Actualmente estoy trabajando como analista de imágenes en un instituto biológico que se especializa en medicina traslacional, anteriormente fui investigador de neurociencias. Estoy entrenado en el aprendizaje automático y estoy interesado en la aplicación de redes neuronales profundas. En mi opinión, todavía es demasiado pronto para que se haya producido este tipo de avance (lo explicaré), pero compañías como Google Deep-mind están interesadas en resolver este problema y probablemente progresen pronto [1]. La razón de esto es realmente la complejidad de la ciencia como un todo, y la forma en que se informa, en lugar de necesariamente la IA, necesitaba abordar los datos.
Una gran manera de progresar en la ciencia no es necesaria a través del esfuerzo, sino dedicando tiempo a comprender lo que se ha hecho anteriormente y tomando decisiones altamente informadas basadas en estos datos. Los investigadores científicos son conscientes de esto y de los datos de la mina a través de revisiones escritas y mediante la realización de un metanálisis [2] [3]. En los últimos 100 años, el número de temas científicos y la cantidad de trabajos ha aumentado exponencialmente y hay demasiados conocimientos que cualquier persona puede conocer o gestionar, incluso en campos relativamente restringidos como la biología del virus o del cáncer. Por lo tanto, en teoría, la informática puede salvar esta brecha al ser capaz de mantener todo este conocimiento y detectar tendencias y correlaciones en campos específicos, y de manera más poderosa en todos los campos. Aquí es donde podría surgir un avance potencial.
¿Cómo se construiría un sistema de IA como este? Bueno, en mi opinión, una forma de comenzar sería formar un sistema de la siguiente manera, y esto tiene desafíos incluidos:
-Primero su sistema debe ser capaz de leer y entender documentos científicos. Estos vienen en muchas formas y tamaños y las ilustraciones y figuras codifican los datos de muchas maneras. Ha habido algún progreso hacia este objetivo de entender figuras. [4] [5] El procesamiento del lenguaje natural y la comprensión de la imagen serían necesarios para hacer esto y ciertamente es posible usar redes neuronales recurrentes y convolucionales para abordar este tipo de problema [6]. Básicamente, usted está buscando una manera de que las declaraciones y cifras científicas se codifiquen en un vector de características universales que conlleve todo el significado de los datos científicos pero que se haga cumplir para tener las menores dimensiones posibles (básicamente, una representación compacta). Esto permitirá que un sistema informático interprete la información como una lista compacta de números.
– En segundo lugar, debe formar un algoritmo que pueda encontrar patrones (sinergias) dentro de los datos del vector de características e identificar sinergias contradictorias. Se ha hecho algún trabajo para lograr esto [7]. Algunas de estas sinergias contradictorias serán errores o científicos corruptos, pero se identificarán algunos dominantes que vale la pena investigar (es decir, buenos experimentos). Las redes neuronales profundas pueden interpretar este tipo de información y pueden encontrar automáticamente maneras de separar y agrupar los datos que están más allá del nivel humano para ver. Aunque no estoy completamente seguro de cómo explorarías estas agrupaciones para encontrar las sinergias o las antinergias, alguien más brillante que yo probablemente podría. También podría ser posible comparar patrones entre campos y generar soluciones que no existen en un área particular, en función de los aspectos complementarios, esto que potencialmente se puede hacer con redes neuronales generativas [8].
Algo como esto es muy factible y creo que en los próximos 10 años es posible. Todo lo que necesita es acceso a documentos científicos, algunos recursos potentes y algunas personas con mucho talento. Personalmente, no creo que el costo sea un gran problema, las empresas como Google y Microsoft invierten miles de millones en este tipo de investigación y pueden cumplir todos los requisitos. Los fondos para mi instituto están en los cientos de millones en unos pocos años, y eso es solo un instituto. Imagínese si pudiera ahorrar una fracción de esa cantidad en todos los institutos del mundo al sugerir experimentos altamente inteligentes para ejecutar.
¿Cuáles son los motivos de la hinchazón de los pies?
¿Por qué el ojo de mi perro está hinchado?
Cómo curar el estridor en un bebé
¿Es seguro para un paciente diabético consumir chaywanprash?
¡Espero eso ayude!
Notas a pie de página
[1] Demis Hassabis – El futuro de la inteligencia artificial
[2] http://www.ncbi.nlm.nih.gov/pmc/…
[3] Revisiones sistemáticas y metanálisis: comprensión de la mejor evidencia en atención primaria de salud
[4] Extracción automática de datos de gráficos de barras
[5] https://www.eecis.udel.edu/~carb…
[6] [1408.5882] Redes neuronales convolucionales para la clasificación de oraciones
[7] https://scholar.google.co.uk/sch…
[8] Página en utoronto.ca
