ທີ່ກອງປະຊຸມສຳມະນາ “ປະຕິບັດປັນຍາປະດິດ (AI) ໃນພາກປະຕິບັດ” ໃນຂອບເຂດສັບປະດາ ວິທະຍາສາດ ແລະ ເຕັກໂນໂລຊີ VinFuture 2024, ສາດສະດາຈານ Do Ngoc Minh, ຜູ້ອໍານວຍການສູນຄົ້ນຄວ້າສຸຂະພາບສະຫຼາດ VinUni-Illinois ແບ່ງປັນວ່າ: ປະຈຸບັນໃນການປິ່ນປົວມະເຮັງ, ໂດຍສະເພາະແມ່ນມະເຮັງເຕົ້ານົມ, ວິທີທີ່ມີປະສິດທິພາບທີ່ສຸດແມ່ນການຜ່າຕັດເອົາເນື້ອເຍື່ອມະເຮັງອອກ. ຢ່າງໃດກໍ່ຕາມ, ສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງສໍາລັບທ່ານຫມໍແມ່ນເພື່ອໃຫ້ແນ່ໃຈວ່າບໍ່ມີຈຸລັງມະເຮັງຢູ່ໃນຮ່າງກາຍໂດຍບໍ່ມີການກໍາຈັດເນື້ອເຍື່ອທີ່ມີສຸຂະພາບດີຫຼາຍເກີນໄປ.
ສາດສະດາຈານ Do Ngoc Minh.
ວິທີການແບບດັ້ງເດີມກ່ຽວຂ້ອງກັບການເອົາຕົວຢ່າງເນື້ອເຍື່ອຫຼັງຈາກການຜ່າຕັດແລະສົ່ງໄປຫາຫ້ອງທົດລອງເພື່ອກວດເບິ່ງຈຸລັງມະເຮັງ. ຂະບວນການນີ້ແມ່ນໃຊ້ເວລາຫຼາຍແລະຮຽກຮ້ອງໃຫ້ຄົນເຈັບໃຊ້ເວລາດົນໃນຕາຕະລາງປະຕິບັດງານ. ໃນຫຼາຍໆກໍລະນີ, ຄົນເຈັບຈໍາເປັນຕ້ອງກັບຄືນມາສໍາລັບການຜ່າຕັດເພີ່ມເຕີມເພື່ອເອົາເນື້ອເຍື່ອມະເຮັງອອກຫມົດ, ເຊິ່ງມີຄວາມເຈັບປວດແລະມີລາຄາແພງ.
ຈາກຄວາມເປັນຈິງດັ່ງກ່າວ, ສາດສະດາຈານ Minh ແລະ ຄະນະນັກຄົ້ນຄ້ວາໄດ້ສົມທົບກັບກ້ອງຈຸລະທັດທາງແສງເວລາຈິງ ແລະ ແບບຈຳລອງປັນຍາປະດິດ, ຊ່ວຍວິເຄາະ 5,000 ຮູບພາບ histopathological ຕໍ່ວິນາທີ. ນີ້ຖືວ່າເປັນເຄື່ອງມືໃນການສະແກນຮູບພາບເພື່ອຊ່ວຍໃຫ້ທ່ານຫມໍຕັດສິນໃຈຢ່າງໄວວາວ່າການຜ່າຕັດຄວນຈະດໍາເນີນຕໍ່ໄປ, ຫຼືທ່ານຫມໍຕ້ອງກວດເບິ່ງຢ່າງໃກ້ຊິດ.
ສາດສະດາຈານ Minh ກ່າວວ່າ "ປັນຍາປະດິດມີບົດບາດສໍາຄັນໃນການຕັດສິນໃຈຢ່າງໄວວາວ່າຈະສືບຕໍ່ຫຼືຢຸດການຜ່າຕັດ," ນີ້ຊ່ວຍໃຫ້ຄົນເຈັບຫຼຸດຜ່ອນຄວາມເຈັບປວດທີ່ເກີດຈາກການຜ່າຕັດແລະຄວາມພະຍາຍາມທີ່ຈະໄປໂຮງຫມໍຫຼາຍຄັ້ງ.
ຕົວຢ່າງອີກອັນຫນຶ່ງຂອງ oncology ທີ່ຊັດເຈນແມ່ນວ່າທ່ານຫມໍມັກຈະເອົາຕົວຢ່າງເນື້ອເຍື່ອຈາກຄົນເຈັບທີ່ເປັນມະເຮັງເພື່ອຂະຫຍາຍຕົວຢູ່ໃນຫ້ອງທົດລອງ. ຫຼັງຈາກນັ້ນ, ຫລາຍພັນຕົວແບບໄດ້ຖືກທົດສອບເພື່ອສຶກສາແລະຕິດຕາມການປິ່ນປົວຢາ. ນີ້ຊ່ວຍໃຫ້ທ່ານຫມໍຊອກຫາການປະສົມປະສານຢາທີ່ດີທີ່ສຸດ.
ຕາມທ່ານສາດສະດາຈານ Minh ແລ້ວ, ເພື່ອເຮັດສິ່ງນີ້, ຕ້ອງມີວິທີການຢ່າງເປັນລະບົບໃນການສະກັດເນື້ອງອກ, ເນື້ອເຍື່ອ, ແລະຈຸລັງ. ຂະບວນການຄົ້ນຄ້ວາແບບຈໍາລອງຂອງເນື້ອງອກແມ່ນປຽບທຽບກັບສາຍການຜະລິດລົດໃຫຍ່ທີ່ມີລະບົບຫຸ່ນຍົນ. "ເສັ້ນ" ນີ້ຖືກຕິດຕາມໂດຍຂໍ້ມູນຈໍານວນຫລາຍແລະປັນຍາປະດິດ. ນີ້ແມ່ນພື້ນຖານເພື່ອໃຫ້ທ່ານຫມໍຄາດຄະເນບັນຫາທີ່ເກີດຂື້ນໃນລະຫວ່າງຂະບວນການປິ່ນປົວ, ປະເມີນທິດທາງການພັດທະນາຂອງເນື້ອງອກ, ແລະດັ່ງນັ້ນຈຶ່ງປັບແລະປັບປຸງປະສິດທິຜົນຂອງການປິ່ນປົວ.
ອາຈານ Yann Lecun.
ອີງຕາມອາຈານ Yann Lecun, ມະຫາວິທະຍາໄລນິວຢອກແລະຜູ້ອໍານວຍການວິທະຍາສາດປັນຍາທຽມທີ່ Meta, ອາເມລິກາ, AI ຖືກນໍາໃຊ້ໃນຫຼາຍຂົງເຂດ, ໂດຍສະເພາະໃນວິທະຍາສາດການແພດແລະວັດສະດຸ. AI ຊ່ວຍ ໃຫ້ຄົ້ນພົບ ຢາໃຫມ່ແລະເຂົ້າໃຈກົນໄກທາງຊີວະພາບ, ເຊັ່ນດຽວກັນກັບຊອກຫາອຸປະກອນໃຫມ່ທີ່ສາມາດສະຫນັບສະຫນູນໃນການຕໍ່ສູ້ກັບການປ່ຽນແປງດິນຟ້າອາກາດ; ສົ່ງເສີມຄວາມຄືບຫນ້າໃນຟີຊິກ, ເຄມີສາດ, ແລະຊີວະສາດ.
ນອກເຫນືອຈາກຜົນປະໂຫຍດທີ່ AI ເອົາມາໃຫ້, ຫນຶ່ງໃນບັນຫາໃຫຍ່ທີ່ສັງຄົມກໍາລັງປະເຊີນແມ່ນນັກສະແດງທີ່ບໍ່ດີໃຊ້ AI ເພື່ອດໍາເນີນການສໍ້ໂກງແລະການສໍ້ໂກງທາງດ້ານການເງິນ. ເພື່ອແກ້ໄຂບັນຫານີ້, ອາຈານ LeCun ເຊື່ອວ່າຫນຶ່ງໃນການແກ້ໄຂທີ່ມີປະສິດທິພາບທີ່ສຸດແມ່ນການໃຊ້ AI ຕົວຂອງມັນເອງເພື່ອຕໍ່ສູ້ກັບພຶດຕິກໍາທີ່ບໍ່ດີ.
ເທກໂນໂລຍີ AI ຍັງໄດ້ກ້າວໄປຂ້າງຫນ້າທີ່ຫນ້າປະທັບໃຈໃນການກວດສອບອັດຕະໂນມັດແລະກໍາຈັດຄໍາເວົ້າທີ່ກຽດຊັງໃນເວທີ Meta. ຕາມສາດສະດາຈານ LeCun ແລ້ວ, ຈຳນວນຄຳເວົ້າກຽດຊັງທີ່ AI ກວດພົບ ແລະລົບອອກໄດ້ເພີ່ມຂຶ້ນຈາກ 25% ໃນປີ 2017 ເປັນ 95% ໃນປີ 2023. ອັນນີ້ສະແດງໃຫ້ເຫັນເຖິງການພັດທະນາທີ່ໂດດເດັ່ນຂອງ AI ໃນຄວາມເຂົ້າໃຈ ແລະປຸງແຕ່ງພາສາທຳມະຊາດ, ໃນນັ້ນມີພາສາຫວຽດນາມ.
ເພື່ອຕອບສະຫນອງຄວາມກັງວົນກ່ຽວກັບ AI ທົດແທນມະນຸດໃນວຽກເຮັດງານທໍາ, ສາດສະດາຈານ LeCun ກ່າວວ່າ AI ຈະບໍ່ເຮັດໃຫ້ເກີດການຫວ່າງງານຢ່າງກວ້າງຂວາງ, ແຕ່ແທນທີ່ຈະ, ມັນຈະສ້າງວຽກໃຫມ່ແລະຊ່ວຍປັບປຸງຜະລິດຕະພັນແຮງງານ. ທ່ານກ່າວວ່າ , AI ຈະເພີ່ມທະວີຄວາມຄິດສ້າງສັນແລະຜະລິດຕະພັນຂອງມະນຸດ, ສ້າງຄຸນຄ່າໃໝ່ໃຫ້ແກ່ສັງຄົມ .
ຜູ້ຊ່ຽວຊານຜູ້ນີ້ໃຫ້ຄຳເຫັນວ່າ, ຫວຽດນາມມີປະຊາກອນໜຸ່ມ, ກະຕືລືລົ້ນດ້ານເຕັກໂນໂລຢີ, ຈະເປັນປະໂຫຍດສູງຖ້າຫາກສົມທົບກັບບັນດາໂຄງການຝຶກອົບຮົມ ແລະ ກາລະໂອກາດຮ່ຳຮຽນຈາກບັນດາຜູ້ຊ່ຽວຊານສາກົນໃນການນຳໃຊ້ ແລະ ພັດທະນາ AI. ຕາມທ່ານແລ້ວ, ໃນສະພາບການພັດທະນາຢ່າງວ່ອງໄວຂອງ AI, ການກໍ່ສ້າງກົດໝາຍ AI ກໍ່ພວມໄດ້ຮັບຄວາມເອົາໃຈໃສ່ຈາກບັນດາປະເທດ.
ແບ່ງປັນທັດສະນະດຽວກັນ, ທ່ານດຣ Xuedong David Huang, ຫົວຫນ້າເຕັກໂນໂລຢີຂອງ Zoom Video Communications (USA), ເຊື່ອວ່າ AI ແມ່ນນໍາເອົາຜົນປະໂຫຍດຫຼາຍຢ່າງມາສູ່ຄົນ. ບໍລິສັດຊິບຫຼາຍໆຄົນກໍາລັງສ້າງລາຍໄດ້ຫຼາຍຈາກ AI. ບໍລິສັດຂະຫນາດໃຫຍ່ເຊັ່ນ Meta, Microsoft ... ໄດ້ພັດທະນາຄໍາຮ້ອງສະຫມັກຊອບແວທີ່ອີງໃສ່ AI ຈໍານວນຫຼາຍໃນການດູແລສຸຂະພາບແລະ ການສຶກສາ , ເຊິ່ງມີການປ່ຽນແປງແລະນໍາເອົາປະສິດທິພາບທາງດ້ານການເງິນ.
ທ່ານດຣ Xuedong David Huang ກ່າວວ່າ "AI ສາມາດຊ່ວຍນັກພັດທະນາໄວໜຸ່ມຫຼາຍຮ້ອຍຄົນ, ການເລີ່ມຕົ້ນຂະຫນາດນ້ອຍອື່ນໆ, ສ້າງສະຫນາມກິລາທີ່ຍຸດຕິທໍາ, ຄົ້ນພົບແນວຄວາມຄິດໃຫມ່ ... ທີ່ເຮັດໃຫ້ຄວາມແຕກຕ່າງ" .
ທີ່ມາ
(0)