Rozgniatają komary, by trenować sztuczną inteligencję. Oto najdziwniejsze zastosowania algorytmów
Tworzenie zdjęć z komend tekstowych, zaawansowane modele rozpoznające twarze czy systemy będące w stanie ocenić prawdopodobieństwo popełnienia przestępstwa w danej dzielnicy. To i wiele więcej potrafi sztuczna inteligencja. Jednak malezyjscy naukowcy zdecydowali się wytrenować sztuczną inteligencję do bardziej przyziemnego zadania - rozpoznawania gatunków rozgniecionych komarów.
Komary zabijają więcej ludzi niż jakiekolwiek inne zwierzę. A to za sprawą chorób, które przenoszą - m.in. dengi, malarii czy wirusa Zika. Malezyjscy naukowcy chcą zarówno walczyć z problemem jak i ratować ludzi w rejonach tropikalnych poprzez system rozpoznawania komarów, także tych rozgniecionych na dłoni czy na ścianie.
Zaskakujące zastosowania sztucznej inteligencji
Nadzieję na opracowanie technologii pozwalającej na opracowanie owego systemu upatrują w sztucznej inteligencji. A zestaw treningowy? Pochodzi prosto od wolontariuszy, którzy w imię nauki zgodzili się udostępnić swoje dłonie.
Najnowszy artykuł naukowy opracowany przez grupę badaczy z Instytutu Biologii i Konserwacji Tropikalnej w Malezji opublikowany został na łamach czasopisma Nature. W ramach eksperymentu zrekrutowano trzech wolontariuszy, na których ręce wpuszczono trzy gatunki komarów: komara egipskiego (Aedes aegypti), komara tygrysiego (Aedes albopictus) oraz południowego komara domowego (Culex quinquefasciatus).
Każdemu z komarów robiono dwa zdjęcia: na dłoni, przed rozgnieceniem oraz po rozgniecieniu. W sumie naukowcy zrobili ponad 1500 zdjęć przedstawiające trzy gatunki komara w mniej lub bardziej nieprzystępnych sytuacjach.
Zdjęcia zostały zrobione komarom wyhodowanym w laboratorium, a do badania wykorzystano jedynie osobniki żeńskie w wieku od czterech do pięciu dni. Do treningu wykorzystano Teachable Machine 2.0 stworzone przez Google Creative Labs. W efekcie treningu naukowcy uzyskali narzędzie, które z 85-procentową dokładnością jest w stanie określić gatunek komara - włącznie z rozgniecionymi na dłoni komarami.
Sztuczna inteligencja to masa plastyczna w rękach naukowców i artystów
Szczytny, choć dziwny cel - tą frazą można określić nie tylko projekt malezyjskich uczonych, ale i pewien startup z Singapuru. Singapurski HeHealth ma ambitny plan stworzenia aplikacji, która będzie pozwalać na samodzielne wykrywanie chorób prącia.
W tym celu pomysłodawcy aplikacji - współpracujący ze środowiskami medycznymi - potrzebują zdjęć penisów, aby stworzyć zestaw treningowy dla sztucznej inteligencji, która będzie wykrywać zmiany chorobowe na penisie. Jak deklarują twórcy HeHealth, już teraz sztuczna inteligencja wykazuje się 90-procentową skuteczność.
Sztuczną inteligencję można wytrenować również do innych, mniej podniosłych, lecz równie ciekawych celów. Amerykański artysta Alexander Reben w 2018 roku wykorzystał mechanizm uczenia maszynowego do wytrenowania sztucznej inteligencji na... ciasteczkach z wróżbą.
Alexander Reben za pomocą setek tekstów wróżb możliwych do znalezienia w tzw. ciasteczkach z wróżbą wytrenował sztuczną inteligencję do tworzenia nowych, własnych cytatów. Jak mówił Reben w wywiadzie dla The Washington Post, 75 procent wygenerowanych przez SI cytatów było negatywnych, lecz niezwykle zabawnych.
- "Przyjaciel jest cudownym wynalazkiem; ale, potem znowu".
- "Bycie szczęśliwym nie jest tak poważne, jak się wydaje".
- "Sukces jest potężną wymówką".
- "Politycy zniszczyli mój mały domek".
Sztuczna inteligencja - niezastąpiony członek przyszłej rady eksperckiej... do spraw łososi?
Z kolei norweskim naukowcom w zeszłym tygodniu udało się wytrenować sztuczną inteligencję do... czytania z łusek łososia. Jak tłumaczą uczeni z Norweskiego Instytutu Badań Morskich, łuski dają informacje o rybie w podobny sposób, w jaki botanicy odczytują informacje o drzewach z ich słoi.
Do treningu uczeni wykorzystali ponad 9 tysięcy zdjęć łusek pochodzących od ryb z dwustu różnych rzek i mórz. Do stworzenia sieci neuronowej naukowcy użyli interfejsu programowania aplikacji sieci neuronowych Keras. W efekcie prac sztuczna inteligencja osiągnęła 94 procent zgodności z ludzkimi ekspertami podczas oceniania wieku ryb.
Natomiast przy ocenie wieku rzeki, z której pochodzi ryba, sztuczna inteligencja osiągała poprawność na poziomie 66 procent. Jednocześnie ocena wieku rzeki jest najtrudniejszym z zadań przydzielonych SI, a to daje norweskim uczonym nadzieję na wdrożenie sztucznej inteligencji jako członka grona eksperckiego i zminimalizowanie błędów przy ocenie danych.
Świński tłumacz napędzany sztuczną inteligencją
Innym dość nietypowym wykorzystaniem sztucznej inteligencji było stworzenie tłumacza świnia-człowiek. A właściwie dekodera dźwięków wydawanych przez trzodę chlewną. Na łamach czasopisma Scientific Reports brytyjscy uczeni opisali sposób, w jaki stworzyli algorytm potrafiący rozróżnić różne potrzeby i emocje świń. Na potrzeby projektu sztuczną inteligencję wytrenowano na zestawie treningowym składającym się z 7414 dźwięków świń nagranych od 400 różnych zwierząt.
Naukowcy wykorzystali algorytm do odróżnienia dźwięków związanych z pozytywnymi emocjami od tych związanych z negatywnymi emocjami. Różne odgłosy reprezentowały wiele emocji i odzwierciedlały zarówno pozytywne sytuacje, takie jak tulenie się z miotami, ssanie matek, bieganie i łączenie się z rodziną, jak i szerokie spektrum negatywnych sytuacji - od walk prosiąt, zgniatania, kastracji i czekania w rzeźni.
Według badaczy, algorytm poprawnie sklasyfikował 92% dźwięków jako pozytywne lub negatywne emocje. Przy większej ilości nagrań, świński tłumacz może być w stanie nauczyć się rozróżniać szerszy repertuar emocji i rzucić światło na dobrostan psychiczny innych zwierząt.
