Δοκιμή της τεχνητής νοημοσύνης για τον εντοπισμό περιστατικών καρδιακών προσβολών στις κλήσεις άμεσης βοήθειας

[deligkos]

Ο μάγος της σχεδίασης επεξεργαστών Jim Keller, όπως έχει χαρακτηριστεί από πολλούς αποχώρησε από την Tesla Motors. Ο Jim Keller επέβλεπε την ανάπτυξη του λογισμικού για το σύστημα Autopilot, του Infotainment της εταιρείας καθώς και την ανάπτυξη hardware χαμηλής τάσης.  

Το Ευρωπαϊκό Κέντρο Έκτακτης Ανάγκης (European Emergency Number Association), το οποίο διαχειρίζεται τον ευρωπαϊκό αριθμό κλήσης έκτακτης ανάγκης (112), ανακοίνωσε σε συνέδριο στη Σλοβενία τη συνεργασία του με τη startup εταιρεία Corti. Από κοινού θα αναπτύξουν και θα δοκιμάσουν μία τεχνολογία τεχνητής νοημοσύνης, με στόχο να εντοπίζονται περιστατικά καρδιακής προσβολής στις τηλεφωνικές κλήσεις που καταφθάνουν σε όλες τις υπηρεσίες άμεσης βοήθειας στη “γηραιά Ήπειρο”.

Η πρωτοβουλία αυτή θα διαρκέσει ένα έτος και θα υλοποιηθεί αρχικώς σε 4 ευρωπαϊκές χώρες, με σκοπό να αποτελεί ένα υποστηρικτικό εργαλείο λήψης αποφάσεων σε πραγματικό χρόνο, για το προσωπικό που διαχειρίζεται τις κλήσεις .

“Είναι εξαιρετικά κρίσιμο να εντοπίζονται άμεσα τα περιστατικά καρδιακής προσβολής, καθώς κάθε λεπτό της ώρας που δεν αναλαμβάνεται δράση, μειώνεται κατά 10% το ποσοστό επιβίωσης”, επισημαίνει ο Andreas Cleve, CEO της Corti.

Η ανάλυση των δεδομένων, από τη δοκιμαστική εφαρμογή του συστήματος της Corti στην Κοπεγχάγη, αποκάλυψε ότι οι εργαζόμενοι στο τηλεφωνικό κέντρο του τοπικού “ΕΚΑΒ” με το σύστημα της Corti μπορούσαν να εντοπίζουν το 95,3% των περιστατικών καρδιακής προσβολής. Χωρίς τη βοήθεια της τεχνητής νοημοσύνης, το αντίστοιχο ποσοστό ήταν 73,9%.

Στον “πυρήνα” του συστήματος βρίσκεται μία εξελιγμένη τεχνολογία αναγνώρισης φωνής η οποία “παρακολουθεί” τις συνομιλίες. Με τη βοήθεια νευρωνικών δικτύων αναλύει τις συνδιαλέξεις καθώς και άλλα μη λεκτικά στοιχεία, όπως ο τόνος της φωνής και οι δυσκολίες στην αναπνοή που μπορεί να περάσουν απαρατήρητα από τους τηλεφωνητές, ιδιαίτερα στις επείγουσες καταστάσεις. Έτσι, εκτιμά την πιθανότητα καρδιακού προβλήματος, δίνοντας ανάλογες υποδείξεις στον τηλεφωνητή που έχει λάβει την κλήση.

The Next Web

Διαβάστε ολόκληρο το άρθρο

[Επισκέπτης]

Εξαιρετικο και ειναι μονο η αρχη. Γιατι οχι αργοτερα ο "ασθενης" να ακουμπαει την οθονη και το τηλεφωνο να στελνει τα vitals του ασθενη για ακομη αμεσοτερη αντιμετωπιση του περιστατικου(θα ειναι ενα απο τα καλα που η διαχειρηση των προσωπικων σου στοιχειων θα σου σωζει την ζωη).

Βεβαια απεχουμε ακομα αλλα απο καπου πρεπει να ξεκινησεις.....

[csontheline]

20 λεπτά πριν, Captain Falafel είπε

Εξαιρετικο και ειναι μονο η αρχη. Γιατι οχι αργοτερα ο "ασθενης" να ακουμπαει την οθονη και το τηλεφωνο να στελνει τα vitals του ασθενη για ακομη αμεσοτερη αντιμετωπιση του περιστατικου(θα ειναι ενα απο τα καλα που η διαχειρηση των προσωπικων σου στοιχειων θα σου σωζει την ζωη).

Βεβαια απεχουμε ακομα αλλα απο καπου πρεπει να ξεκινησεις.....

Φαντάζεσαι τις γιαγιάδες στην Ελλάδα;

"Δεν τα ξέρει καλά αυτό το μαραφέτι, εμένα να ακούς!"

"Φέρε μου κανένα άλλο, αυτό δεν τα λέει σωστά. Πεθαίνω κι εσύ δεν με συμπονάς...Τι εννοείς ότι έφερες και τα 5 που έχουμε στο σπίτι; Άχρηστα πράγματα, του διαβόλου, τα έχετε βάλει να λένε ψέματα για να με ξεφορτωθείτε!"

[stryder]

Εξαιρετικό

 

[panosveto12]

Αυτα ειναι τα καλα της τεχνολογιας . 

[Επισκέπτης]

Καλό θα ήταν και ένα ανάλογο σύστημα προειδοποίησης για όταν τσακίζουν τις γαρδούμπες και τα κοκορέτσια που οδηγούν στα εμφράγματα.

[Επισκέπτης]

πανε και πιστευουν τα blogs και δεν ακουνε τους υγειονομικους, τα "παιχνιδια" θα εμπιστευτουν? 

[funbreaker]

Πότε θα σταματήσουν να αποκαλούν τα νευρωνικά δίκτυα τεχνητή νοημοσύνη; ΕΛΕΟΣ ΠΙΑ.

[Hatsos]

Ουυυυυ σωθήκαμε 

[eaglej]

2 ώρες πριν, funbreaker είπε

Πότε θα σταματήσουν να αποκαλούν τα νευρωνικά δίκτυα τεχνητή νοημοσύνη; ΕΛΕΟΣ ΠΙΑ.

Ο λόγος που δε τα θεωρείς τεχνητή νοημοσύνη;

[pirmen56]

4 ώρες πριν, eaglej είπε

Ο λόγος που δε τα θεωρείς τεχνητή νοημοσύνη;

Τα νευρωνικά δίκτυα είναι μια πολύ δυνατή μορφή παλινδρόμησης. Σαν τη μέθοδο ελαχίστων τετραγώνων της στατιστικής, αλλά πολύ πιο εξελιγμένη. Τους δίνεις παραδείγματα κάποιων τιμών Χ1, Χ2 κτλ. που αντιστοιχούν σε κάποιες άλλες τιμές Υ1, Υ2 κτλ. και αυτά προσεγγίζουν τη συνάρτηση η οποία συνδέει το Χ1 με το Υ1 ,το Χ2 με το Υ2 κοκ. Ό,τι κάνει και η μέθοδος ελαχίστων τετραγώνων πολύ πιο άγαρμπα.

Είναι ένα πανίσχυρο στατιστικό εργαλείο που λύνει προβλήματα κάνοντας συσχετισμούς του στυλ "Αν συμβεί το Α παράλληλα με τα Δ και Ε και κάνω την ενέργεια Β τότε αυξάνω την πιθανότητα να πετύχω τον στόχο μου Ω. Άρα κάθε φορά που θα βλέπω τα Α,Δ,Ε θα κάνω την ενέργεια Β και όχι κάτι άλλο". Μέσα από υπερπολύπλοκους στατιστικούς συσχετισμούς κερδίζουν στο σκάκι και σε άλλα παιχνίδια.

Η νοημοσύνη των ζώων από την άλλη διαθέτει unsupervised learning χαρακτηριστικά. Δηλαδή τα ζώα όταν ένα μοτίβο επαναλαμβάνεται με διάφορες παραλλαγές μέσα στη φύση(π.χ. τα δέντρα που καθένα είναι διαφορετικό, αλλά μοιάζουν μεταξύ τους) το αναγνωρίζουν, χωρίς καμία καθοδήγηση από άλλο νοήμων ον και του αποδίδουν ιδιότητες(π.χ. τα δέντρα φλέγονται, είναι ψηλά, είναι συνήθως πολύ βαριά κτλ.).

Δηλαδή οι εγκέφαλοι των ζώων αναγνωρίζουν έννοιες/concepts(δέντρο, βάρος δέντρου, ύψος δέντρου, ευλιγισία δέντρου κτλ.) και χρησιμοποιούν αυτή τη γνώση για να λύνουν προβλήματα. Π.χ. χρήση της ιδιότητας του εύφλεκτου των δέντρων για να ζεσταθεί ο άνθρωπος. Δεν κάνουν απλώς κάποιες στατιστικές συσχετίσεις σαν αυτές των ANN.

Η ικανότητα να αντιλαμβάνεσαι έννοιες είναι το κλειδί για την ανάπτυξη κοινής λογικής και transfer learning(δυνατότητα μεταφοράς γνώσης που απέκτησες από μια κατηγορία προβλημάτων σε μία άλλη) που είναι οι άπιαστοι στόχοι του σημερινού ΑΙ. Και το πρώτο βήμα για αντίληψη εννοιών είναι το unsupervised learning όπου και πάλι τα ANN είναι πάτος.

Επεξ/σία 29 Απριλίου 2018 από pirmen56

[funbreaker]

4 hours ago, eaglej said:

Ο λόγος που δε τα θεωρείς τεχνητή νοημοσύνη;

Επειδή δεν είναι.

[eaglej]

6 ώρες πριν, pirmen56 είπε

Τα νευρωνικά δίκτυα είναι μια πολύ δυνατή μορφή παλινδρόμησης. Σαν τη μέθοδο ελαχίστων τετραγώνων της στατιστικής, αλλά πολύ πιο εξελιγμένη. Τους δίνεις παραδείγματα κάποιων τιμών Χ1, Χ2 κτλ. που αντιστοιχούν σε κάποιες άλλες τιμές Υ1, Υ2 κτλ. και αυτά προσεγγίζουν τη συνάρτηση η οποία συνδέει το Χ1 με το Υ1 ,το Χ2 με το Υ2 κοκ. Ό,τι κάνει και η μέθοδος ελαχίστων τετραγώνων πολύ πιο άγαρμπα.

Είναι ένα πανίσχυρο στατιστικό εργαλείο που λύνει προβλήματα κάνοντας συσχετισμούς του στυλ "Αν συμβεί το Α παράλληλα με τα Δ και Ε και κάνω την ενέργεια Β τότε αυξάνω την πιθανότητα να πετύχω τον στόχο μου Ω. Άρα κάθε φορά που θα βλέπω τα Α,Δ,Ε θα κάνω την ενέργεια Β και όχι κάτι άλλο". Μέσα από υπερπολύπλοκους στατιστικούς συσχετισμούς κερδίζουν στο σκάκι και σε άλλα παιχνίδια.

Η νοημοσύνη των ζώων από την άλλη διαθέτει unsupervised learning χαρακτηριστικά. Δηλαδή τα ζώα όταν ένα μοτίβο επαναλαμβάνεται με διάφορες παραλλαγές μέσα στη φύση(π.χ. τα δέντρα που καθένα είναι διαφορετικό, αλλά μοιάζουν μεταξύ τους) το αναγνωρίζουν, χωρίς καμία καθοδήγηση από άλλο νοήμων ον και του αποδίδουν ιδιότητες(π.χ. τα δέντρα φλέγονται, είναι ψηλά, είναι συνήθως πολύ βαριά κτλ.).

Δηλαδή οι εγκέφαλοι των ζώων αναγνωρίζουν έννοιες/concepts(δέντρο, βάρος δέντρου, ύψος δέντρου, ευλιγισία δέντρου κτλ.) και χρησιμοποιούν αυτή τη γνώση για να λύνουν προβλήματα. Π.χ. χρήση της ιδιότητας του εύφλεκτου των δέντρων για να ζεσταθεί ο άνθρωπος. Δεν κάνουν απλώς κάποιες στατιστικές συσχετίσεις σαν αυτές των ANN.

Η ικανότητα να αντιλαμβάνεσαι έννοιες είναι το κλειδί για την ανάπτυξη κοινής λογικής και transfer learning(δυνατότητα μεταφοράς γνώσης που απέκτησες από μια κατηγορία προβλημάτων σε μία άλλη) που είναι οι άπιαστοι στόχοι του σημερινού ΑΙ. Και το πρώτο βήμα για αντίληψη εννοιών είναι το unsupervised learning όπου και πάλι τα ANN είναι πάτος.

Δεκτά όλα αυτά απλά τα νευρωνικά δίκτυα μπορούν να χρησιμοποιηθούν και σε unsupervised learning. Καταλαβαίνω το σκεπτικό σου και το παράδειγμα με τα ζώα, αλλά τα μοντέλα τεχνητής νοημοσύνης που παρουσιάζεις για αυτό το παράδειγμα (δηλαδή το δέντρο φλέγεται κτλ) δε δημιουργούνται με ένα μόνο σύστημα μάθησης. Συνήθως περιέχουν συνδιασμούς μοντέλων (όχι μόνο νευρωνικών) αλλά και τεχνικών μάθησης. Το ότι χρησιμοποιούμε τώρα περισσότερο classification με supervised learning δε σημαίνει ότι δε μπορούν να χρησιμοποιηθούν σε μη επιβλεπόμενη.

Για το τελευταίο που λες ότι η ικανότητα να αντιλαμβάνεσαι έννοιες δε διαφωνώ αλλά είμαστε σε πολύ πρώιμα στάδια για να μιλάμε για έννοιες και μεταφορά πληροφορίας. Ίσως τα νευρωνικά δίκτυα δεν είναι το κλειδί για να φτάσουμε σε αυτό το επίπεδο αλλά δε σημαίνει ότι δεν ανήκουν στην κατηγορία της τεχνητής νοημοσύνης.