Τον τρόπο με τον οποίο η τεχνητή νοημοσύνη επηρεάζει την έρευνα στον τομέα της υγείας ανέλυσε ο Καθηγητής Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης, MIT. Επικεφαλής της Ομάδας Υπολογιστικής Βιολογίας στο MIT CSAIL, Μανώλης Κέλλης, κατά την έναρξη της δεύτερης ημέρας εργασιών του 1ου ΜΙΤ EmTech Europe στην Ελλάδα, το οποίο ολοκληρώνεται σήμερα 18 Ιανουαρίου 2024, στο Μέγαρο Μουσικής Αθηνών.
Στην παρουσίαση που έκανε ο κ. Κέλλης, στο πλαίσιο του συνεδρίου του MIT Technology Review, διευκρίνισε ότι «στόχος είναι να ζούμε στο μέλλον με υγεία και όχι απλώς να ζούμε πολλά χρόνια». Ο κ. Κέλλης εξέφρασε την πεποίθηση ότι η χρήση της γενετικής θα βοηθήσει στην εύρεση των αιτιών για ασθένειες όπως το Αλτσχάιμερ, οι καρδιαγγειακές παθήσεις, η παχυσαρκία ή η σχιζοφρένεια, ενώ παρουσίασε την πρόοδο που έχει συντελεστεί στις αναλύσεις χάρη στην τεχνητή νοημοσύνη.
Αναφέρθηκε, επίσης, στις αλλαγές προτύπων (paradigm shifts) στην ιατρική, με την έρευνα να βασίζεται στα δεδομένα αντί στις υποθέσεις. «Με συστηματικά σύνολα δεδομένων έχουμε τη δυνατότητα να δούμε τη μεγάλη εικόνα κάθε ασθένειας». Τόνισε, ακόμα ότι αλλάζει ο τρόπος με τον οποίο αναλύουμε τα δεδομένα. Χάρη στην τεχνητή νοημοσύνη και τη βαθιά μάθηση «οικοδομούμε μια απεικόνιση του κόσμου από κάτω προς τα πάνω», όπου θα έχουμε «μάθηση με αναπαράσταση και όχι με απλή απεικόνιση».
«Η τεχνητή νοημοσύνη μπορεί να λειτουργήσει σαν ένα Google Maps της γνώσης»
Στη συνέχεια μίλησε για τον τρόπο με τον οποίο εργάζονται οι επιστήμονες πάνω στον χάρτη του DNA, με την πολύτιμη βοήθεια της τεχνητής νοημοσύνης, ενώ έφερε συγκεκριμένα παραδείγματα παρέμβασης της γενετικής με στόχο να προχωρήσει η επιστήμη σε εξατομικευμένα θεραπευτικά μοντέλα. Όπως ανέφερε, το ΜΙΤ έχει προχωρήσει σε μια «συλλογή» γνώσεων και δεδομένων προσβάσιμη άμεσα στους ερευνητές του. «Η τεχνητή νοημοσύνη μπορεί να λειτουργήσει σαν ένα Google Maps της γνώσης», τόνισε και επισήμανε ότι στο πέρασμα του χρόνου η γνώση θα διαχυθεί.
Σχετικά με το πώς οι νεότερες γενιές θα έρθουν σε επαφή με αυτό τον πλούτο γνώσεων, ο καθηγητής σημείωσε ότι η επιστημονική γνώση είναι εύκολα προσβάσιμη, αναφερόμενος στις διαλέξεις που μπορούμε να βρούμε στο διαδίκτυο.
sinidisi.gr
