ຍຸກຂອງ AI ພັດທະນາຢ່າງໄວວາໃນຢາ

ດໍາເນີນໂຄງການໂດຍວິສະວະກອນຄອມພິວເຕີໃນທ້າຍສະຕະວັດທີ 20, AI ໄດ້ເກີດມາຈາກຊຸດຄໍາແນະນໍາ (ກົດລະບຽບ) ທີ່ສ້າງຂຶ້ນໂດຍມະນຸດ, ອະນຸຍາດໃຫ້ເຕັກໂນໂລຊີແກ້ໄຂບັນຫາພື້ນຖານ.

ບັນທຶກຂອງບັນນາທິການ: ມີຫຼາຍອຸດສາຫະກໍາທີ່ໄດ້ຮັບຜົນກະທົບຈາກເຕັກໂນໂລຢີໃຫມ່ໃນຍຸກຂໍ້ມູນຂ່າວສານ. ດ້ວຍຜົນກະທົບຂອງອັດຕະໂນມັດ, ວິທະຍາສາດຄອມພິວເຕີ, ປັນຍາປະດິດ (AI), ວິຊາຕ່າງໆເຊັ່ນ: ທ່ານຫມໍ, ໂຮງຫມໍ, ບໍລິສັດປະກັນໄພແລະອຸດສາຫະກໍາທີ່ກ່ຽວຂ້ອງກັບການດູແລສຸຂະພາບແມ່ນບໍ່ມີຂໍ້ຍົກເວັ້ນ. ແຕ່ໂດຍສະເພາະ, ໃນ ຂະແຫນງການສຸຂະພາບ , AI ມີຜົນກະທົບທາງບວກຫຼາຍກ່ວາອຸດສາຫະກໍາອື່ນໆ.

ຮຸ່ນທໍາອິດ

ວິທີທີ່ AI ໄດ້ຮັບການຝຶກອົບຮົມສາມາດຈິນຕະນາການໄດ້ວ່າຄ້າຍຄືກັນກັບວິທີການຂອງນັກສຶກສາແພດ, ລະບົບ AI ຍັງສອນຫຼາຍຮ້ອຍ algorithms ເພື່ອແປອາການຂອງຄົນເຈັບເຂົ້າໄປໃນວິນິດໄສ. ນີ້ຖືວ່າເປັນການສ້າງກົດລະບຽບການດູແລສຸຂະພາບຄັ້ງທໍາອິດທີ່ໄດ້ຖືກລວມເຂົ້າໃນລະບົບ AI.

ຄໍາຮ້ອງສະຫມັກ AI ການຜະລິດຊ່ວຍໃຫ້ທ່ານຫມໍປັບປຸງຂໍ້ມູນໃນເວລາຈິງ

ຂັ້ນຕອນການຕັດສິນໃຈຈະເລີນເຕີບໂຕຄືກັບຕົ້ນໄມ້, ເລີ່ມຕົ້ນຈາກລຳຕົ້ນ (ບັນຫາຂອງຄົນເຈັບ) ແລະແຕກງ່າອອກຈາກບ່ອນນັ້ນ. ຕົວຢ່າງ, ຖ້າຄົນເຈັບຈົ່ມວ່າມີອາການໄອບໍ່ດີ, ທ່ານຫມໍຈະຖາມກ່ອນວ່າມີອາການໄຂ້. ຈະມີສອງຊຸດຂອງຄໍາຖາມ, ໄຂ້ / ບໍ່ມີອາການໄຂ້. ຄໍາຕອບເບື້ອງຕົ້ນຈະນໍາໄປສູ່ຄໍາຖາມຕື່ມອີກກ່ຽວກັບເງື່ອນໄຂ. ນີ້ຈະນໍາໄປສູ່ສາຂາຕື່ມອີກ. ສຸດທ້າຍ, ແຕ່ລະສາຂາແມ່ນການວິນິດໄສ, ເຊິ່ງສາມາດຕັ້ງແຕ່ເຊື້ອແບັກທີເລຍ, ເຊື້ອເຫັດ, ຫຼືພະຍາດປອດບວມຂອງໄວຣັດຈົນເຖິງມະເຮັງ, ຫົວໃຈລົ້ມເຫຼວ, ຫຼືຫຼາຍສິບພະຍາດປອດອື່ນໆ.

ໂດຍທົ່ວໄປ, AI ຮຸ່ນທໍາອິດສາມາດຮັບຮູ້ບັນຫາແຕ່ບໍ່ສາມາດວິເຄາະແລະຈັດປະເພດບັນທຶກທາງການແພດ. ດັ່ງນັ້ນ, ຮູບແບບຂອງປັນຍາປະດິດໃນຕົ້ນໆບໍ່ສາມາດຖືກຕ້ອງຄືກັບທ່ານຫມໍທີ່ປະສົມປະສານ ວິທະຍາສາດ ທາງການແພດກັບ intuition ແລະປະສົບການຂອງເຂົາເຈົ້າ. ແລະເນື່ອງຈາກວ່າຂໍ້ຈໍາກັດເຫຼົ່ານີ້, AI ທີ່ອີງໃສ່ກົດລະບຽບບໍ່ຄ່ອຍຖືກນໍາໃຊ້ໃນການປະຕິບັດທາງດ້ານການຊ່ວຍໃນເວລາອື່ນໆ.

ອັດຕະໂນມັດເຕັມຮູບແບບ

ໃນຕົ້ນສະຕະວັດທີ 21, ຍຸກທີສອງຂອງ AI ໄດ້ເລີ່ມຕົ້ນດ້ວຍ Artificial Narrow Intelligence (ANI), ຫຼືປັນຍາປະດິດທີ່ແກ້ໄຂຊຸດວຽກສະເພາະ. ການມາເຖິງຂອງເຄືອຂ່າຍ neural ທີ່ mimic ໂຄງປະກອບການຂອງສະຫມອງຂອງມະນຸດ paved ວິທີການສໍາລັບເຕັກໂນໂລຊີການຮຽນຮູ້ເລິກ. ANI ເຮັດວຽກຫຼາຍແຕກຕ່າງຈາກລຸ້ນກ່ອນຂອງມັນ. ແທນທີ່ຈະໃຫ້ກົດລະບຽບທີ່ກໍານົດໄວ້ກ່ອນໂດຍນັກຄົ້ນຄວ້າ, ລະບົບຮຸ່ນທີສອງໃຊ້ຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ເພື່ອເຂົ້າໃຈຮູບແບບທີ່ມະນຸດໃຊ້ເວລາດົນນານ.

ໃນຕົວຢ່າງຫນຶ່ງ, ນັກຄົ້ນຄວ້າໄດ້ປ້ອນລະບົບ ANI ເປັນພັນໆ mammograms, ເຄິ່ງຫນຶ່ງຂອງທີ່ສະແດງໃຫ້ເຫັນເປັນມະເຮັງ malignant ແລະເຄິ່ງຫນຶ່ງຂອງທີ່ສະແດງໃຫ້ເຫັນມະເຮັງ benign. ຮູບແບບດັ່ງກ່າວສາມາດກໍານົດຄວາມແຕກຕ່າງຂອງຂະຫນາດ, ຄວາມຫນາແຫນ້ນ, ແລະຮົ່ມຂອງ mammograms ໄດ້ທັນທີ, ໂດຍກໍານົດຄວາມແຕກຕ່າງຂອງແຕ່ລະປັດໃຈນ້ໍາຫນັກທີ່ສະທ້ອນໃຫ້ເຫັນເຖິງຄວາມເປັນໄປໄດ້ຂອງໂຣກມະເຮັງ. ສິ່ງທີ່ ສຳ ຄັນ, AI ປະເພດນີ້ບໍ່ໄດ້ອີງໃສ່ heuristics (ກົດຂອງໂປ້ມື) ຄືກັບທີ່ມະນຸດເຮັດ, ແຕ່ແທນທີ່ຈະອີງໃສ່ການປ່ຽນແປງທີ່ອ່ອນໂຍນລະຫວ່າງການສອບເສັງທີ່ເປັນອັນຕະລາຍແລະປົກກະຕິທີ່ທັງນັກວິທະຍາສາດດ້ານລັງສີຫຼືຜູ້ອອກແບບຊອບແວຮູ້ກ່ຽວກັບ.

ບໍ່ເຫມືອນກັບ AI ທີ່ອີງໃສ່ກົດລະບຽບ, ເຄື່ອງມື AI ຮຸ່ນທີສອງບາງຄັ້ງສາມາດປະຕິບັດໄດ້ດີກວ່າ intuition ຂອງມະນຸດໃນຄວາມຖືກຕ້ອງຂອງການວິນິດໄສ. ຢ່າງໃດກໍຕາມ, ຮູບແບບຂອງປັນຍາປະດິດນີ້ຍັງນໍາສະເຫນີຂໍ້ຈໍາກັດທີ່ຮ້າຍແຮງ. ຫນ້າທໍາອິດ, ແຕ່ລະຄໍາຮ້ອງສະຫມັກແມ່ນວຽກງານສະເພາະ. ນັ້ນແມ່ນ, ລະບົບທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນການອ່ານ mammogram ບໍ່ສາມາດຕີຄວາມ ໝາຍ ການສະແກນສະຫມອງຫຼື X-rays ຫນ້າເອິກ. ຂໍ້ຈໍາກັດທີ່ໃຫຍ່ທີ່ສຸດຂອງ ANI ແມ່ນວ່າລະບົບພຽງແຕ່ດີເທົ່າທີ່ຂໍ້ມູນທີ່ໄດ້ຮັບການຝຶກອົບຮົມ. ຕົວຢ່າງທີ່ຊັດເຈນຂອງຈຸດອ່ອນນີ້ແມ່ນເວລາທີ່ UnitedHealthcare ອີງໃສ່ AI ແຄບເພື່ອກໍານົດຄົນເຈັບທີ່ເຈັບປ່ວຍທີ່ສຸດແລະສະເຫນີໃຫ້ພວກເຂົາມີການບໍລິການທາງການແພດເພີ່ມເຕີມ. ເມື່ອນັກຄົ້ນຄວ້າໄດ້ກັ່ນຕອງຂໍ້ມູນ, ຕໍ່ມາພວກເຂົາຄົ້ນພົບວ່າ AI ເຮັດໃຫ້ເກີດການສົມມຸດຕິຖານທີ່ເປັນອັນຕະລາຍ. ຄົນເຈັບໄດ້ຖືກວິນິດໄສວ່າມີສຸຂະພາບດີພຽງແຕ່ຍ້ອນວ່າບັນທຶກທາງການແພດຂອງພວກເຂົາສະແດງໃຫ້ເຫັນວ່າພວກເຂົາໄດ້ຮັບການເບິ່ງແຍງທາງດ້ານການປິ່ນປົວຫນ້ອຍ, ໃນຂະນະທີ່ຄົນເຈັບທີ່ໃຊ້ບໍລິການທາງການແພດຈໍານວນຫຼາຍໄດ້ຖືກປະເມີນວ່າບໍ່ມີສຸຂະພາບດີ.

ລຸ້ນ AI ໃນອະນາຄົດຍັງຈະຊ່ວຍໃຫ້ຄົນສາມາດວິນິດໄສພະຍາດແລະວາງແຜນການປິ່ນປົວຄືກັນກັບທ່ານໝໍ. ໃນປັດຈຸບັນ, ເຄື່ອງມື AI ທົ່ວໄປ (MED-PALM2 ຂອງ Google) ໄດ້ຜ່ານການສອບເສັງໃບອະນຸຍາດແພດດ້ວຍຄະແນນຜູ້ຊ່ຽວຊານ. ເຄື່ອງມື AI ທາງການແພດອື່ນໆຈໍານວນຫຼາຍໃນປັດຈຸບັນສາມາດຂຽນການວິນິດໄສທີ່ຄ້າຍຄືກັນກັບທ່ານຫມໍ. ຢ່າງໃດກໍຕາມ, ຮູບແບບເຫຼົ່ານີ້ຍັງຕ້ອງການການຊີ້ນໍາຂອງແພດແລະບໍ່ສາມາດທົດແທນທ່ານຫມໍໄດ້. ແຕ່ດ້ວຍອັດຕາການເຕີບໂຕຂອງຕົວເລກໃນປະຈຸບັນ, ຄໍາຮ້ອງສະຫມັກເຫຼົ່ານີ້ຄາດວ່າຈະມີຄວາມເຂັ້ມແຂງຢ່າງຫນ້ອຍ 30 ເທົ່າໃນ 5 ປີຂ້າງຫນ້າ. ໃນອະນາຄົດຂອງເຄື່ອງມືເຊັ່ນ ChatGPT ໄດ້ຖືກຄາດຄະເນວ່າຈະເຮັດໃຫ້ຄວາມຊໍານານທາງການແພດຢູ່ໃນມືຂອງທຸກຄົນ, ໂດຍພື້ນຖານການປ່ຽນແປງຄວາມສໍາພັນຂອງທ່ານຫມໍ - ຄົນເຈັບ.

ສັງລວມໂດຍ VIET LE

ທີ່ມາ