hirdetés
hirdetés

Interjú

Mesterséges intelligenciával a járvány ellen

A koronavírus-járvány kapcsán az új technológiák használata is evidenciává vált, így előtérbe került a mesterséges intelligencia is, óriási szerepe lett az algoritmusoknak a diagnosztikában és a gyógymódok kifejlesztésében is. Ezekről beszélgettünk Szabados Leventével, aki az AI Partners vezető mesterségesintelligencia-szakértője és a Frankfurt School of Finance and Management docense.

hirdetés

GyártásTrend: Mely területeken tud hatékonyan segíteni az AI pandémia idején?
Szabados Levente: Az AI-on belül leginkább gépi tanulásról beszélünk, amelynek sajátja, hogy nagy mennyiségű, strukturálatlan adatból képes predikciókat végezni egy olyan adatpontra, amelyet még nem ismerünk. Látható, hogy ilyen jellegű pandémia keletkezése, jelenléte és elmúlása előrejelzésére is felhasználható. Egyrészt, ha már tudjuk, hogy van egy ilyen járvány kitörőben, akkor nem triviális megjósolni – tekintetbe véve az adott szociális hálózatot –, hogy milyen módon terjed majd a betegség, előre jelezhető a területi- vagy globális terjedés mintázata, gyorsasága. Másrészt meghatározható az érzékeny populáció, amely külön figyelmet érdemel, mert különböző okok miatt veszélyeztetettebb. Ha már konkrét páciensről beszélünk, akkor tudunk AI-jal a túlélési esélyeire előrejelzéseket adni, illetve arról, hogy milyen súlyossággal lép fel nála a betegség. A kialakult betegség esetén, a diagnózis során használhatunk AI-algoritmusokat. Látható volt a járvány kitörésekor, hogy a diagnosztikai állomások meglehetősen leterheltek lettek, de csak amíg nem állt rendelkezésre annyi genetikai információ a COVID-19-ről, amellyel teszteket lehetett volna létrehozni, addig az elsődleges diagnosztikai eljárás a tüdőröntgen volt. A képalkotó módszerekkel létrehozott eredmények elemzésének automatizálásában az AI-módszerek élenjárnak. 

GyT: Hogyan lehet a gyógyszer/vakcinafejlesztésben AI-t használni?
SzL: Az AI akkor is bevethető, ha már a kialakult betegségre akarunk megoldást találni, akár gyógyszert, akár oltást fejleszteni. Gyógymódok tekintetében érdemes megjegyezni – bár a tudományos közösség hihetetlen nagysebességgel és példásan reagált a jelenlegi járványra, nagyon gyorsan elérhetővé vált például a vírus a teljes genetikai kódja –, hogy még nem értjük azt a szerkezeti felépítést, amit ez a vírus produkál. Komoly kihívást jelent annak a predikciója, hogy egy adott fehérjeszekvenciához, milyen szerkezet társul, tehát most azt kell meghatározni, hogy adott szekvencia, milyen térbeli tulajdonságokat alkot, milyen kötési mintázatokat hoz létre, mi az, amihez kapcsolódni tud ez a vírus. Ilyen predikciókat már lehet látni és ezek szűkíteni tudják a potenciális gyógymódok körét.

Óriási erőforrásokat mozgatott meg a tudományos társadalom ezen a területen is, a Google két nagy mesterséges intelligencia-kutatóközpontja közül a londoni, létrehozott egy szoftvert (AlphaFolding), amelynek pont ez a feladata, hogy modellezzék a vírus pontos felépítését, kapcsolódási készségeit. Ez egy újszerű megközelítés és várhatóan sokkal könnyebb és gyorsabb lesz ellenanyagokat keresni általa.

GyT: Ahogy Harari is prognosztizált köteteiben (21 lecke a 21. századra című kötetben is) különböző világméretű járványokat, úgy az AI-fejlesztők is készülhetnek ilyen nagyszabású bevetésre. Korábban voltak olyan fejlesztések, innovatív, AI-alapú megoldások, amik kifejezetten ilyen és hasonló kataklizmák estén segíthetnek?
SzL:
A további járványok megelőzése egy kiemelt terület az AI-kutatások sorában. Van olyan rendszer, amely már képes jelezni az egészségügyi hatóságok felé, hogy járvány van készülőben, sőt a jelenlegi helyzet esetén is, néhány nappal korábban sikerült jelezni, hogy egy komolyabb világjárványról van szó, mint ahogy az a köztudatba berobbant volna. 

Van potenciál abban, hogy a mostani járvány kapcsán létrejött előrejelző képességeket a társadalom folyamatosan használja és egy általános biztonsági szint növekedést érjen el azzal, hogy megelőzőként tud fellépni. Az AI – mind üzleti, mind társadalmi felhasználása terén – viselkedésváltozást hozhat az olcsó és gyors predikció miatt, lehetővé teszi, hogy többé ne reaktívan tegyünk lépéseket, hanem megelőzően tudjunk fellépni.

GyT: A tudományos világ ráugrott a COVID19-re, a digitális transzformáció, a AI terjedését felgyorsíthatja ez a pandémia?
SzL: Meglepő, hogy azok a módszerek, amelyek eddig is rendelkezésre álltak, azok most kezdenek tudatosulni. Az általános tudatosság abban, hogy milyen értéket képviselhetnek ezek az AI-módszerek, jelentősen megnőtt. Érdekes meta jelenség, hogy a tudományos világ olyan eredményességgel publikált ismereteket, hogy most azzal a kihívással nézünk szembe, hogy olyan mennyiségű tudományos cikk jelent meg COVID-19 kapcsán – biológiájával, kezelésével kapcsolatosan, társadalmi-, gazdasági hatásával kapcsolatban –, hogy AI-eszközökhöz kell folyamodni a feldolgozásához. Kaggle data science versenyeket támogató oldalon kiírtak egy projektet (COVID-19 Open Research Dataset Challenge – CORD-19), ahol az a feladat, hogy AI segítségével rendezzék ezt a rettenetes mennyiségű tudást, ami hirtelen felhalmozódott és, ha valaki konkrét kérdést tesz fel, akkor ezekből az adatokból konkrét választ kaphasson anélkül, hogy tízezernyi oldalt átolvasna. Ez egy szövegelemzési kihívás, de több ösvény is létezik, vannak, akik szövegekből szerkezeti megismerést, tulajdonképpen szerkezeti összefüggéseken alapuló tudásgráfot akarnak kinyerni, vannak, akik egy kérdezz-felelek robotot hoznának létre, amelynek a megfelelő kérdéseket feltéve ki tud emelni evidencia darabokat a szövegből, azt prezentálja és a szövegek alapján alátámasztja.

Cikkünk eredetileg a GyártásTrend májusi lapszámában jelent meg.

Trapp Henci
a szerző cikkei

hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés