বাড়ি এগিয়ে চিন্তা ডিএলডিড: স্বাস্থ্যসেবা, আবহাওয়া এবং অন্যান্য অ্যাপ্লিকেশনগুলিতে অ এবং মেশিন লার্নিং

ডিএলডিড: স্বাস্থ্যসেবা, আবহাওয়া এবং অন্যান্য অ্যাপ্লিকেশনগুলিতে অ এবং মেশিন লার্নিং

ভিডিও: दà¥?निया के अजीबोगरीब कानून जिनà¥?हें ज (সেপ্টেম্বর 2024)

ভিডিও: दà¥?निया के अजीबोगरीब कानून जिनà¥?हें ज (সেপ্টেম্বর 2024)
Anonim

কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং আমি যে প্রতিটি প্রযুক্তি সম্মেলনে যাই সেগুলি হ'ল আলোচ্য বিষয় এবং সাম্প্রতিক ডিএলডি এনওয়াইসি সম্মেলনও এর ব্যতিক্রম ছিল না।

নতুন কম্পিউটার কৌশল আমাদের "সফ্টওয়্যার দিয়ে কীভাবে নিরাময় করতে হবে" শিখতে সাহায্য করতে পারে এমন বিভিন্ন উপায়ে মনোনিবেশ করে, স্বাস্থ্যসেবাতে জ্ঞানীয় কম্পিউটিং নিয়ে কাজ করা একটি জার্মান সংস্থা এক্সবি গ্রুপের রামিন আসাদোল্লাহি। আজকে প্রায় ছড়িয়ে দেওয়া শব্দের বেশ কয়েকটি অংশকে সম্বোধন করে তিনি উল্লেখ করেছিলেন যে এআইকে জ্ঞানীয় কম্পিউটিং হতে হবে না, জ্ঞানীয় কম্পিউটারিংকে মেশিন লার্নিং করতে হবে না এবং বড় ডেটা সম্পূর্ণরূপে একটি পৃথক বিষয় issue

আসাদোল্লাহি এআই ওষুধের ক্ষেত্রে উন্নতি করতে পারে এমন উপায়গুলিতে মনোনিবেশ করেছিলেন। তিনি উল্লেখ করেছিলেন যে টিস্যু ডেটা দেখার জন্য একজন প্যাথলজিস্ট সাধারণত তার কাজের সময়কালে 200, 000 নমুনা দেখতে পান, তবে গভীর শিক্ষা এবং আধুনিক গ্রাফিক্স কার্ডের সাহায্যে একটি কম্পিউটার সিস্টেম দুই সপ্তাহের মধ্যেই এটি প্রক্রিয়া করতে পারে। তিনি বলেছিলেন যে 100 টি নমুনা দিয়ে একটি সিস্টেম মানুষের মতোই ভাল হতে পারে। একইভাবে, তিনি বলেছিলেন, একটি কম্পিউটার সিস্টেম প্রতিদিন ২৮, ০০০ টেকনিক্যাল নিবন্ধ গ্রহন করতে পারে, যখন কোনও মানুষ কেবল তার পুরো কর্মজীবনে প্রায় ৪, ০০০ নিবন্ধ পড়তে পারে।

তিনি বলেছিলেন যে এমন একটি এআই যা আণবিক স্তরে একক কোষগুলি বুঝতে পারে আরও ভাল ওষুধ তৈরি করতে সহায়তা করতে পারে এবং এমন সফ্টওয়্যার যা অন্যদের সাথে কোন ওষুধের সাথে ফিট করে তা নির্ধারণ করতে সহায়তা করতে পারে যেহেতু বিরূপ ওষুধের মিথস্ক্রিয়াটি বছরে 100, 00 মানুষকে হত্যা করে। তাঁর সংস্থা পুরো স্বাস্থ্য ধারাবাহিকতা - ডাক্তার, গবেষক, ফার্মাসিস্ট এবং রোগীদের addressing "সিলোগুলি ভেঙে ফেলার" দিকে মনোনিবেশ করছে addressing সামগ্রিকভাবে, তিনি বলেছিলেন যে এআই চাকরি হারাবে না, কারণ তত্ত্বাবধানে জড়িতদের সংখ্যা বাড়ছে। এটি চিকিত্সককে প্রতিস্থাপন করবে না, তবে এর পরিবর্তে চিকিত্সকরা রোগীদের সাথে আরও বেশি সময় কাটাতে সক্ষম করবেন।

ডেভিড কেনি, যিনি এখন আইবিএম-এর জন্য ওয়াটসন গ্রুপ পরিচালনা করছেন, বিভিন্ন তথ্য এবং বিভিন্ন অ্যাপ্লিকেশনগুলিতে গভীর শিক্ষার সম্ভাবনা সম্পর্কে কথা বলেছেন। আইবিএমের সেই সংস্থা অধিগ্রহণের আগে কেনি দ্য ওয়েদার কোম্পানির সিইও ছিলেন; এটি বিশ্বের বৃহত্তম আবহাওয়ার ডেটা সরবরাহকারী। তিনি বলেছিলেন যে ২.২ বিলিয়ন স্থানে আবহাওয়ার তথ্য সংগ্রহের জন্য আইওটি (ইন্টারনেট অফ থিংস) প্রযুক্তি, আবহাওয়া সম্পর্কিত তথ্য এবং ক্লাউড কম্পিউটিংয়ের সংমিশ্রণে গুগল যেভাবে পৃথিবীকে মানচিত্র করার চেষ্টা করেছিল, সেভাবে বায়ুমণ্ডলের মানচিত্র তৈরির জন্য একটি অ্যাপ্লিকেশন তৈরি করেছে টিডাব্লুসি।

ওয়াটসনে, তিনি বলেছিলেন, তিনি অ্যালগরিদম এবং সফটওয়্যারটির জন্য তিনটি বড় ক্ষেত্রে আগ্রহী: মানুষের মিথস্ক্রিয়া, যেমন দৃষ্টি, দৃষ্টি এবং বক্তৃতা; এই জাতীয় মিথস্ক্রিয়া সমর্থন গভীর শিক্ষা এবং মেশিন লার্নিং; এবং যুক্তি। তিনি বলেছিলেন যে ওয়াটসন আইবিএম জুড়ে গবেষণা ল্যাব থেকে শুরু করে বিক্রয় ও পরিষেবা পর্যন্ত হাজার হাজার মানুষকে জড়িত।

কিছু উপায়ে কেনি বলেছিলেন, ওয়াটসন অন্যান্য বিঘ্নিত ব্যবসায়ের তুলনায় আলাদা, কারণ এর জন্য প্রচুর জ্ঞান প্রয়োজন, এবং প্রতিষ্ঠিত সংস্থাগুলি যাদের জ্ঞান রয়েছে তারা স্টার্টআপের চেয়ে দ্রুত গতি বাড়িয়ে তুলতে পারে। তিনি বলেছিলেন যে অনুবাদ এবং মানুষের মিথস্ক্রিয়া উন্নত হয়েছে তবে এখনও যাওয়ার একটি উপায় ছিল এবং লোকে ওয়াটসনকে যা ব্যবহার করে তার অনেকটাই কথোপকথন তৈরি করে "বটস"।

তিনি বলেছিলেন যে কথোপকথনটি বোঝার জন্য বিভিন্ন শব্দ, উচ্চারণ এবং সংযোগের সময় লোকেদের ব্যবহার করা বিভিন্ন কারণে। "প্রতি মাসে এটি আরও ভাল হয়, " তিনি বলেছিলেন, সফটওয়্যারটির সাথে স্পিচটি বোঝা যেত এখন months.৯ শতাংশ ত্রুটির হার, তিন মাস আগে এটি ছিল ১০ শতাংশ থেকে কম। তুলনায় তিনি বলেছিলেন, মানুষের ত্রুটির হার 4 শতাংশ। তিনি বলেছিলেন যে তিনি আশাবাদী যে সফটওয়্যারটি এক বছরের মধ্যে মানুষের ত্রুটির হারের কাছে যেতে পারে।

কেনি দাবি করেছেন আইবিএমের প্রতিযোগিতার চেয়ে আলাদা পদ্ধতি রয়েছে। অন্যান্য সংস্থাগুলি প্রায়শই সেন্ট্রালাইজড এআইতে কাজ করে তবে আইবিএম এমন অনেক ক্লায়েন্টের সাথে কাজ করছে যারা ওয়াটসনের নিজস্ব প্রাইভেট সংস্করণগুলি তাদের নিজস্ব বৌদ্ধিক সম্পত্তি বা "জ্ঞানের গ্রাফ" ব্যবহার করে তৈরি করতে চায় with তিনি উল্লেখ করেছিলেন যে বিশ্বের ৮০ শতাংশ তথ্য ইন্টারনেটে যায় না x যেমন এক্স-রে, স্বাস্থ্য রেকর্ড এবং ব্যাংক অ্যাকাউন্টের মতো জিনিস।

ডিএলডিড: স্বাস্থ্যসেবা, আবহাওয়া এবং অন্যান্য অ্যাপ্লিকেশনগুলিতে অ এবং মেশিন লার্নিং