Alzheimer-kór, gépi tanulás és gamifikáció

A szakértők szerint elképzelhető, hogy az Alzheimer-kór az agy vérellátásának helyreállításával kezelhető lehet. Ehhez azonban óriási mennyiségű mikroszkópos felvételen kell átrágniuk magukat a kutatóknak, amire esélyük sem lenne az emberi önkéntesek és gépi tanulásra képes algoritmusok nélkül.

Alzheimer-kór, gépi tanulás és gamifikáció

A szakértők régóta tisztában vannak azzal, hogy az Alzheimer-kór az agyi vérellátás zavarával jár együtt, az utóbbi években pedig az is világossá vált, hogy a csökkent véráramlás hátterében eltömődött erek állhatnak. 2016-ban a Cornell kutatói igazolták, hogy ezen erek megnyitásával egerekben helyreállítható a memória.

A kutatók ezt követően belevetették magukat az elzáródások tanulmányozásában, de hamar szembesülniük kellett azzal, hogy nem tudják elég gyorsan elemezni a mikroszkópos adatokat ahhoz, hogy rövid időn belül érdemi változást hozzanak a terápiába. Ezért először gépi segítséghez folyamodtak, és gépi tanulásra képes algoritmusokkal vágtak neki az elzáródások azonosításának. Egyetlen olyan programot sem tudtak létrehozni azonban, amely túlszárnyalta volna a 85 százalékos pontosságot. Márpedig az eredményes folytatáshoz legalább 95 százalékos pontosságra lett volna szükség.

Ezen a ponton a kutatók a nagyközönséghez fordultak, hiszen tipikusan olyan problémáról volt szó, amelynek megoldásában az emberi önkéntesek egyszerűen jobbak, mint a gépek. A Cornell tudóscsoportja a Human Computation Institute crowdsourcing-szakértőivel karöltve kifejlesztett egy játékot, amely révén a világon bárki beszállhat az egerek agyáról készült felvételek elemzésébe.

A Stall Catchers óriási sikernek bizonyult. A gépi tanulás továbbra is a projekt része maradt, hiszen az adatokat ilyen algoritmusok segítségével készítették elő az emberi elemzésre. Így az emberi önkéntesek számára programok válogatják ki és kerítik körbe a gyanús érszakaszokat. Azt viszont, hogy az adott ér átjárható vagy eltömődött, a résztvevő emberi játékosok döntik el.

Galéria megnyitása

A játékos megközelítés nagy előnye amellett, hogy az emberi közreműködők rengeteg mikroszkópos felvételt elemeztek, hogy egyúttal egy óriási adatbázist is létrehoztak, amelyen a korábbinál sokkal jobb algoritmusok képezhetők ki. Az elmúlt négy év alatt az emberi játékosok több mint félmillió „érmozihoz” több millió címkét kapcsoltak, így végre elég adat áll rendelkezésre a 85 százalékos pontosság meghaladásához a gépi algoritmusok esetében is.

A szakértők ennek érdekében egy gépi tanulással kapcsolatos versenyt is kiírtak, amelynek célja új technikák kidolgozása az érfelvételek algoritmikus elemzésére a Stall Ctachers adatai alapján. A kihívás határideje augusztus 3., és a győztes fejlesztő ötezer dollárt vihet haza, amelyet a MathWorks nevű cég, a MatLab létrehozója ajánlott fel.

Bár az még mindig kérdés, hogy lehet-e olyan algoritmust létrehozni, amely meghaladja (vagy egyáltalán megközelíti) a feladat megoldásában az emberi agyat, ha egy kicsit is lehetséges gépesíteni a feladatot, azt a szakértők szerint meg kell tenni. „Ha van olyan feladat, amit a gépek is elvégezhetnek, nem lenne etikus erre áldozni az emberi önkéntesek kognitív erőfeszítéseit, amikor más olyan, szintén sürgető problémák is léteznek, amelyhez szükség van az emberi elme mentális teljesítményére” – mondja Pietro Michelucci, a Human Computation Institute vezetője.

Neked ajánljuk

Kiemelt
{{ voucherAdditionalProduct.originalPrice|formatPrice }} Ft
Ajándékutalvány
-{{ product.discountDiff|formatPriceWithCode }}
{{ discountPercent(product) }}
Új
Teszteltük
{{ product.commentCount }}
{{ product.displayName }}
csak b2b
nem elérhető
{{ product.originalPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.grossPrice|formatPriceWithCode }}
{{ product.displayName }}

Tesztek

{{ i }}
{{ totalTranslation }}
Sorrend

Szólj hozzá!

A komment írásához előbb jelentkezz be!
{{ orderNumber }}
{{ showMoreLabelTranslation }}
A komment írásához előbb jelentkezz be!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Még nem érkeztek hozzászólások ehhez a cikkhez!
Segíts másoknak, mondd el, mit gondolsz a cikkről.

Kapcsolódó cikkek

Magazin címlap