Inteligentne narzędzia

Pomiędzy tworzeniem nagłówków, kamieni milowych osiągnięciami sztucznej inteligencji i mniejszymi częściami inteligencji obliczeniowej, które wszędzie możemy znaleźć, są imponujące programy sztucznej inteligencji, z których korzystają lekarze, naukowcy, inżynierowie i ludzie biznesu, aby pomóc im (a czasem zautomatyzować) ich codzienne zadania . Nazywam je "inteligentnymi narzędziami" AI. Czasami są to samodzielne systemy, ale częściej są one zintegrowane z większą strukturą obliczeniową lub urządzeniami. Niektóre działają tylko wtedy, gdy są proszone o pomoc w rozwiązaniu niektórych szczególnych problemów, takich jak diagnoza choroby. Niektóre są stale aktywne, takie jak systemy handlu akcjami online. Nie będę w stanie wymienić wszystkich, ponieważ jest ich zdecydowanie za dużo, a niektóre są znane tylko użytkownikom korporacyjnym i rządowym. Ale kilka przykładów posłuży do zilustrowania ich użyteczności i różnorodności.

W medycynie

Zacznijmy od tego, jak AI jest wykorzystywana w praktyce klinicznej. Począwszy od lat 80. XX wieku, technologia AI była ważną częścią systemów i urządzeń medycznych. W marcu 2000 r. Miesięcznik zatytułowany Przemysł urządzeń medycznych i diagnostycznych opublikował artykuł, w którym stwierdził, że "w branży urządzeń medycznych pojawiają się inteligentne systemy wspomagania decyzji (DSS) i systemy eksperckie, których obecny sukces odzwierciedla dojrzewanie technologii sztucznej inteligencji (AI)". Wspomniał o kilku urządzeniach z infuzją AI, w tym "Agilent Ostre niedokrwienie kardiologiczne predykcyjne bezczynnościowe urządzenie predykcyjne ..., inteligentne urządzenie do elektrokardiogramu (EKG), które przewiduje prawdopodobieństwo ostrego niedokrwienia serca (ACI), powszechnej postaci serca atak "oraz General Electric" MAC 5000 Resting Test System, [zawierający] program do analizy EKG Marquette 12SL, zintegrowany DSS, który wykorzystuje nowo opracowane cyfrowe metody przetwarzania i algorytmy programów diagnostycznych do interpretacji i klasyfikacji przebiegów EKG ". Recenzja online z września 2005 r. 2 w oknie klinicznym (sponsorowanym przez GE Healthcare) urządzeń EKG autorstwa dr. Paula Kliga elda, Division of Kardiologia z Cornell University stwierdziła, że "cyfrowe elektrokardiografy wszystkich głównych producentów są teraz w stanie dostarczyć zautomatyzowane oświadczenia diagnostyczne, które mogą pomóc lekarzowi". Wspomniał jednak także o przypadkach, w których oświadczenia te mogą "prowadzić lekarza". Oceniając konkretne urządzenie, dr Klig eld stwierdził, że u 3 954 pacjentów bez rozruszników serca 7,8% interpretacji rytmu serca wymagało rewizji na podstawie połączonej opinii dwóch ekspertów kardiologów. OpenClinical utrzymuje rodzinę witryn sieci Web z listą aktualnie używanych systemów wspomagania decyzji. Wśród nich są Athena DSS (na nadciśnienie zarządzanie), Gideon (w przypadku chorób zakaźnych), Iliad (w przypadku chorób wewnętrznych), TherapyEdge HIV (w leczeniu pacjentów z HIV) i kilka innych. Niektóre z wymienionych systemów śledzą ich pochodzenie z powrotem do MYCIN, INTERNIST-1, PUFF i systemów diagnostycznych opartych na sieciach bayesowskich. Więcej informacji na temat tych i innych systemów można znaleźć na stronach OpenClinical. Innym źródłem informacji jest czasopismo Elsevier Artiialial Intelligence in Medicine. Opiszę kilka reprezentatywnych przykładów. ATHENA DSS to system służący do udzielania porad lekarzom na temat leczenia nadciśnienia w sposób zgodny z wytycznymi określonymi przez U.S. Institute of Medicine. Został on opracowany wspólnie przez Stanford Medical Informatics, Veterans Administration Palo Alto Health Care System oraz Stanford Centre for Primary Care and Outcome Research. ATHENA przetwarza dane kliniczne pacjenta przeciwko wiedzy na temat zarządzania nadciśnieniem w swojej bazie wiedzy i generuje zalecenia dla pacjenta dotyczące postępowania podczas wizyty klinicznej. Jest w użyciu i jest w trakcie ciągłej oceny i aktualizacji w kilku centrach medycznych administracji weteranów. Nowa wersja, o nazwie ATHENA-HTN, jest w trakcie oceny. Technologia ATHENA wywodzi się z wcześniejszych systemów opartych na regułach medycznych opracowanych w Stanford. Według Marka Musena, szefa Stanford Biomedic al Informatics Division, "ATHENA korzysta z EON ,architekturze zadaniowej do wspomagania opartej na protokole opieki medycznej, która wyrosła z mojej pracy doktorskiej pod koniec lat 80. XX wieku, która wyrosła z ONCOCIN [programu wspomagającego zarządzanie protokołami onkologicznymi], który wyrósł z MYCIN. … "inny system, Gideon, to program pomagający lekarzom diagnozować i leczyć choroby specyficzne dla danego kraju. Gideon dokonuje diagnozy na podstawie dużej bazy danych chorób, objawów, objawów i wyników badań laboratoryjnych oraz krajów. Analiza bayesowska jest stosowana do obliczania prawdopodobieństwa choroby na podstawie danych o pacjencie. Oryginalną wersję Gideon opracował doktor Stephen A. Berger w Tel Aviv Sourasky Medical Center i Uri Blackman na University of Tel Aviv. Blackman był dyrektorem generalnym Gideon Informatics, Inc. w Los Angeles. Istnieje wersja programu, do której można uzyskać dostęp za pomocą telefonów komórkowych lub urządzeń PDA. Według strony internetowej Gideon,

" Gideon składa się z czterech modułów: Diagnoza, Epidemiologia, Terapia i Mikrobiologia. Stale aktualizowana baza danych obejmuje 337 chorób, 224 kraje, 1147 taksonów drobnoustrojowych i 306 środków przeciwbakteryjnych (grzybiczych, pasożytniczych, wirusowych) i szczepionek. Światowe źródła danych Gideon obejmują zasadniczo całą literaturę światową i są zgodne ze standardami medycyny opartej na dowodach. Ponad 10 000 notatek przedstawia stan określonych infekcji w każdym kraju. Zaprezentowano także ponad 20 000 obrazów, wykresów, interaktywnych map i odniesień.

…

W zaślepionym wieloośrodkowym badaniu z udziałem 495 pacjentów prawidłową diagnozę wykazano w ponad 94% przypadków, a pierwszą z nich wykazano w ponad 75%.

Napisał recenzent w Journal of the American Medical Association:
"Gideon: The Global Infectious Disease and Epidemiology Network to doskonale zaprojektowany system ekspercki stworzony, aby pomóc lekarzom w zdiagnozowaniu każdej choroby zakaźnej (337 uznanych) w dowolnym kraju na świecie (w tym 224). …Ten system diagnostyczny wyróżnia się łatwością obsługi, szerokim zakresem i szczegółowością informacji. Jest to tak praktyczny program, jak można się spodziewać."

Niezależnie od sukcesu systemów diagnostycznych, takich jak Gideon, większość zastosowań AI w medycynie obejmuje DSS, z których lekarze mogą korzystać w celach informacyjnych. Jak Thomas Rindfl eisch, Ekspert w dziedzinie informatyki medycznej mówi: "Nazwa DSS jest znacząca, ponieważ lekarze zawsze muszą odpowiadać za ostateczne decyzje dotyczące pacjentów, aby uniknąć regulacji oprogramowania przez FDA." Rindfleisch wspomina również, że dla DSS są przydatne dla większości lekarzy, muszą być zintegrowane z elektronicznymi systemami dokumentacji medycznej i medycznej (aby lekarze nie musieli wpisywać wszystkich niezbędnych informacji o pacjencie). Jednak badanie przeprowadzone na 2758 amerykańskich lekarze (zrobione na przełomie 2007 i 2008 r.) Stwierdzili, że tylko 17% z nich miało dostęp do elektronicznych systemów zapisu

Do planowania

Inteligentne oprogramowanie do planowania to kolejny obszar, w którym stosuje się techniki AI. Jednym z przykładów jest system AURORATM sprzedawany przez Stottler Henke Associates, Inc., firmę specjalizującą się w stosowaniu "sztucznej inteligencji i innych zaawansowanych technologii oprogramowania do rozwiązywania problemów, które uniemożliwiają rozwiązanie przy użyciu tradycyjnych metod". Firma AURORA jest używana przez Boeing Company do planowania i zarządzania budową Boeing Dreamliner. Stottler Henke mówi, że "gdy AURORA utworzy harmonogram, wyświetla go na szeregu graficznych obrazów, które pozwalają użytkownikowi zobaczyć zaplanowane działania, alokacja zasobów i relacje czasowe między działaniami. "TEMPORISTM, opracowany przez United Space Alliance, LLC, jest inteligentnym narzędziem do zarządzania misjami kosmicznymi i planowaniem do wykorzystania przez załogę na przyszłych misjach kosmicznych. TEMPORIS pomoże załogom zaplanować wszystkie aspekty ich życie w locie, w tym rutynowe codzienne czynności, sprzątanie statków kosmicznych i przeprowadzanie eksperymentów na pokładzie. Ale przygotowanie akceptowalnych harmonogramów wymaga "wielu ograniczeń lotów kosmicznych, zasad walki, zależności, sekwencji, wytycznych medycznych i wymagań bezpieczeństwa". w komunikacie prasowym firmy można je teraz "skutecznie włączyć w inteligencję TEMPORIS. Aby to zilustrować: obecnie 50 planistów misji pracuje 24 godziny na dobę przez dwa tygodnie, aby zaplanować jeden dzień działań na międzynarodowej stacji kosmicznej. TEMPORIS redukuje 2-tygodniową pracę do kilku chwil za pomocą kliknięcia myszy komputerowej. "Oprogramowanie AURORA Stottler Henke jest integralną częścią TEMPORIS.

Do automatycznego handl

Eksploracja danych AI, przetwarzanie tekstu i metody decyzyjne są wykorzystywane w analizie danych handlowych w czasie rzeczywistym i kanałów informacyjnych w celu automatycznego podejmowania decyzji kupna i sprzedaży akcji, towarów i walut. Najnowsze źródła wiadomości w formie cyfrowej są łatwo dostępne. "NewsScope Archive" Reutera i "Elementized News Feed" Dow Jones należą do kanałów informacyjnych używanych do automatycznego handlu i analiz. Na przykład Reuters twierdzi, że zapewnia klientom pragnącym opracować oparte na wiadomościach programowe strategie handlowe z kompleksowym archiwum globalnych wiadomości Reuters do odczytu maszynowego. Zdarzenia są prezentowane dokładnie tak, jak przedostały się na rynki, z każdym wydaniem informacji oznaczonych znacznikiem czasu z dokładnością do milisekundy i oznaczonych szeregiem pól metadanych w celu łatwego zużycia przez maszynę. Według artykułu w "New York Times" na temat automatycznego handlu, profesor Andrew Lo, dyrektor MIT Laboratory for Financial Engineering, i współpracownicy odkryli, że istnieje korelacja między częstotliwością występowania niektórych słów, takich jak "lęk", "depresja", "i" bankrut ", pojawiły się w wiadomościach i przyszłych wartościach indeksu giełdowego S&P. Korelacje te mogą być wykorzystywane między innymi przez algorytmy handlu akcjami do inicjowania transakcji giełdowych. Vhayu Technologies Corporation, jedna z firm oferujących usługi handlu algorytmicznego, twierdzi, że "8 z 10 największych globalnych instytucji finansowych korzysta z jednego ze swoich produktów", mianowicie Vhayu VelocityTM, "do określania szans w milisekundach". Inny rm, Streambase Systems, mówi, że za pomocą jednego ze swoich produktów "wiodące organizacje handlowe śledzą krytyczne warunki rynkowe na wielu rynkach i natychmiast wdrażają zaawansowane strategie uchwycić krótkotrwałe okazje handlowe. "Oczywiście z taką chwilą informacje zwrotne istnieje potencjał, że wiadomość o zleceniu sprzedaży może wywołać inne zamówienia sprzedaży i tak dalej, prowadząc do szybkich spadków na rynku (i odwrotnie).

W praktykach biznesowych

Systemy zarządzania regułami biznesowymi (BRMS) są potomkami opartych na regułach systemów eksperckich z lat 80. Przykładami są "BLAZE ADVISOR 6.1 Fair", "ILOG's JRules 6.0" firmy Fair Isaac oraz "WebFOCUS" . Reguły biznesowe wyrażają informacje o tym, jak działa firma - jej zasady i ograniczenia. Wszystkie firmy mają takie reguły. Jak to ujął Fair Isaac, są one zazwyczaj wyrażane "w rozmowie, w tekście i oprogramowaniu - jako oświadczenia "Jeśli, to" [takie jak] "Jeśli wnioskodawca nie ma wystarczającej historii kredytowej, wyciągnij raport z biura debetowego." "W BRMS , reguły te są zwykle zakodowane w angielskiej, czytelnej dla komputera składni. W przeciwieństwie do stosowanych reguł w niektórych systemach eksperckich nie są opatrzone adnotacjami o prawdopodobieństwach lub czynnikach pewności, ale są definitywnymi stwierdzeniami dotyczącymi praktyki biznesowej. Ponieważ informacje wyrażane przez reguły biznesowe zmieniają się od czasu do czasu, ważne jest, aby reguły były utrzymywane w celu odzwierciedlenia bieżących zasad. Silniki reguł służą do wykonywania wnioskowania zarówno do przodu, jak i do tyłu za pośrednictwem sieci reguł. Na przykład potomek algorytmu Rete, jest wykorzystywany przez silnik wnioskowania w BLAZE ADVISOR. Wnioski są wykorzystywane do komunikowania polityki, najnowszych możliwości biznesowych i potrzeb działania wśród pracowników i innych stron. W niektórych przypadkach wnioski przywołują automatyczne działania, takie jak zamawianie, wysyłanie wiadomości e-mail i tak dalej. Na przykład twórcy informacji reklamują, że dzięki pakietowi rozwiązań do zarządzania zdarzeniami sam zautomatyzowany proces jest w stanie podejmować z góry określone decyzje i podejmować określone działania w oparciu o progi zawarte w dostarczanej mu treści wywiadu gospodarczego. " artykuł o WebFocus podaje przykład: "[Przybycie zamówienia] może wywołać serię odpowiedzi i decyzji {np. na podstawie analityki WebFOCUS wbudowanej w proces można określić fizyczny rozmiar zamówienia. Jeśli jest za duży dla dostępnej powierzchni magazynowej, analityka WebFOCUS może wywołać zmianę w procesie wysyłania zamówienia do innego magazynu, który ma wymaganą przestrzeń, a następnie ostrzega pracowników magazynu, że nadejdzie zamówienie większe niż oczekiwane. "

W tłumaczeniu języków

Obecnie istnieje kilka komercyjnych systemów tłumaczeń języka naturalnego. Tłumacz mowy na mowę IBM (MASTOR) może (zgodnie ze swoją witryną internetową) tłumaczyć mowę angielską w dowolnej formie na mowę mandaryńską (i odwrotnie) .BBN Technologies opracował wiele systemów przetwarzania mowy. Jednym z nich jest "Broadcast Monitoring System", który (według strony internetowej) "tworzy ciągłe archiwum międzynarodowych programów telewizyjnych z możliwością wyszukiwania". Jak wyjaśniono na stronie: "System automatycznie dokonuje transkrypcji strumieina audio w czasie rzeczywistym i tłumaczy go na angielski. Zarówno transkrypcja, jak i tłumaczenie można przeszukiwać i synchronizować z wideo, zapewniając potężne możliwości skutecznego wyszukiwania i precyzyjnego odtwarzania wideo w oparciu o jego zawartość mowy. Dzięki temu rewolucyjnemu systemowi użytkownicy mogą szybko i wydajnie przeszukiwać obszerne zbiory wiadomości w innych językach".System tłumaczenia IraqComm firmy SRI International może przekształcić mówiony angielski w przetłumaczony mówiony potoczny iracki arabski (i odwrotnie). Obecnie (zgodnie z jego witryną internetową ) jest dostosowany do tłumaczenia interakcji mówionych na tematy związane z ochroną siły, bezpieczeństwem i podstawowymi usługami medycznymi, a także może być dostosowywany w celu uwzględnienia innych tematów w razie potrzeby. "

Do automatyzacji wynalazku

John Koza, wynalazca Genetic Programming (GP), metody wyszukiwania opartej na symulacji procesów ewolucji, twierdzi, że GP sama jest "maszyną wynalazczą". (Twierdzi również, że GP mniej więcej podbija AI, ponieważ celem AI jest tworzenie inteligentnych programów, a GP właśnie to robi.) Na przykład Koza i koledzy wykorzystali GP do opracowania (po trzydziestu jeden pokoleń) optymalnego systemu antenowego. Opracowali także (czasem po setkach pokoleń) projekty soczewek optycznych. Jak napisano w jednym z ich artykułów: "Jeden z ewolucyjnych systemów soczewek naruszył wcześniej wydany patent, podczas gdy inne nie naruszały nowatorskich projektów, które powielały (lub poprawiały) specyfikacje wydajności zawarte w patentach". Inne rozwinięte projekty obejmują projekty obwodów elektrycznych, sterowniki, układy mechaniczne i inne urządzenia. Celem grupy jest tworzenie projektów, które nazywają "projektami konkurencyjnymi dla ludzi", to znaczy takimi, których specyfikacje spełniają lub przekraczają wymagania najlepszych ludzkich projektantów. Biorąc pod uwagę oczekiwany wzrost mocy komputera, uważam, że zastosowanie GP i Metody wyszukiwania podobne do GP prawdopodobnie zapewnią kilka interesujących nowych wynalazków.

Do rozpoznawania twarzy

Ludzie są całkiem dobrzy w rozpoznawaniu znajomych twarzy, zarówno "na żywo", jak i wewnątrz z fotografii. Często potrafią to zrobić niezależnie od pozy, skali, wyrazu twarzy lub warunków oświetleniowych. (Co ciekawe, nie radzą sobie zbyt dobrze, jeśli zdjęcie twarzy jest prezentowane do góry nogami.) Komputery stają się coraz lepsze, do tego stopnia, że mogłem włączyć rozpoznawanie twarzy do komputera w rozdziale o wszechobecnej sztucznej inteligencji. Chociaż nie są jeszcze wszechobecne, systemy rozpoznawania twarzy stają się coraz bardziej popularne na lotniskach, w bankach, oraz miejsca, w których należy zweryfikować lub ustalić tożsamość osobistą. Według niektórych osób, które martwią się o prywatność, praktyka ta jest zbyt powszechna. Prace nad rozpoznawaniem twarzy przez komputer były kontynuowane od jego początków. Jak daleko się posunęło? W raporcie National Institute of Standards and Technology z 2007 r. Na temat testów rozpoznawania twarzy stwierdzono (między innymi): "Wyniki pokazują, że przy niskim odsetku fałszywych alarmów u ludzi siedem algorytmów automatycznego rozpoznawania twarzy było porównywalnych lub lepszych niż ludzie w rozpoznawaniu twarzy wykonano w różnych warunkach oświetleniowych. Ponadto trzy z siedmiu algorytmów były porównywalne lub lepsze od ludzi dla pełnego zakresu zmierzonych częstości fałszywych alarmów. "Najlepsze metody wykorzystują algorytmy uczenia maszynowego pracujące na bardzo dużych zestawach danych. Opracowano wiele różnych algorytmów. Niektóre opierają się na dobrze znanych technikach rozpoznawania wzorców, które próbkują cechy z obrazu twarzy, a następnie porównują te cechy z dużą biblioteką zidentyfikowanych twarzy, aby znaleźć najbliższe dopasowanie. Niektóre algorytmy wykorzystują techniki bayesowskie i HMM. Wiele metod wykorzystuje techniki matematyczne do projekcji wysokowymiarowej wektorowej reprezentacji obrazu twarzy na wektor w niższej podprzestrzeni. Jedna metoda wykorzystuje przestrzenie o niższych wymiarach których współrzędne składają się z zestawu zredukowanych obrazów, zwanych powierzchniami własnymi, które mają tę właściwość, że można je łączyć, aby zapewnić dobre przybliżenie dowolnej twarzy w bazie danych (podobnie jak zestaw pojedynczych tonów audio o różnych częstotliwościach przybliżone dowolne dźwięki). Nadal opracowywane są nowe podejścia. Jedna metoda ma na celu wykazanie, że "uśrednianie obrazu" (to znaczy łączenie różnych obrazów tej samej twarzy w celu utworzenia jednego obrazu) "znacznie poprawia działanie [dostępnego na rynku automatycznego systemu rozpoznawania twarzy FaceVACS]". Artykuł w Wired raporty na temat metody opracowanej przez naukowców z University of California, Berkeley i University of Illinois w Urbana-Champaign. Zgodnie z tym artykułem Shankar Sastry, dziekan UC Berkeley's College of Engineering, zauważył, że ta nowa metoda sprawia, że lata badań w tej dziedzinie są przestarzałe." Istnieje już kilka firm komercyjnych sprzedających procesy rozpoznawania twarzy oraz oprogramowanie i sprzęt do lokalizowania twarzy. Na przykład Oki Electric Industry Co., Ltd. sprzedaje produkt o nazwie FSE (Face Sensing Engine). Oferuje wiele aplikacji, w tym kontrolę dostępu do informacji w telefonach komórkowych i innych urządzeniach wyposażonych w aparat, sortowanie zdjęć na podstawie rozpoznawania twarzy i lokalizowanie twarzy w polu widzenia aparatu. Niemiecka firma Cognitec Systems GmbH sprzedaje wspomniany wcześniej system FaceVACS. Przed zamknięciem tego rozdziału na temat inteligentnych narzędzi powinienem wspomnieć, że istnieje kilka innych obszarów, w których narzędzia AI zwiększają produktywność ludzi. Na na przykład mógłbym wspomnieć o narzędziach do wspomagania (i automatyzacji) procesów animacji filmowej, do pisania i debugowania programów komputerowych, do sterowania procesami przemysłowymi, do weryfikacji obwodów i programów oraz do ulepszania i przeszukiwania sieci semantycznej. Narzędzia oparte na technikach AI będą coraz częściej wykorzystywane do wspomagania i wzmacniania (a czasem zastępowania) ludzkich zdolności poznawczych, motorycznych i percepcyjnych. Poczekaj! Jak mam nadzieję, wykazało to kilka ostatnich rozdziałów, niektóre części poszukiwań sztucznej inteligencji zakończyły się powodzeniem. AI staje się coraz bardziej częścią naszego życia, jak również życia specjalistów. Ale głównym celem wyprawy (przynajmniej dla niektórych z nas) nadal pozostaje, mianowicie obdarowanie artefaktów pełnymi ludzkimi (a także nadludzkimi) zdolnościami w zakresie języka, percepcji, rozumowania i uczenia się. Przyjrzyjmy się zatem, dokąd może nas doprowadzić misja.