Umetna inteligenca lahko z neverjetno natančnostjo napove marsikaj, tudi to, kdaj bo nekdo - umrl

Umetna inteligenca (UI) namesto, da bi – kot to poznamo iz hollywoodskih filmov, privedla do nasilnega propada človeštva, pomaga ljudem po vsem svetu, da opravljajo svoje delo, vključno z zdravniki, ki diagnosticirajo sepso pri bolnikih in znanstveniki, ki sledijo ogroženim živalim v naravi.

Nad napredkom na področju UI ljudje nismo bili vedno navdušeni. Slavni astrofizik Stephen Hawking je denimo večkrat opozoril, da lahko popolnoma razvita UI uniči človeško raso, hollywoodski sci-fi filmi pa so polni silovitih robotov, ki se borijo z ljudmi za prevzem nadzora. Zadnje čase pa smo vse več deležni študij, kako na novo razvita UI pospešuje raziskave in izboljšuje življenje.

Ena izmed njih je tudi nedavno objavljena študija, ki znova opredeljuje tehnologijo, kot pozitivno. 

Medicinski raziskovalci so namreč odklenili vznemirljivo sposobnost UI - napovedovanje prezgodnje smrti človeka, poroča portal LiveScience.

Znanstveniki so usposobili sistem UI za oceno desetletja splošnih zdravstvenih podatkov, ki jih je predložilo več kot pol milijona ljudi v Združenem kraljestvu. Nato so od UI zahtevali napoved, ali so posamezniki v nevarnosti, da bodo zaradi kronične bolezni prezgodaj umrli - z drugimi besedami, prej od povprečno pričakovane življenjske dobe.

Napovedi zgodnje smrti, ki so jih naredili algoritmi UI, so bile bistveno bolj natančne, kot napovedi modela, ki ni uporabil strojnega učenja, je navedeno v izjavi. 

Da bi ocenili verjetnost prezgodnje umrljivosti ljudi, so raziskovalci preizkusili dve vrsti UI: tako imenovano globoko učenje, v katerem večplastna omrežja za obdelavo informacij pomagajo računalniku pri učenju iz primerov; in »naključni gozd«, enostavnejša vrsta UI, ki združuje več modelov, podobnih drevesom, za premislek o možnih rezultatih.

Nato so ugotovitve UI modelov primerjali z rezultati standardnega algoritma, znanega kot Coxov model (model sorazmernega tveganja).

Z uporabo teh treh modelov so znanstveniki ocenili podatke v britanski Biobanki - zbirki podatkov o genetskih, fizičnih in zdravstvenih podatkih z odprtim dostopom, ki jih je predložilo več kot 500.000 ljudi med letoma 2006 in 2016. V tem času je umrlo skoraj 14.500 udeležencev, predvsem zaradi raka, bolezni srca in bolezni dihal.

Vsi trije modeli so ugotovili, da so dejavniki, kot so starost, spol, zgodovina kajenja in predhodna diagnoza raka, glavne spremenljivke za ocenjevanje verjetnosti zgodnje smrti osebe. Vendar so se modeli razlikovali od drugih ključnih dejavnikov, so ugotovili raziskovalci.

Coxov model se je močno opiral na etnično pripadnost in telesno aktivnost, medtem ko se modeli za strojno učenje niso.

Za primerjavo, naključni "model gozda" daje večji poudarek odstotku telesne maščobe, obsegu pasu, količini sadja in zelenjave, ki jo ljudje jedo in tenu kože, je pokazala študija. Pri modelu globokega učenja so bili najpomembnejši dejavniki izpostavljenost nevarnostim, povezanim z delom ter onesnaženost zraka, uživanje alkohola in uporaba nekaterih zdravil.

Ko je bilo opravljeno celotno štetje številk, je algoritem za globoko učenje podal najbolj natančne napovedi, ki so pravilno identificirale 76 odstotkov oseb, ki so umrle med študijskim obdobjem. Za primerjavo, naključni gozdni model je pravilno napovedal približno 64 odstotkov prezgodnjih smrti, medtem ko je Coxov model ugotovil le približno 44 odstotkov.

To ni prvič, da so strokovnjaki izkoristili napovedno moč UI za zdravstveno varstvo. Leta 2017 je druga skupina raziskovalcev pokazala, da se lahko UI naučijo prepoznavo zgodnjih znakov Alzheimerjeve bolezni; njihov algoritem je ovrednotil preglede možganov, da bi napovedal, ali bo oseba verjetno razvila Alzheimerjevo bolezen in to je storil s približno 84-odstotno natančnostjo.

Druga študija je pokazala, da bi lahko UI napovedala pojav avtizma pri 6-mesečnih dojenčkih, ki so bili izpostavljeni visokemu tveganju za razvoj motnje.

Še ena študija bi lahko odkrila prvotne znake sladkorne bolezni z analizo skeniranja mrežnice; in še ena, tudi z uporabo podatkov, pridobljenih iz skeniranja mrežnice, je napovedala verjetnost, da bo bolnik doživel srčni napad ali kap.

»V novi študiji so znanstveniki pokazali, da se strojno učenje, »s skrbnim uglaševanjem« lahko uporablja za uspešno napovedovanje smrtnih izidov skozi čas«, je v izjavi dejal soavtor študije Joe Kai, profesor ZN za primarno oskrbo.

Človeštvo je v tem stoletju doseglo ozko grlo: tehnični razvoj bi lahko povzročil katastrofalne poškodbe planeta ali pa bo rešil človeštvo iz njegovega človeškega nespajanja.

Prihodnost civilizacije bi lahko bila distopija uničenih ekosistemov in zlonamernih strojev - ali pa raj večnega življenja in intergalaktične kulture.