Modern Workplace2020.07.31 3 min. czytania

Opowieść o(d) początku – od uczenia przez DNA do sztucznej inteligencji

Bartosz Łopiński Chief Executive Officer

Media regularnie informują o rozwoju sztucznej inteligencji i obszarach, w których może ona wesprzeć ludzkość. Od transportu, przez edukację, po np. obsługę klienta. Potencjał AI jest niemal nieograniczony i coraz chętniej próbujemy go wykorzystać, m.in. w medycynie. Perspektywy rozwoju są tutaj proporcjonalnie wielkie do potrzeb, ale także ryzyka, nie zapominajmy, że mówimy o ludzkim zdrowiu i życiu.

Zainspirowany książką pt. „Opowieść o początku – wielka teoria wszystkiego” autorstwa Christiana Davida, której lekturę gorąco polecam, zacząłem się zastanawiać, jak w ogóle do tego doszło, że ludzkość jest teraz w momencie, w którym mówimy o rozwoju sztucznej inteligencji? Dziś każdy z nas nosi w kieszeni smartfona z mocą obliczeniową nieporównywalnie większą niż komputery, które pomogły wysłać człowieka na księżyc, a jeszcze 20 lat temu telefony miały monochromatyczne wyświetlacze i nowinką technologiczną była wibracja w trakcie dzwonienia. Zresztą, czy ktoś urodzony w XXI wieku uwierzy, że kilkadziesiąt lat temu komputer nie miał interfejsu graficznego i był wielkości szafy?

Postęp w dziedzinie telefonów komórkowych oraz komputerów to tylko z niektóre z przykładów, które pokazują, w jak niezwykle ciekawym miejscu jesteśmy jako cywilizacja. Tempo naszego rozwoju jest imponujące, a my ciągle jeszcze przyśpieszamy. Dla porównania, gdy spojrzymy na ostatnie 200 milionów lat (z wyłączeniem okresu, w którym pojawił się człowiek rozumny, czyli 190 tysięcy lat) rozwój, w drodze ewolucji DNA, był procesem bardzo powolnego uczenia się. Warto nadmienić, że procesem trwającym nawet miliony lat. Błędy, które powstawały na etapie ewolucji, stanowiły bardzo często przyczynek do dalszego rozwoju. Dopiero po pojawieniu się człowieka rozumnego, posługującego się językiem, a później też pismem, wiedza zaczęła być systematyzowana i przekazywana w formie ksiąg, formuł czy wzorów matematycznych. Przy czym wiedza rozprzestrzeniała się bardzo powoli.

Prawdziwie globalna wiedza to zatem ostatnie 100 czy nawet kilkadziesiąt lat, od momentu, w którym możemy mówić o w pełni ogólnoludzkiej komunikacji, która służy nam, czyli ludzkości, do rozprzestrzeniania odkryć, takich jak przełomowe technologie czy nowości w medycynie. Rezonans magnetyczny jest teraz jednym z podstawowych narzędzi diagnostyki obrazowej, a dopiero w latach 80. ubiegłego wieku zaczął być szerzej wykorzystywany w szpitalach.

Zatem z perspektywy czasu nasz rozwój jest ekstremalnie szybki, ale przekazywanie wiedzy i informacji to nie wszystko. Nie opracowaliśmy jeszcze metody, która pozwalałaby przekazać doświadczenie. To, które pozwala doświadczonemu radiologowi na podstawie obrazu z rezonansu magnetycznego dostrzec coś, co mogłoby umknąć komuś od razu po studiach. Młodszy lekarz, mimo wiedzy teoretycznej oraz znajomości nowinek technologicznych, musi poświęcić dużo czasu przyglądając się zdjęciom, badaniom oraz konsultując się ze starszymi specjalistami, żeby osiągnąć ich poziom. I właśnie załatanie tej luki w doświadczeniu jest obszarem, w którym może nas wesprzeć sztuczna inteligencja.

Pamiętam jak na studiach informatycznych, w ramach jednego z przedmiotów, musieliśmy stworzyć metodę niedeterministyczną, wykorzystującą sieć neuronową, żeby nauczyć ją rozpoznawania obrazów. Chociaż moja ówczesna wiedza o malarstwie była niewielka, przy wykorzystaniu próbek dzieł Picassa, Van Gogha, Rembrandta czy Moneta, byliśmy w stanie nauczyć sieć neuronową stylu pędzla danego artysty. Dzięki temu, gdy dodawaliśmy do niej inne obrazy wymienionych przeze mnie mistrzów, była w stanie sama rozpoznać ich autora.

W sztucznej inteligencji wspomagającej lekarzy czy procesy diagnostyczne chodzi właśnie o to, żeby wykorzystać doświadczenie i wzorce, które mamy, żeby nauczyć sieć neuronową rozpoznawać próbki, z którymi nie spotkała się wcześniej. Reasumując, tak jak w rozwoju naszej cywilizacji mieliśmy do czynienia z kolektywnym uczeniem się, tak dzięki sztucznej inteligencji i wykorzystaniu metod niedeterministycznych w diagnostyce, możemy dzielić się doświadczeniem wszystkich lekarzy i stworzyć cyfrową wspólnotę, będącą w stanie ratować ludzkie życie.

Należy jednak przy tym pamiętać, że sztuczna inteligencja to nie tylko szanse, ale również ryzyko. Nie mam tutaj co prawda na myśli wizji rodem z Terminatora, dotyczących zagłady ludzkości, ale ryzyko zwykłej, „ludzkiej” pomyłki. AI może być elementem wspierającym proces diagnostyki, ale nie powinna zastępować diagnostów. Jej rolą jest wspomaganie lekarzy czy radiologów, szczególnie tych z mniejszym doświadczeniem. W sytuacji diagnozy nowotworów, kluczowym czynnikiem jest czas. Jednak, aby diagnoza była potwierdzona w Europie potrzebnych jest dwóch lekarzy, przez co czasem czekamy na nią dłużej. Z kolei w Stanach Zjednoczonych wystarczy jeden lekarz, ale w opisach zdarza się więcej błędów. Musimy sobie zatem odpowiedzieć, co jest dla nas ważniejsze, czas czy skuteczniejsza diagnoza?

Liczymy, że dzięki opracowywanej przez nas niedeterministycznej metodzie diagnozowania nowotworów mózgu, nie będzie trzeba więcej wybierać. Lekarz, a także, a może nawet przede wszystkim, pacjent, będzie wspierany diagnozą, przygotowaną przez sztuczną inteligencję w czasie rzeczywistym. Wynik takiej diagnozy zawsze jest podawany z prawdopodobieństwem. Billennium wraz z Uniwersytetem Marii Curie-Skłodowskiej w Lublinie na ten moment udało się uzyskać ponad 80% skuteczność na określonej próbce danych, na której uczymy naszą sieć neuronową. Przed nami kolejny krok i dalsza nauka na podstawie próbek zdjęć, powstających w codziennych badaniach. To długa droga, ale wierzę, że następnym etapem będzie rozpowszechnienie rozwiązania i wspomaganie ludzkości w walce z nowotworami na całym świecie.

Autor

Warsaw

Bartosz Łopiński

Chief Executive Officer

Skontaktuj się z nami

Chcesz wiedzieć, jak możemy pomóc Tobie? Porozmawiajmy!

Kontakt