Dernières en IA

Comme les mammifères, les machines, l'imagerie cérébrale et plus encore!

"L'intelligence artificielle est la science et l'ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents"
- John McCarthy, père de l'intelligence artificielle

L'intelligence artificielle englobe un vaste ensemble d'informatique pour la compréhension, la justification et l'apprentissage. Il contribue à une grande variété de domaines englobant la philosophie, l'informatique, la psychologie, les mathématiques et la biologie et a dominé dans divers domaines tels que les jeux, le traitement automatique du langage naturel, la reconnaissance vocale et les systèmes experts.

Voici notre sélection des 5 meilleurs développements en matière de recherche en intelligence artificielle au cours des dernières semaines, qui vous sont présentés de manière concise et nette.

Comme les mammifères, comme les machines:

Avez-vous déjà vu une machine qui bouge librement comme un animal? La nature agile des mammifères lors de la navigation dans le monde semble si simple et naturelle que les complexités des processus sous-jacents sont mises à mal. La navigation spatiale reste un défi de taille pour les robots et les agents artificiels, dont les capacités dans ce domaine sont largement dépassées par celles des mammifères. Une recherche menée par des chercheurs de DeepMind sur les cellules de la grille des mammifères a toutefois changé cette perception.

Une cellule de la grille est un type de neurone présent dans le cerveau de nombreuses espèces, leur permettant de comprendre leur position dans l'espace. La capacité d'imiter les capacités de navigation des animaux pourrait renforcer la technologie utilisée par de nombreux systèmes, des drones aux voitures autonomes. Ces résultats sont la preuve que l'imitation d'algorithmes similaires à ceux du cerveau pourrait conduire à des outils d'apprentissage machine plus puissants. Cela pourrait signifier que des systèmes d'IA plus vraisemblables sont beaucoup plus proches à l'horizon qu'on ne le pensait.

Des chemises et des montres qui suivent les problèmes de santé:

Une image d'une montre intelligente

Un groupe de chercheurs de l'Université de Waterloo a trouvé un moyen futuriste de s'attaquer aux problèmes de santé. Ils ont fusionné l'IA avec une technologie portable (telle que des chemises) pour déterminer l'épidémie de problèmes de santé (les données des capteurs portables et de l'IA peuvent évaluer les changements dans les réponses aérobies) comme les maladies respiratoires ou cardiovasculaires dans un système appelé Hexoskin. Ils ont constaté que les points de repère relatifs à la santé peuvent être très facilement prédits de cette manière et qu’il sera donc possible de surveiller en permanence l’état de santé d’une personne afin de détecter tout écart éventuel avant même qu’elle réalise qu’elle a besoin d’aide. La recherche a créé un moyen de traiter les signaux biologiques et a défini des paramètres permettant de déterminer la forme physique. Cette étude est la première à exploiter l'IA avec des capteurs portables dans des activités indépendantes de la vie quotidienne et peut avoir un impact considérable sur le bien-être de la population. Il s'agit d'un exemple frappant d'une recherche à multiples facettes sur la manière dont l'IA peut constituer un point central dans l'industrie de la santé en permettant de prévoir les problèmes de santé chez une personne aux premiers stades d'une maladie. L’équipe prévoit de tester Hexoskin sur des groupes d’âge variés ainsi que sur des personnes souffrant de problèmes de santé afin d’examiner plus en détail comment le porter peut aider au diagnostic.

Probabilité d'abandonner ses études:

Les scientifiques de Jade Software ont mis au point un outil d’apprentissage automatique permettant de prédire la probabilité qu’un étudiant abandonne ses études universitaires, en utilisant des données d’étudiant sur 15 ans comprenant des informations telles que la distance entre le lieu de résidence et l’université, l’âge, le paiement de leurs études, de leurs moyens d’inscription, etc. Il a été testé en Nouvelle-Zélande (l’un des pays où les taux d’achèvement des cours sont les plus faibles) et en Australie. L'outil s'est avéré être précis à 92%. Il peut jouer un rôle majeur dans la mise en garde des universités en indiquant qu'un étudiant donné a une chance considérable d'abandonner ses études, de sorte que les autorités concernées puissent intervenir en la matière. Bien qu’il s’agisse d’une nouvelle application de l’analyse prédictive, cet outil est fondamentalement le même que celui utilisé par des sociétés telles que Flipkart et Amazon pour prévoir les habitudes d’achat des consommateurs, ou Netflix pour prédire le type d’émissions que les téléspectateurs sont susceptibles de regarder. Un grand risque ou inconvénient de ce modèle est que les paramètres sur lesquels les étudiants sont évalués peuvent changer progressivement sur une période donnée et qu’un modèle formé au cours de l’année précédente ne peut donc pas être utilisé dans l’année en cours. Les résultats peuvent être transmis à l'université pour analyser les abandons potentiels au niveau individuel, ce qui peut ainsi aider l'université à offrir un soutien approprié aux étudiants.

Espérance de vie après une insuffisance cardiaque:

Une équipe de chercheurs de l'Université de Californie à Los Angeles (UCLA) a mis au point un algorithme permettant de prédire quels patients cardiaques survivront à une transplantation cardiaque et à leur espérance de vie, permettant ainsi aux médecins de faire une évaluation plus personnalisée et potentiellement de réduire les coûts des soins de santé. , par une utilisation limitée des ressources. L'algorithme, appelé «Tree of Predictors», utilise différents paramètres de données tels que le groupe sanguin, l'âge, l'indice de masse corporelle (IMC), etc., pour la prédiction. Une période de 30 ans a également été utilisée. Il a été constaté que l'algorithme fournissait de meilleures prévisions que celles développées par d'autres équipes de recherche. Cette technique est calquée sur la pensée humaine, dont le trait saillant est que de nombreux résultats alternatifs sont élaborés pour le même problème en tenant compte de la variabilité de chaque patient. L'algorithme Tree of Predictors peut être largement utilisé pour les observations de nombreuses bases de données médicales et autres bases de données complexes, afin de reconnaître l'écriture manuscrite, de prédire l'utilisation frauduleuse de cartes de crédit et la popularité des informations.

La technologie par ultrasons pour produire des images du cerveau en temps réel:

Brett Byram et ses partenaires de recherche à l'Université Vanderbilt ont utilisé la technologie des ultrasons pour produire des images du cerveau en temps réel dans lesquelles certaines zones sont stimulées par certains sentiments, créant ainsi un moyen efficace de contrôler la robotique en y réfléchissant. Les scientifiques ont passé des décennies à anticiper de tels progrès, mais cela était inaccessible jusqu'à récemment, car les faisceaux d'ultrasons ont la capacité de rebondir à l'intérieur du crâne. Les méthodologies actuelles d'imagerie du cerveau sont rudimentaires. L’électroencéphalographie, qui mesure l’activité électrique dans le cerveau, ne peut pas examiner en profondeur le cerveau et ne produit donc que des images au niveau de la surface. Byram a déclaré qu'il souhaitait intégrer l'apprentissage automatique à la technologie de l'électroencéphalogramme afin que les médecins puissent visualiser non seulement la perfusion cérébrale (comment le flux sanguin correspond aux modifications de la pensée), mais également des zones de stimulation analogues au mouvement et à l'émotion. Les applications de cette recherche sont illimitées. Au niveau fondamental, cela pourrait permettre d'obtenir des images plus claires que celles que les médecins ont l'habitude de voir (comme celles du cœur, du cerveau ou de l'utérus). En plus d’étudier l’activité cérébrale, les chercheurs espèrent que le système pourra éventuellement cloner des signaux cérébraux et qu’il pourra ainsi être unifié avec des logiciels, des membres artificiels et d’autres types de robotique, transformant ainsi les idées en actions.

C’est tout pour cette édition. Certes, les progrès sont si rapides que le rythme de la croissance semble être à la vitesse de la lumière. Restez à l'écoute pour le prochain article de cette série!

(Cet article a été rédigé par Nivedha Jayaseelan, rédactrice technique de Research Nest)