στρέφεται κατά των σύγχρονων συστημάτων επιτήρησης, αμφισβητώντας την χρησιμότητα και αποδοτικότητά τους.

Ορισμένες από αυτές τις τεχνολογίες, λένε, δεν έχουν αποδεδειγμένο ιστορικό αξιοπιστίας και διαφάνειας, τουλάχιστον στην τρέχουσα εκδοχή τους, ενώ οι «απαντήσεις» που παρέχουν παραμένουν επικίνδυνα «θολές».

Εξ ου και στη «γλώσσα» των μηχανικών λογισμικού τα συστήματα αυτά  ονομάζονταν «εύθραυστα».

Τίθενται εύλογα και ουσιώδη ερωτήματα ως προς τους αλγορίθμους που κάνουν προβλέψεις και παράγουν στατιστικές για συμπεριφορικά μοντέλα.

Αυτά τα συστήματα αντιπροσωπεύουν μια ολόκληρη κατηγορία εργαλείων επιτήρησης, αντανακλώντας ευρύτερα πρότυπα για τον τρόπο με τον οποίο αναπτύσσονται άκριτα, χωρίς σαφείς προδιαγραφές και ρυθμιστικό πλαίσιο.

«Ζούμε όλο και περισσότερο σε έναν κόσμο όπου συλλέγονται όλο και περισσότερα δεδομένα για εμάς, συχνά χωρίς να γίνει εν γνώσει μας ή με την πλήρη συγκατάθεσή μας», εξηγεί η Ντάφνι Μαρτσένκο, ερευνήτρια στο Κέντρο Βιοϊατρικής Ηθικής του Πανεπιστημίου Στάνφορντ.

«Είτε σας νοιάζει, είτε όχι -και μπορεί να μη σας νοιάζει αν θεωρείτε τον εαυτό σας νομοταγή πολίτη- συνήθως δεν παίρνουμε στα σοβαρά αυτές τις συνήθεις παραβιάσεις της αυτονομίας και την απώλεια της ιδιωτικής ζωής», υπογραμμίζει το Undark.

Όμως «η κανονικοποίηση της βιντεοεπιτήρησης και των τεχνολογιών αναγνώρισης προσώπου, συμπεριλαμβανομένων των πανταχού παρόντων καταναλωτικών προϊόντων -όπως κάμερες εισόδου ή οι λειτουργίες αυτόματης σήμανσης που ανιχνεύουν το πρόσωπο του παιδιού σας στην κατασκήνωση- έχει οδηγήσει σε εφησυχασμό».

Το αποτέλεσμα, παρατηρούν ακαδημαϊκοί σε πρόσφατη μελέτη, είναι σαν «να προγραμματιζόμαστε να μην ανησυχούμε για μορφές επιτήρησης, που κάποτε φάνταζαν σε πολλούς εξ ημών ως ανατριχιαστικές, διφορούμενες απειλές».

Τεχνητή νοημοσύνη και τεχνολογικός μιθριδατισμός

Πάρτε για παράδειγμα το DNA, που αποτελεί πλέον «χρυσό κανόνα» για τις εγκληματολογικές έρευνες.

Οι εφαρμογές του στην επιβολή του νόμου μπορεί να σας τρόμαζαν μόλις πριν από μερικές δεκαετίες.

Βρέθηκαν στο επίκεντρο με τη δίκη του O. Τζέι Σίμπσον στα μέσα της δεκαετίας του ’90.

Τώρα, αν και οι σύγχρονες χρήσεις εγκληματολογικών τεχνολογιών DNA είναι εκθετικά πιο ισχυρές, υπόκεινται σε λιγότερο έλεγχο.

Σημείο αναφοράς αποτελεί η γενετική γενεαλογία, η οποία συγκρίνει συλλεχθέντα προφίλ DNA από τόπους εγκλήματος με δημόσια διαθέσιμες βάσεις δεδομένων, συμπεριλαμβανομένων εκείνων που παρέχονται από εταιρείες βάσει απευθείας γενικών ελέγχων σε καταναλωτές.

«Από τη στιγμή που το DNA υπάρχει παντού στο σύστημα, πολλές από τις αρχικές ανησυχίες έχουν πια εξαφανιστεί», τονίζει η Σάρα Τσου, ακαδημαϊκός και συντονίστρια σχετικού πρόσφατου εργαστηρίου της Εθνικής Ακαδημίας Επιστημών των ΗΠΑ.

Αλλά αυτό, παρατηρεί, συμβαίνει «σε μια εποχή που η τεχνολογία έχει προχωρήσει», ενώ «δεν υπάρχουν περιορισμοί ότι τα δεδομένα που συλλέγονται», ακόμη και από εταιρείες, «δεν μπορούν να χρησιμοποιηθούν αλλού».

«Ζούμε σε μια καπιταλιστική κοινωνία, όπου η βιομηχανία καθοδηγείται από το κέρδος και η αποκάλυψη του “μαύρου κουτιού” όσον αφορά το λογισμικό που χρησιμοποιούν δεν είναι απαραίτητα προς το συμφέρον τους», τονίζει η Ντάφνι Μαρτσένκο.

«Στην περίπτωση χρήσης αυτών των γενετικών τεχνολογιών από τις υπηρεσίες επιβολής του νόμου οι επιπτώσεις μπορεί να είναι σοβαρές για τους ανθρώπους, σε ολόκληρο τον κόσμο».

Πολλώ μάλλον όταν -όπως παρατηρούν ακαδημαϊκοί σε μελέτη για την προστασία της ιδιωτικότητας– «η λήψη αποφάσεων σχετικά με τους ανθρώπους περιλαμβάνει ειδικές συναισθηματικές και ηθικές εκτιμήσεις, που οι αλγόριθμοι δεν είναι ακόμη έτοιμοι να κάνουν και ίσως να μην είναι ποτέ σε θέση να το πράξουν».

Αντίθετα, κατά την Σάρα Τσου και άλλους εμπειρογνώμονες, είναι ορατός ο κίνδυνος οι αλγόριθμοι και οι προβλέψεις τους να ενισχύουν τα στερεότυπα, παγιώνοντας ή και ενισχύοντας ανισότητες και προκαταλήψεις.

Πηγή: in.gr

Habsora, το AI Ευαγγέλιο με το οποίο το Ισραήλ αφανίζει μαζικότερα τη Γάζα

Habsora, το AI Ευαγγέλιο με το οποίο το Ισραήλ αφανίζει μαζικότερα τη Γάζα

Δευτέρα, 30/12/2024 - 19:13

Το Ισραήλ συνεχίζει να σφυροκοπά τους ανθρώπους της Παλαιστίνης από τις 7 Οκτωβρίου του προηγούμενου έτους, με τις αδιάκοπες επιθέσεις να διαδέχονται η μια την άλλη ως απάντηση στα πλήγματα της Χαμάς.

Καθόλη τη διάρκεια των αιματηρών βομβαρδισμών, ο στρατός του Ισραήλ χρησιμοποιεί μέσα τελευταίας τεχνολογίας, ανάμεσα στα οποία, όπως φέρνει στο φως η Washington Post, βρίσκεται και η τεχνητή νοημοσύνη. Αξιοποιώντας το συγκεκριμένο εργαλείο, μάλιστα οι ειδικές δυνάμεις του Ισραήλ έχουν πιθανότητες να κατορθώσουν την αύξηση των απωλειών των αμάχων στη Γάζα σε σχέση με επιθέσεις προηγούμενων ετών.

Το αμερικανικό μέσο βασίστηκε σε συνεντεύξεις που διεξήγαγε σε περισσότερα από 10 άτομα, τα οποία είναι απολύτως εξοικειωμένα με την κατάσταση αλλά και σε έγγραφα. Το εργαλείο που σκοτώνει μαζικά ονομάζεται Habsora και έχει την ικανότητα να δημιουργεί πάρα πολύ γρήγορα υποψήφιους στόχους.

Σύμφωνα, λοιπόν με τις πηγές της Washington Post, υπογραμμίστηκε η αντιστοιχία αμάχων θυμάτων σε σχέση με τους μαχητές της Χαμάς που “εξολοθρεύονται” είναι σήμερα 15 φορές μεγαλύτερος σε σχέση με αυτόν των επιθέσεων του 2014. Oι IDF διέψευσαν το ρεπορτάζ αλλά αυτό μάλλον έχει μικρή σημασία καθώς οι πηγές προέρχονται από το εσωτερικό τους.

Το «Habsora» ακολουθεί μια θύελλα ανησυχιών, που σχετίζεται με τα ηθικά ζητήματα που προκύπτουν από την εμπλοκή της τεχνητής νοημοσύνης σε στρατιωτικές επιχειρήσεις, ιδιαίτερα λόγω του κινδύνου για απώλειες αμάχων.

Όσοι το κατακρίνουν ισχυρίζονται εύλογα ότι η εξάρτηση από τέτοια συστήματα μπορεί να οδηγήσει σε ανεξέλεγκτες συνέπειες, ενώ ο ισραηλινός στρατός υποστηρίζει ότι η τεχνολογία αυτή επιτρέπει πιο ακριβείς επιθέσεις, μειώνοντας τις παράπλευρες απώλειες.

Στη Γάζα μέχρι σήμερα έχουν χάσει τη ζωή τους πάνω από 45.000 άνθρωποι, οι περισσότεροι εκ των οποίων είναι άμαχοι και παιδιά.

Τεχνητή νοημοσύνη μετατρέπει ηχογραφήσεις σε ακριβείς εικόνες δρόμων

Τεχνητή νοημοσύνη μετατρέπει ηχογραφήσεις σε ακριβείς εικόνες δρόμων

Πέμπτη, 26/12/2024 - 12:16

Ερευνητές μπόρεσαν να μετατρέψουν ήχους από ηχογραφήσεις σε εικόνες δρόμου με αξιοσημείωτη ακρίβεια. Στη μελέτη τους, που δημοσιεύθηκε στο περιοδικό "Computers, Environment and Urban Systems"περιγράφουν πώς εκπαίδευσαν το μοντέλο τεχνητής νοημοσύνης να μετατρέπει ήχο σε εικόνα χρησιμοποιώντας ηχητικά δεδομένα που συλλέχθηκαν από διάφορα αστικά και αγροτικά τοπία. Το μοντέλο αυτό χρησιμοποιείται τώρα για τη δημιουργία νέων εικόνων.

Ένας ήχος θα μπορούσε να δημιουργήσει ένα τοπίο

Η μελέτη τους δείχνει ότι τα ακουστικά περιβάλλοντα περιέχουν αρκετές οπτικές ενδείξεις ώστε να αναπαράγονται αρκετά πιστά στην πραγματικότητα. Αυτό σημαίνει ότι μπορούμε να μετατρέψουμε τα ακουστικά περιβάλλοντα σε ζωντανές οπτικές αναπαραστάσεις.

Για να επιτύχουν τον στόχο τους, συνέλεξαν βίντεο και ήχους από βίντεο στο YouTube από πόλεις και επαρχιακούς δρόμους στη Βόρεια Αμερική, την Ασία και την Ευρώπη.

Το μοντέλο εκπαιδεύτηκε με ζεύγη ηχητικών αποσπασμάτων διάρκειας δέκα δευτερολέπτων και εικόνων τοποθεσίας.

Στη συνέχεια, το μοντέλο μπόρεσε να δημιουργήσει εικόνες υψηλής ανάλυσης από μια απλή ηχητική ηχογράφηση.

Στη συνέχεια συγκρίθηκαν με τις πραγματικές φωτογραφίες που αντιστοιχούσαν στους ήχους, σύμφωνα με τις αναλογίες πρασίνου, κτιρίων και ουρανού που βρέθηκαν.

Τα πρώτα αποτελέσματα έδειξαν μια αρκετά ισχυρή συσχέτιση των αναλογιών του ουρανού και του πρασίνου μεταξύ των πραγματικών εικόνων και εκείνων που παράγονται από την τεχνητή νοημοσύνη. Η κατάσταση είναι λιγότερο ακριβής όταν πρόκειται για κτίρια.

Η τεχνητή νοημοσύνη μπορεί ακόμη και να αναγνωρίσει αν οι ήχοι καταγράφηκαν κατά τη διάρκεια της ημέρας ή της νύχτας, χρησιμοποιώντας ενδείξεις όπως ο θόρυβος της κυκλοφορίας στην πόλη ή ο θόρυβος των εντόμων στην ύπαιθρο.

Σκοπός της παρούσας μελέτης είναι να εξετάσει τις δυνατότητες της τεχνητής νοημοσύνης να καταγράψει τα χαρακτηριστικά που προσδίδουν στις πόλεις την ιδιαίτερη ταυτότητά τους και, γενικότερα, να μελετήσει τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν με το περιβάλλον τους.

Πηγή: rtbf.be

Τεχνητή νοημοσύνη μετατρέπει ηχογραφήσεις σε ακριβείς εικόνες δρόμων

Τεχνητή νοημοσύνη μετατρέπει ηχογραφήσεις σε ακριβείς εικόνες δρόμων

Πέμπτη, 26/12/2024 - 12:16

Ερευνητές μπόρεσαν να μετατρέψουν ήχους από ηχογραφήσεις σε εικόνες δρόμου με αξιοσημείωτη ακρίβεια. Στη μελέτη τους, που δημοσιεύθηκε στο περιοδικό "Computers, Environment and Urban Systems"περιγράφουν πώς εκπαίδευσαν το μοντέλο τεχνητής νοημοσύνης να μετατρέπει ήχο σε εικόνα χρησιμοποιώντας ηχητικά δεδομένα που συλλέχθηκαν από διάφορα αστικά και αγροτικά τοπία. Το μοντέλο αυτό χρησιμοποιείται τώρα για τη δημιουργία νέων εικόνων.

Ένας ήχος θα μπορούσε να δημιουργήσει ένα τοπίο

Η μελέτη τους δείχνει ότι τα ακουστικά περιβάλλοντα περιέχουν αρκετές οπτικές ενδείξεις ώστε να αναπαράγονται αρκετά πιστά στην πραγματικότητα. Αυτό σημαίνει ότι μπορούμε να μετατρέψουμε τα ακουστικά περιβάλλοντα σε ζωντανές οπτικές αναπαραστάσεις.

Για να επιτύχουν τον στόχο τους, συνέλεξαν βίντεο και ήχους από βίντεο στο YouTube από πόλεις και επαρχιακούς δρόμους στη Βόρεια Αμερική, την Ασία και την Ευρώπη.

Το μοντέλο εκπαιδεύτηκε με ζεύγη ηχητικών αποσπασμάτων διάρκειας δέκα δευτερολέπτων και εικόνων τοποθεσίας.

Στη συνέχεια, το μοντέλο μπόρεσε να δημιουργήσει εικόνες υψηλής ανάλυσης από μια απλή ηχητική ηχογράφηση.

Στη συνέχεια συγκρίθηκαν με τις πραγματικές φωτογραφίες που αντιστοιχούσαν στους ήχους, σύμφωνα με τις αναλογίες πρασίνου, κτιρίων και ουρανού που βρέθηκαν.

Τα πρώτα αποτελέσματα έδειξαν μια αρκετά ισχυρή συσχέτιση των αναλογιών του ουρανού και του πρασίνου μεταξύ των πραγματικών εικόνων και εκείνων που παράγονται από την τεχνητή νοημοσύνη. Η κατάσταση είναι λιγότερο ακριβής όταν πρόκειται για κτίρια.

Η τεχνητή νοημοσύνη μπορεί ακόμη και να αναγνωρίσει αν οι ήχοι καταγράφηκαν κατά τη διάρκεια της ημέρας ή της νύχτας, χρησιμοποιώντας ενδείξεις όπως ο θόρυβος της κυκλοφορίας στην πόλη ή ο θόρυβος των εντόμων στην ύπαιθρο.

Σκοπός της παρούσας μελέτης είναι να εξετάσει τις δυνατότητες της τεχνητής νοημοσύνης να καταγράψει τα χαρακτηριστικά που προσδίδουν στις πόλεις την ιδιαίτερη ταυτότητά τους και, γενικότερα, να μελετήσει τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν με το περιβάλλον τους.

Πηγή: rtbf.be

Το GenCast προβλέπει με τεχνητή νοημοσύνη τον καιρό και τους κινδύνους ακραίων συνθηκών

Το GenCast προβλέπει με τεχνητή νοημοσύνη τον καιρό και τους κινδύνους ακραίων συνθηκών

Σάββατο, 07/12/2024 - 16:53

Το «υπερόπλο» που λέγεται τεχνητή νοημοσύνη ρίχνει στη μάχη των μετεωρολογικών προβλέψεων η Google με το GenCast, ένα καινοτόμο μοντέλο που μπορεί να προβλέψει τον καιρό με ακρίβεια έως και 15 ημέρες νωρίτερα.

Ο καιρός επηρεάζει όλους μας, διαμορφώνει τις αποφάσεις μας, την ασφάλειά μας και τον τρόπο ζωής μας. Καθώς η κλιματική αλλαγή οδηγεί σε περισσότερα ακραία καιρικά φαινόμενα, οι ακριβείς και αξιόπιστες προβλέψεις είναι πιο απαραίτητες από ποτέ. Ωστόσο, ο καιρός δεν μπορεί να προβλεφθεί τέλεια και οι προβλέψεις είναι ιδιαίτερα αβέβαιες.

Το GenCast είναι ένα καινοτόμο μοντέλο προβλέψεις καιρού που αναπτύχθηκε στο ερευνητικό εργαστήριο DeepMind. Έχει κατασκευαστεί για να παρέχει καλύτερες προβλέψεις σε ημερήσια βάση όσο και των ακραίων φαινομένων έως και 15 ημέρες νωρίτερα.

 

Πρόγνωση σε μόλις 8 λεπτά

Το μοντέλο της Google σηματοδοτεί μια κρίσιμη πρόοδο στην πρόβλεψη καιρού με βάση την τεχνητή νοημοσύνη.  Σε αντίθεση με τις παραδοσιακές μεθόδους που απαιτούν ώρες υπολογισμών σε υπερυπολογιστές, το GenCast μπορεί να δημιουργήσει μια πρόγνωση σε μόλις 8 λεπτά. Στην πράξη όχι μόνο παρέχει ταχύτερα αποτελέσματα, αλλά διαπρέπει και στην πρόβλεψη ακραίων καιρικών φαινομένων, όπως τροπικοί κυκλώνες, με μεγαλύτερη ακρίβεια.

Παράγει ένα σύνολο 50 ή περισσότερων προβλέψεων, επιτρέποντας μια πιο λεπτομερή κατανόηση των πιθανών σεναρίων καιρού, κάτι ιδιαίτερα κρίσιμο για τομείς όπως η γεωργία, οι ανανεώσιμες πηγές ενέργειας και οι υπηρεσίες έκτακτης ανάγκης.

 

Η ανάπτυξη του GenCast αποτελεί σημαντική πρόοδο στον τομέα των μετεωρολογικών προβλέψεων, αξιοποιώντας τέσσερις δεκαετίες ιστορικών δεδομένων καιρού από το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Μετεωρολογικών Προγνώσεων (ECMWF). Το μοντέλο χρησιμοποιεί τεχνικές διάχυσης, παρόμοιες με αυτές της γενετικής τεχνητής νοημοσύνης για εικόνες και μουσική, προσαρμοσμένες όμως στη σφαιρική γεωμετρία της Γης.

 

Ακριβέστερο από το ENS

Εξετάζοντας τις προβλέψεις διαφορετικών μεταβλητών σε διαφορετικούς χρόνους προβολής -συνολικά 1320 συνδυασμούς- το GenCast ήταν ακριβέστερο από το ENS (σύστημα πρόβλεψης που έχει σχεδιαστεί για να υποδεικνύει το εύρος των πιθανών καιρικών συνθηκών σε διάστημα 15 ημερών) στο 97,2% αυτών των στόχων, και στο 99,8% σε χρόνους προβολής μεγαλύτερους από 36 ώρες.

Σε μια προσπάθεια να προωθήσει περαιτέρω την εξέλιξη στις προβλέψεις του καιρού, η Google αποφάσισε να διαθέσει τον κώδικα του μοντέλου GenCast ελεύθερα στην ερευνητική κοινότητα. Αυτή η κίνηση αναμένεται να επιταχύνει την καινοτομία στον κλάδο, επιτρέποντας σε επιστήμονες παγκοσμίως να συμβάλουν και να εξελίξουν την τεχνολογία.

Καναδάς: Οι μεγαλύτεροι ειδησεογραφικοί οργανισμοί μηνύουν την OpenAI

Καναδάς: Οι μεγαλύτεροι ειδησεογραφικοί οργανισμοί μηνύουν την OpenAI

Κυριακή, 01/12/2024 - 14:12

Μήνυση σε βάρος της τεχνολογικής εταιρείας OpenAI κατέθεσαν οι μεγαλύτεροι ειδησεογραφικοί οργανισμοί του Καναδά, διεκδικώντας δισεκατομμύρια δολάρια, ισχυριζόμενοι ότι η εταιρεία «πλούτισε άδικα» χρησιμοποιώντας άρθρα ειδήσεων για να εκπαιδεύσει το δημοφιλές λογισμικό ChatGPT.

Όπως αναφέρει ο Guardian, η αγωγή, η οποία κατατέθηκε την Παρασκευή στο Ανώτατο Δικαστήριο του Οντάριο, ζητά αποζημίωση σε ποινικό επίπεδο, μερίδιο από τα κέρδη που αποκόμισε η OpenAI από τη χρήση των άρθρων των ειδησεογραφικών οργανισμών, καθώς και ασφαλιστικά μέτρα που θα απαγορεύουν στην εταιρεία με έδρα το Σαν Φρανσίσκο να χρησιμοποιεί στο μέλλον οποιοδήποτε από τα άρθρα των ειδήσεων.

Στους ενάγοντες περιλαμβάνονται η Globe and Mail, ο καναδικός Τύπος, το CBC, η Toronto Star, η Metroland Media και η Postmedia. Ζητούν αποζημίωση έως και 20.000 δολάρια Καναδά για κάθε άρθρο που χρησιμοποιεί η OpenAI, γεγονός που υποδηλώνει ότι μια νίκη στο δικαστήριο θα μπορούσε να αξίζει δισεκατομμύρια.

«Οι εναγόμενοι έχουν εμπλακεί σε συνεχή, σκόπιμη και μη εξουσιοδοτημένη υπεξαίρεση των πολύτιμων έργων των ενάγοντων στα μέσα ενημέρωσης ειδήσεων. Οι ενάγοντες ασκούν την παρούσα αγωγή για να αποτρέψουν και να ζητήσουν αποζημίωση για αυτές τις παράνομες δραστηριότητες», αναφέρεται στην αγωγή των ειδησεογραφικών οργανισμών.

«Για να αποκτήσει τις σημαντικές ποσότητες δεδομένων κειμένου που απαιτούνται για την ανάπτυξη των μοντέλων GPT τους, η OpenAI σκόπιμα αποκτά πρόσβαση και αντιγράφει περιεχόμενο από τους ιστότοπους των εταιρειών ειδησεογραφικών μέσων ενημέρωσης. Στη συνέχεια χρησιμοποιεί αυτό το ιδιοκτησιακό περιεχόμενο για την ανάπτυξη των μοντέλων GPT της, χωρίς συγκατάθεση ή άδεια» τονίζεται.

Κανένας από τους ισχυρισμούς δεν έχει ελεγχθεί στο δικαστήριο.

Η αγωγή είναι η τελευταία σε μια σειρά από μάχες των καναδικών μέσων ενημέρωσης εναντίον αμερικανικών εταιρειών τεχνολογίας, συμπεριλαμβανομένης μιας πικρής διαμάχης με τη μητρική εταιρεία του Facebook Meta. Πολλά ειδησεογραφικά πρακτορεία στις ΗΠΑ, συμπεριλαμβανομένων των New York Times, έχουν επίσης μηνύσει την OpenAI.

Μελέτη στην Ελβετία αποκαλύπτει ότι το ChatGPT αλλοιώνει τις πληροφορίες για ένοπλες συγκρούσεις ανάλογα με τη γλώσσα

Μελέτη στην Ελβετία αποκαλύπτει ότι το ChatGPT αλλοιώνει τις πληροφορίες για ένοπλες συγκρούσεις ανάλογα με τη γλώσσα

Τετάρτη, 27/11/2024 - 21:21

Νέα έρευνα δείχνει ότι όταν ερωτάται στα αραβικά για τον αριθμό των θυμάτων μεταξύ των αμάχων στις συγκρούσεις στη Μέση Ανατολή, το ChatGPT δίνει σημαντικά υψηλότερα νούμερα από ό,τι όταν η ερώτηση είναι γραμμένη στα εβραϊκά. Σύμφωνα με τους ερευνητές, τέτοιες συστηματικές αποκλίσεις θα μπορούσαν να ενθαρρύνουν τη μεροληψία στις ένοπλες συγκρούσεις.

Καθημερινά, εκατομμύρια άνθρωποι χρησιμοποιούν και αναζητούν πληροφορίες στο ChatGPT και σε άλλα μεγάλα γλωσσικά μοντέλα (LLM). Πώς όμως η γλώσσα στην οποία γίνονται οι ερωτήσεις επηρεάζει τις απαντήσεις σε αυτά τα μοντέλα - έχει σημασία αν η ίδια ερώτηση γίνεται στα αγγλικά, στα αραβικά ή στα εβραϊκά;

Ερευνητές από τα πανεπιστήμια της Ζυρίχης και της Κωνσταντίας διερεύνησαν το ερώτημα αυτό εστιάζοντας στη Μέση Ανατολή και στις συγκρούσεις μεταξύ Τούρκων και Κούρδων. Χρησιμοποιώντας μια αυτοματοποιημένη διαδικασία, υπέβαλαν επανειλημμένα στο ChatGPT τις ίδιες ερωτήσεις σχετικά με ένοπλες συγκρούσεις όπως αυτή στη Μέση Ανατολή σε διάφορες γλώσσες. Διαπίστωσαν ότι, κατά μέσο όρο, το ChatGPT δίνει κατά ένα τρίτο υψηλότερα στοιχεία για τις απώλειες στις συγκρούσεις στη Μέση Ανατολή όταν η ερώτηση γίνεται στα αραβικά απ' ό,τι στα εβραϊκά και αναφέρει διπλάσιες απώλειες αμάχων και έξι φορές περισσότερα παιδιά που σκοτώθηκαν από τις ισραηλινές αεροπορικές επιδρομές στη Γάζα.

Για παράδειγμα, η ερευνητική ομάδα ζήτησε επανειλημμένα από το ChatGPT στα εβραϊκά και στα αραβικά τον αριθμό των ανθρώπων που σκοτώθηκαν σε 50 τυχαία επιλεγμένες αεροπορικές επιδρομές, συμπεριλαμβανομένης της ισραηλινής επίθεσης στον προσφυγικό καταυλισμό Νουσεϊράτ στη Λωρίδα της Γάζας στις 21 Αυγούστου 2014.

Η ομάδα επανέλαβε το ίδιο μοτίβο για να ρωτήσει σχετικά με τις αεροπορικές επιδρομές του τουρκικού στρατού σε κουρδικές περιοχές. Έκαναν τις ερωτήσεις τόσο στα τουρκικά όσο και στα κουρδικά, ανέφερε ττο πανεπιστήμιο της Ζυρίχης.

Γενικά, το ChatGPT παρουσιάζει μεγαλύτερο αριθμό απωλειών όταν τα ερωτήματα αναζήτησης γίνονται στη γλώσσα της πλευράς που δέχεται την επίθεση. Το ChatGPT τείνει επίσης να αναφέρει περισσότερα παιδιά και γυναίκες που σκοτώθηκαν στη γλώσσα της πλευράς που δέχεται την επίθεση και να περιγράφει τις αεροπορικές επιδρομές ως αδιάκριτες και τυχαίες.

"Τα αποτελέσματα δείχνουν επίσης ότι το ChatGPT τείνει να αρνηθεί την ύπαρξη τέτοιων αεροπορικών επιδρομών όταν η ερώτηση είναι στη γλώσσα του επιτιθέμενου", λέει ο Κριστόφ Στάινερτ, μεταδιδακτορικός ερευνητής στο Τμήμα Πολιτικών Επιστημών του Πανεπιστημίου της Ζυρίχης.

Στρέβλωση της αντίληψης

Άνθρωποι που μιλούν διαφορετικές γλώσσες λαμβάνουν διαφορετικές πληροφορίες μέσω αυτών των νέων τεχνολογιών, γεγονός που επηρεάζει καθοριστικά την αντίληψή τους για τον κόσμο. Σύμφωνα με τους ερευνητές, αυτό θα μπορούσε να οδηγήσει τους ανθρώπους στο Ισραήλ να αξιολογούν τις αεροπορικές επιδρομές στη Γάζα ως λιγότερο επιβλαβείς από ό,τι ο αραβόφωνος πληθυσμός, με βάση τις πληροφορίες που λαμβάνουν αμφότεροι από το ChatGPT.

Ενώ τα παραδοσιακά μέσα ενημέρωσης μπορούν επίσης να παραμορφώσουν τις πληροφορίες, οι συστηματικές γλωσσικές παραμορφώσεις των μεγάλων γλωσσικών μοντέλων, όπως το ChatGPT, είναι δύσκολο να γίνουν αντιληπτές από τους περισσότερους χρήστες.

"Υπάρχει ο κίνδυνος ότι η αυξανόμενη ανάπτυξη μεγάλων γλωσσικών μοντέλων στις μηχανές αναζήτησης θα ενισχύσει τις διαφορετικές αντιλήψεις, τις προκαταλήψεις και την παραπληροφόρηση κατά μήκος των γλωσσικών διαχωριστικών γραμμών", λέει ο Στάινερτ, ο οποίος πιστεύει ότι στο μέλλον θα μπορούν να υποδαυλίζουν ένοπλες συγκρούσεις, όπως αυτές στη Μέση Ανατολή.

Πηγή: swissinfo.ch

Η τεχνητή νοημοσύνη αποκαλύπτει 70.000 νέους ιούς

Η τεχνητή νοημοσύνη αποκαλύπτει 70.000 νέους ιούς

Δευτέρα, 28/10/2024 - 17:40

ΔΗΜΗΤΡΗΣ ΦΑΝΑΡΙΩΤΗΣ

Oι 70.000 ιοί RNA ταυτοποιήθηκαν με τη χρήση μιας μετα-γονιδιωματικής διαδικασίας, στην οποία οι επιστήμονες λαμβάνουν δείγματα από όλα τα γονιδιώματα που υπάρχουν στο περιβάλλον χωρίς να χρειάζεται να καλλιεργήσουν μεμονωμένους ιούς.

Ερευνητές χρησιμοποίησαν τεχνητή νοημοσύνη (AI) για να αποκαλύψουν 70.000 ιούς που ήταν προηγουμένως άγνωστοι στην επιστήμη, πολλοί από τους οποίους είναι ιδιόμορφοι και δεν θυμίζουν καθόλου γνωστά είδη σχολιάζει ο ιστότοπος Briefing Nature. Επισημαίνει ότι οι 70.000 ιοί RNA ταυτοποιήθηκαν με τη χρήση μιας μετα-γονιδιωματικής διαδικασίας, στην οποία οι επιστήμονες λαμβάνουν δείγματα από όλα τα γονιδιώματα που υπάρχουν στο περιβάλλον χωρίς να χρειάζεται να καλλιεργήσουν μεμονωμένους ιούς. Μια μέθοδος που καταδεικνύει τη δυνατότητα της τεχνητής νοημοσύνης να εξερευνήσει τη «σκοτεινή ύλη» του σύμπαντος του ιού RNA.

Οι ιοί είναι πανταχού παρόντες μικροοργανισμοί που μολύνουν ζώα, φυτά, ακόμη και βακτήρια, ωστόσο μόνο ένα μικρό κλάσμα έχει εντοπιστεί και περιγραφεί. Υπάρχει ουσιαστικά ένας «απύθμενος λάκκος» ιών προς ανακάλυψη, λέει ο Αρτέμ Μπαμπαγιάν ειδικός ιολόγος στο Πανεπιστήμιο του Τορόντο στον Καναδά. Ορισμένοι από αυτούς τους ιούς θα μπορούσαν να προκαλέσουν ασθένειες στους ανθρώπους, πράγμα που σημαίνει ότι ο χαρακτηρισμός τους θα μπορούσε να βοηθήσει στην εξήγηση μυστηριωδών ασθενειών. Σημειώνει δε ότι πολλοί από τους ιούς αυτούς είναι «παράξενοι» και ζουν σε αλυκές, υδροθερμικές οπές και άλλα ακραία περιβάλλοντα.

Προηγούμενες μελέτες έχουν χρησιμοποιήσει μηχανική εκμάθηση για την εύρεση νέων ιών στην αλληλουχία δεδομένων. Η πιο πρόσφατη μελέτη, που δημοσιεύτηκε στο Cell, πηγαίνει αυτή τη διαδικασία ένα βήμα παραπέρα και τη χρησιμοποιεί για να εξετάσει τις δομές πρωτεΐνης.

Μάλιστα για τον λόγο αυτό το μοντέλο τεχνητής νοημοσύνης (AI) ενσωματώνει ένα εργαλείο πρόβλεψης πρωτεΐνης, που ονομάζεται ESMFold, το οποίο αναπτύχθηκε από ερευνητές στο Meta (πρώην Facebook). Ενα παρόμοιο σύστημα AI, το AlphaFold, αναπτύχθηκε από ερευνητές στο Google DeepMind στο Λονδίνο, οι οποίοι κέρδισαν το φετινό Νόμπελ Χημείας.

Το Nature σημειώνει ακόμη ότι 2022, ο Μπαμπαγιάν και οι συνεργάτες του έψαξαν 5,7 εκατομμύρια γονιδιωματικά δείγματα που αρχειοθετήθηκαν σε δημόσια διαθέσιμες βάσεις δεδομένων και εντόπισαν σχεδόν 132.000 νέους ιούς RNA2. Και η επέκταση της δεξαμενής των γνωστών ιών διευκολύνει την εύρεση περισσότερων παρόμοιων ιών, λέει ο Μπαμπαγιάν τονίζοντας ότι: «Ξαφνικά μπορείς να δεις πράγματα που απλά δεν έβλεπες πριν».

Το άρθρο υπογραμμίζει ότι μια κοινή μέθοδος είναι να αναζητηθεί ένα τμήμα του γονιδιώματος που κωδικοποιεί μια βασική πρωτεΐνη που χρησιμοποιείται στην αντιγραφή του RNA, που ονομάζεται RNA-εξαρτώμενη πολυμεράση (RdRp). Αλλά, επισημαίνει το επιστημονικό άρθρο, η αλληλουχία που κωδικοποιεί αυτήν την πρωτεΐνη σε έναν ιό είναι πολύ διαφορετική από οποιαδήποτε γνωστή και έτσι οι ερευνητές δεν θα την αναγνωρίσουν.

Για τον λόγο αυτό ο εξελικτικός βιολόγος Σι Μανγκ από το Πανεπιστήμιο Σαν Γιατ Σεν της Σενζέν Sun Yat-sen και συν-συγγραφέας της μελέτης που δημοσιεύθηκε στο Cell αναζήτησε ιούς που δεν είχαν αναγνωριστεί στο παρελθόν σε δημόσια διαθέσιμα γονιδιωματικά δείγματα.

Ειδικότερα η ομάδα του Μανγκ ανέπτυξε ένα μοντέλο, που ονομάζεται LucaProt, χρησιμοποιώντας την αρχιτεκτονική «μετασχηματιστή» που στηρίζει το ChatGPT και τροφοδότησε την αλληλουχία και τα δεδομένα πρόβλεψης πρωτεΐνης ESMFold. Στη συνέχεια εκπαίδευσαν το μοντέλο τους να αναγνωρίζει τους ιούς. Χρησιμοποιώντας αυτή τη μέθοδο, εντόπισαν περίπου 160.000 ιούς RNA, συμπεριλαμβανομένων μερικών που βρέθηκαν σε ακραία περιβάλλοντα όπως θερμές πηγές, αλμυρές λίμνες και στον αέρα. Λίγο λιγότερο από τα μισά από αυτά δεν είχαν περιγραφεί πριν.

«Είναι μια πραγματικά πολλά υποσχόμενη προσέγγιση για την επέκταση της “ιοσφαίρας”», τόνισε η Τζάκι Μαχάρ, εξελικτική ιολόγος στο Αυστραλιανό Κέντρο Ετοιμότητας για Νόσους CSIRO στο Γκέλονγκ. Τόνισε μάλιστα ότι ο χαρακτηρισμός των ιών θα βοηθήσει τους ερευνητές να κατανοήσουν την προέλευση των μικροβίων και το πώς εξελίχθηκαν σε διαφορετικούς ξενιστές.

Πηγή:  ΕΦΗΜΕΡΙΔΑ ΤΩΝ ΣΥΝΤΑΚΤΩΝ

Ημερίδα: «Τεχνητή Νοημοσύνη – Πρόοδος ή Κίνδυνος για το μέλλον της Ανθρωπότητας;» Πέμπτη, 31/10/2024, ώρα 18:00, Aίθουσα Καυταντζόγλου (Συγκρότημα Πατησίων), Εθνικό Μετσόβιο Πολυτεχνείο (Ε.Μ.Π.)

Ημερίδα: «Τεχνητή Νοημοσύνη – Πρόοδος ή Κίνδυνος για το μέλλον της Ανθρωπότητας;» Πέμπτη, 31/10/2024, ώρα 18:00, Aίθουσα Καυταντζόγλου (Συγκρότημα Πατησίων), Εθνικό Μετσόβιο Πολυτεχνείο (Ε.Μ.Π.)

Παρασκευή, 25/10/2024 - 18:55

Ημερίδα:

 «Τεχνητή Νοημοσύνη – Πρόοδος ή Κίνδυνος για το μέλλον της Ανθρωπότητας;»

Πέμπτη, 31/10/2024, ώρα 18:00

Aίθουσα Καυταντζόγλου (Συγκρότημα Πατησίων), Εθνικό Μετσόβιο Πολυτεχνείο (Ε.Μ.Π.)

 

Υπό την αιγίδα:

Δήμος Αθηναίων

 

Με την ευγενική υποστήριξη:

Εθνικό Μετσόβιο Πολυτεχνείο (Ε.Μ.Π.)

 

Ο Όμιλος για την UNESCO Τεχνών, Λόγου και Επιστημών Ελλάδος, στο πλαίσιο των πολιτιστικών και επιμορφωτικών του δράσεων, διοργανώνει ημερίδα με τίτλο: «Τεχνητή Νοημοσύνη – Πρόοδος ή Κίνδυνος για το μέλλον της Ανθρωπότητας;», που θα πραγματοποιηθεί την Πέμπτη 31 Οκτωβρίου 2024 και ώρα 18:00, στην αίθουσα Καυταντζόγλου (Συγκρότημα Πατησίων) του Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.).

Σκοπός του Ομίλου μέσα από αυτή τη διοργάνωση, είναι η ενημέρωση του κοινού σχετικά με την εφαρμογή της τεχνητής νοημοσύνης σε σημαντικούς τομείς, όπως υγεία, ενέργεια, παιδεία, δικαιοσύνη, τέχνη και πολιτισμός, καθώς επίσης και η επίδραση της ορθής ή αλόγιστης χρήσης της στη ζωή μας, επηρεάζοντας κατ’ αυτόν τον τρόπο θετικά ή αρνητικά την καθημερινότητα των ανθρώπων.

Ομιλητές:

Ευάγγελος ΜαρινάκηςΕπικ. Καθηγητής Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.), Πρόεδρος ΔΑΕΜ

Δημήτριος Ασκούνης - Καθηγητής Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.)

Κωνσταντίνα Σπ. Νικήτα - Καθηγήτρια Σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.)

Φερενίκη ΠαναγοπούλουΑναπλ. Καθηγήτρια Συνταγματικού Δικαίου, Δικαίου Προστασίας Δεδομένων και Βιοηθικής, Παντείου Πανεπιστημίου

Γεώργιος Στάμου - Καθηγητής Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.), Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Αναστασία Φύλλα - Δικηγόρος

 

Συντονισμός – παρουσίαση:

Δημήτριος ΑσκούνηςΚαθηγητής Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.)

 

Πληροφορίες εκδήλωσης:

Ημερομηνία: Πέμπτη, 31 Οκτωβρίου 2024

Έναρξη: 18:00 - Ώρα προσέλευσης: 17:00 – 17:45

Χώρος: Αίθουσα Καυταντζόγλου (Συγκρότημα Πατησίων), Εθνικού Μετσόβιου Πολυτεχνείου (Ε.Μ.Π.).

Διεύθυνση: Πατησίων 42, Τ.Κ. 106 82, Αθήνα

Είσοδος ελεύθερη.

 

Πληροφορίες: Γραμματεία Ομίλου για την UNESCO Τεχνών Λόγου & Επιστημών Ελλάδος

Τηλέφωνο: 210 9514523 - Email: Αυτή η διεύθυνση ηλεκτρονικού ταχυδρομείου προστατεύεται από τους αυτοματισμούς αποστολέων ανεπιθύμητων μηνυμάτων. Χρειάζεται να ενεργοποιήσετε τη JavaScript για να μπορέσετε να τη δείτε.

Καρκίνος: Δημιούργησαν μοντέλο ΑΙ για τη διάγνωσή του – Επικεφαλής ελληνίδα ερευνήτρια

Καρκίνος: Δημιούργησαν μοντέλο ΑΙ για τη διάγνωσή του – Επικεφαλής ελληνίδα ερευνήτρια

Κυριακή, 15/09/2024 - 12:27

Ένα προηγμένο μοντέλο τεχνητής νοημοσύνης (ΑΙ), ικανό να συμβάλει στην παθολογική ανάλυση και τη διάγνωση του καρκίνου, δημιούργησε ομάδα ερευνητών, με επικεφαλής την Ελληνίδα ερευνήτρια, Μαριάννα Ραψομανίκη, από το Biomedical Data Science Center του Πανεπιστημίου της Λωζάνης και το Πανεπιστημιακό Νοσοκομείο της Λωζάνης, στην Ελβετία.

Με στόχο να υπερπηδήσει το συχνό εμπόδιο της έλλειψης επαρκών ιστολογικών δεδομένων για την πρόγνωση του καρκίνου σε έναν ασθενή, η ερευνητική ομάδα, με συνεπικεφαλής την Μαριάννα Κράουτχοφ ντε Γιούλιο (Marianna Kruithof-de Julio), από το Ερευνητικό Εργαστήριο Ουρολογίας στο Πανεπιστήμιο της Βέρνης, δημιούργησε το μοντέλο τεχνητής νοημοσύνης με την ονομασία «VirtualMultiplexer», το οποίο παράγει εικόνες των βιοψιών και συγκεκριμένα της ανάλυσης των ιστών μέσω του χρωματισμού τους, δηλαδή μιας τεχνικής που χρησιμοποιείται για τη διάγνωση του καρκίνου στο εργαστήριο.

Όλοι έχουμε χειριστεί εφαρμογές στον κινητό μας τηλέφωνο που χρησιμοποιούν μια φωτογραφία μας για να μας δείξουν πώς θα μοιάζουμε ως ηλικιωμένοι ή ως θέμα του πίνακα ενός σπουδαίου ζωγράφου. Αυτή τη λογική της μεταφοράς στυλ (style transfer) είναι που αξιοποιεί και το συγκεκριμένο μοντέλο, «απλά αντί για κάποιο ζωγράφο, έχουμε μια μοριακή τεχνική στο εργαστήριο», όπως εξηγεί χαρακτηριστικά στο ΑΠΕ-ΜΠΕ η κ. Ραψομανίκη.

Το μοντέλο δημιουργεί λεπτομερείς εικόνες ενός καρκινικού ιστού και των πληροφοριών που φέρει σε μοριακό επίπεδο

Εικόνες από τον «VirtualMultiplexer« για τους καρκινικούς ιστούς σε αντιδιαστολή με τις εφαρμογές που μετατρέπουν μια φωτογραφία βάσει του στυλ διάσημων ζωγράφων / Credit: Zhu et al. ICCV, 2017 / M. Rapsomaniki (UNIL-CHUV)

Η παραγωγική τεχνητή νοημοσύνη

Χρησιμοποιώντας λοιπόν την παραγωγική τεχνητή νοημοσύνη (Generative AI) και μέσα από την εκπαίδευσή του σε πολυάριθμες φωτογραφίες ιστών που αναλύθηκαν εργαστηριακά με την εφαρμογή χρωστικών ουσιών, το μοντέλο δημιουργεί λεπτομερείς εικόνες ενός καρκινικού ιστού και των πληροφοριών που φέρει σε μοριακό επίπεδο, στοιχείο πολύ σημαντικό για τον ακριβή προσδιορισμό της ασθένειας. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο περιοδικό «Nature Machine Intelligence».

Στο πεδίο της ογκολογίας έχει εμφανιστεί τα τελευταία χρόνια η τεχνολογία του multiplexed imaging, όπου ανιχνεύονται και μετρώνται πολλοί βιοδείκτες του καρκίνου ταυτόχρονα παρέχοντας μεγαλύτερη ακρίβεια στη διάγνωση, στην εξατομίκευση της θεραπείας και στην πρόγνωση της κλινικής εξέλιξης της νόσου. «Η ογκολογία στο κομμάτι της έρευνας ζει μια πολύ μεγάλη επανάσταση με τις νέες τεχνικές στο εργαστήριο. Το ζήτημα είναι ότι αυτές οι τεχνικές είναι πολύ ακριβές και τα μηχανήματα δεν τα έχουν όλα τα εργαστήρια. Οπότε με αυτή τη μελέτη προσπαθήσαμε να πετύχουμε το ίδιο, αλλά με ένα υπολογιστικό μοντέλο», εξηγεί η κ. Ραψομανίκη.

Ο στόχος των ερευνητών ήταν με τη βοήθεια του μοντέλου αυτού να μειωθεί η ανάγκη εκτέλεσης επιπλέον εργαστηριακών αναλύσεων, αλλά και να μπορούν να συμπληρωθούν οι πληροφορίες που λαμβάνονται από την ανάλυση των ιστών.

Μετά τη δημιουργία του μοντέλου, οι ερευνητές δοκίμασαν το πόσο καλά οι τεχνητές αυτές εικόνες προβλέπουν τα κλινικά αποτελέσματα, προκειμένου να αποκλείσουν την πιθανότητα αληθοφανών αλλά ψευδών προβλέψεων. Μέσα από τη σύγκριση των προβλέψεων αυτών με πραγματικούς βαμμένους ιστούς, οι ερευνητές επιβεβαίωσαν ότι το μοντέλο είναι αξιόπιστο.

Ο στόχος των ερευνητών ήταν με τη βοήθεια του μοντέλου αυτού να μειωθεί η ανάγκη εκτέλεσης επιπλέον εργαστηριακών αναλύσεων

Η επικεφαλής ελληνίδα ερευνήτρια Μαριάννα Ραψομανίκη

Σε δεύτερο στάδιο έδωσαν σε παθολογοανατόμους εικόνες από το εργαστήριο και από το μοντέλο και τους ζήτησαν να ξεχωρίσουν ποιες είναι παράγωγο της τεχνητής νοημοσύνης και ποιες αληθινές. Διαπιστώθηκε ότι οι τεχνητές εικόνες γίνονται αντιληπτές ως σχεδόν πανομοιότυπες με τις πραγματικές και αυτό δείχνει και πάλι την αποτελεσματικότητα του μοντέλου.

Οι ερευνητές χρησιμοποίησαν ιστούς από άτομα που πάσχουν από καρκίνο του προστάτη και από καρκίνο του παγκρέατος. Σε επόμενο στάδιο στοχεύουν στην προσαρμογή του μοντέλου, ώστε να μπορεί να χρησιμοποιηθεί και για τον εντοπισμό άλλων τύπων καρκίνου, αλλά και να αξιοποιηθεί και σε πιο προηγμένες εργαστηριακές τεχνικές διάγνωσης του καρκίνου πέραν της χρώσης των ιστών.

«Στην εξατομικευμένη θεραπεία το μέλλον της ογκολογίας»

Αν και μηχανικός υπολογιστών, η Μαριάννα Ραψομανίκη ασχολείται χρόνια με την αξιοποίηση της τεχνητής νοημοσύνης στη «μάχη» κατά του καρκίνου.

«Το αποφάσισα αρκετά νωρίς, γιατί βρίσκω συγκλονιστικό το πόσο περίπλοκη είναι αυτή η ασθένεια. Όσο μαθαίνεις πιο πολλά, τόσο καταλαβαίνεις ότι δεν έχουμε ιδέα για το τι συμβαίνει σε μοριακό επίπεδο ή σε επίπεδο του μικροπεριβάλλοντος της νόσου. Είναι τόσο σύνθετη ασθένεια, που για μένα είναι τρομερά ενδιαφέρον να προσπαθούμε να βγάλουμε άκρη στο τι συμβαίνει», τονίζει.

Όπως παρατηρεί η ίδια, η χρήση της τεχνητής νοημοσύνης «έχει φέρει πολύ μεγάλη ελπίδα, γιατί οι τεχνικές αυτές μπορούν να δουν συσχετίσεις που το ανθρώπινο μάτι δεν μπορεί να δει ή δεν μπορεί να τις αντιληφθεί. Επιπλέον, όλες οι πειραματικές τεχνικές που γίνονται στο εργαστήριο, μάς δίνουν πολύ μεγάλο όγκο δεδομένων τις οποίες η τεχνητή νοημοσύνη μπορεί να επεξεργαστεί πολύ πιο αποδοτικά».

«Συνολικά», συνεχίζει η κ. Ραψομανίκη, «η ελπίδα είναι ότι η τεχνητή νοημοσύνη θα είναι ένα χρήσιμο εργαλείο στα χέρια του γιατρού. Σε ένα πλαίσιο που τα συστήματα υγείας υφίστανται πολύ μεγάλη πίεση, οτιδήποτε μπορεί να απλοποιήσει τη δουλειά των γιατρών, θα βοηθήσει. Επιπλέον, το μέλλον της ογκολογίας πιστεύω ότι βρίσκεται στην εξατομικευμένη θεραπεία για κάθε ασθενή, με βάση τα δεδομένα του όγκου, γιατί όλοι οι όγκοι είναι μοναδικοί, και αυτό μπορεί να γίνει μόνο με προηγμένα μοντέλα».

Όμως, προσθέτει ότι «δεν πρέπει να ξεχνάμε ότι όλα αυτά είναι εργαλεία και να είμαστε πολύ προσεκτικοί στην προστασία των δεδομένων των ασθενών. Ταυτόχρονα, αυτό που είναι πολύ μεγάλο θέμα ερευνητικά είναι να καταλάβουμε πώς παίρνουν αποφάσεις αυτά τα μοντέλα. Οπότε πρέπει να είμαστε σίγουροι ότι τα αποτελέσματα των ερευνών μπορούν να επιβεβαιωθούν».

Σημειώνεται ότι πρώτος συγγραφέας της δημοσίευσης στο «Nature Machine Intelligence» είναι ο ερευνητής Πούσπακ Πάτι (Pushpak Pati), ο οποίος την περίοδο της έρευνας ήταν μέλος της ομάδας της κ. Ραψομανίκη. Στη δημοσίευση συνεργάστηκε μεταξύ άλλων και η Σοφία Καρκαμπούνα από το Πανεπιστήμιο της Βέρνης.

Πηγή: ΑΠΕ – ΜΠΕΤΕΧ

Σελίδα 1 από 3