Отборные новости из мира технологий и развлечений без рекламы

Учёные из MIT создали новый инструмент для прогнозирования на основе ИИ

На фото: MIT - Virtual data scientist

В ближайшем будущем вам не понадобится ничего более специализированного, чем легкодоступное устройство с сенсорным экраном и любые существующие наборы данных, к которым у вас есть доступ, для создания мощных инструментов прогнозирования. Новый эксперимент исследователей из Массачусетского технологического института и Университета Брауна добавил в их интерактивную систему данных Northstar возможность, которая может «мгновенно генерировать модели машинного обучения» для использования с существующими наборами данных для создания полезных прогнозов.

Один из примеров, который приводят исследователи, заключается в том, что врачи могут использовать эту систему для прогнозирования вероятности того, что их пациенты заразятся конкретными заболеваниями на основе их медицинской истории. Или, по их мнению, владелец бизнеса может использовать свои исторические данные о продажах для разработки более точных прогнозов, быстро и без тонны ручной аналитической работы.

Исследователи называют эту функцию «virtual data scientist (VDS)» системы Northstar (или VDS), и похоже, что она может фактически заменить человеческий эквивалент, особенно в тех случаях, когда человек не доступен или не обеспечен ресурсами. Например, в среднестатистическом врачебном кабинете не имеется штатного сотрудника, специализирующегося на данных, и большинство малых и средних предприятий в этом отношении не имеют такого специалиста.

Новый инструмент построен на методах машинного обучения, которые становятся все более «автоматизированными», поскольку он помогает расширить число людей, которым доступна технология искусственного интеллекта.

Сам Northstar является результатом четырёхлетней работы и представляет собой чистый холст, совместимый с несколькими платформами, и тогда пользователи могут загружать свои собственные наборы данных, которые отображаются в виде блоков на интерфейсе. Затем они могут перетащить их в центральную область холста и соединить их линиями, чтобы указать, что они должны обрабатываться с помощью алгоритма их выбора в сочетании друг с другом.

Таким образом, в принципе, они могут теоретически получить набор данных, детализирующий уровень метаболизма пациентов, и еще один, детализирующий их возраст, а затем определить, насколько часто конкретное заболевание встречается между этими двумя факторами. Теперь, благодаря новой функции VDS, они смогут комбинировать входные данные для генерации анализа на основе ИИ по всем этим комбинированным факторам.

Исследователи также разработали эту систему VDS, чтобы на сегодняшний день это было самое быстрое применение автоматизированного машинного обучения. Это еще один ключевой момент для того, чтобы сделать его доступным для всех. Затем планируется улучшить отчетность об ошибках, чтобы гарантировать, что пользователи, не являющиеся специалистами, не только понимают, что им легко пользоваться, но и получают четкие индикаторы, когда делают что-то не так, чтобы они могли исправить это в следующий раз.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Пожалуйста, авторизуйтесь чтобы добавить комментарий.
  Подписаться  
Уведомление о
Поделиться в facebook
Поделиться в twitter
Поделиться в vk
Поделиться в whatsapp
Поделиться в pinterest
Поделиться в email
[email-subscribers-form id="1"]

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: