![]() |
| Νέες τεχνικές που αναπτύχθηκαν με τη χρήση της Τεχνητής Νοημοσύνης θα μπορούσαν να βοηθήσουν τους επιστήμονες να ανακαλύψουν τις αιτίες ορισμένων φαινομένων με βάση αυτά που παρατηρούν. (Πηγή: Shutterstock) |
Επιστήμονες στη Σχολή Μηχανικής και Εφαρμοσμένων Επιστημών του Πανεπιστημίου της Πενσυλβάνια (ΗΠΑ) ανέπτυξαν μια νέα τεχνική Τεχνητής Νοημοσύνης που θα μπορούσε να βοηθήσει τους ανθρώπους να κατανοήσουν καλύτερα πώς λειτουργεί η φύση. Η αξιοσημείωτη πτυχή αυτής της μεθόδου είναι ότι η Τεχνητή Νοημοσύνη όχι μόνο προβλέπει τι θα συμβεί, αλλά μπορεί επίσης να βοηθήσει στην αποκάλυψη των υποκείμενων αιτιών.
Ο καθηγητής Vivek Shenoy, επικεφαλής συγγραφέας της μελέτης, προσφέρει μια απλή αναλογία: Αν δείτε κυματισμούς στην επιφάνεια μιας λίμνης, μπορείτε να υποθέσετε ότι ένα βότσαλο μόλις έπεσε στο νερό. Αλλά το πού έπεσε το βότσαλο, πώς έπεσε και ποια πρόσκρουση δημιούργησε είναι πιο δύσκολα ερωτήματα. Παρόμοια φαινόμενα υπάρχουν και στην επιστήμη. Οι ερευνητές συχνά παρατηρούν τα εξωτερικά αποτελέσματα, αλλά οι υποκείμενες αιτίες δεν είναι εύκολα αναγνωρίσιμες.
Η νέα μέθοδος ονομάζεται «Mollifier Layers». Αντί να εμβαθύνει σε πολύπλοκους μαθηματικούς τύπους, μπορεί να γίνει κατανοητή ως ένα επίπεδο επεξεργασίας που βοηθά την Τεχνητή Νοημοσύνη να «εξομαλύνει» τα δεδομένα πριν από την ανάλυση. Αυτό είναι ιδιαίτερα σημαντικό επειδή τα δεδομένα του πραγματικού κόσμου είναι συχνά ατελή. Μπορεί να είναι θορυβώδη, ασταθή ή πολύ περίπλοκα, καθιστώντας δύσκολο για τους υπολογιστές να βρουν το ακριβές μοτίβο.
Μια αρχική εφαρμογή αυτής της τεχνικής περιλαμβάνει τη μελέτη του DNA μέσα στα κύτταρα. Μέσα σε κάθε κύτταρο, το DNA δεν υπάρχει μεμονωμένα, αλλά είναι συσκευασμένο με πρωτεΐνες σε μια δομή που ονομάζεται χρωματίνη. Αυτή η δομή παίζει κρίσιμο ρόλο στον έλεγχο της γονιδιακής δραστηριότητας, επηρεάζοντας την κυτταρική ταυτότητα, τη γήρανση και τις ασθένειες. Με αυτή τη νέα μέθοδο τεχνητής νοημοσύνης, οι επιστήμονες ελπίζουν να κατανοήσουν καλύτερα τις πολύ ανεπαίσθητες αλλαγές μέσα στα κύτταρα, εξηγώντας έτσι γιατί τα γονίδια λειτουργούν με διαφορετικούς τρόπους.
Αυτή η μέθοδος δεν είναι χρήσιμη μόνο στη βιολογία, αλλά και σε πολλούς άλλους τομείς, όπως η έρευνα υλικών, η πρόγνωση καιρού ή η προσομοίωση ροής. Πρόκειται για τομείς με πολύπλοκα δεδομένα, πολλές μεταβλητές και όπου οι υποκείμενες αιτίες δεν παρατηρούνται εύκολα άμεσα.
Σύμφωνα με την ερευνητική ομάδα, ο ευρύτερος στόχος αυτής της τεχνικής είναι να βοηθήσει την επιστήμη να προχωρήσει πέρα από την απλή περιγραφή φαινομένων, να κατανοήσει τους νόμους που τα δημιουργούν, οδηγώντας έτσι σε καλύτερες προβλέψεις, πιο ακριβείς παρεμβάσεις και ανοίγοντας νέους δρόμους έρευνας.
Πηγή: https://baoquocte.vn/ky-thuat-ai-giup-tim-ra-ban-chat-su-vat-hien-tuong-392997.html









Σχόλιο (0)