دانشمندان با مطالعات خود در سال‌های اخیر، توانسته‌اند هوش مصنوعی را تا جایی پیش ببرند که تأثیر چشم‌گیری روی روند علم داشته باشد. در سال گذشته مطالعاتی در حوزه‌های مختلف صورت گرفته که نقش هوش مصنوعی در پیشبرد علم بسیار تأثیرگذار بوده است.
به گزارش سرویس علم و فناوری جی‌پلاس؛ به دنبال سال‌ها تحقیق و مطالعه، هوش مصنوعی با رشد و گسترشی که داشته تأثیر به‌سزایی روی علم داشته و تقابل و همکاری سیستم‌های کامپیوتری و انسان‌ها بیشتر و ظریف‌تر شده است. اما حتی در حوزه‌های پیچیده‌ای چون مطالعات علمی، هوش مصنوعی روی روند حل مسائل و پاسخ به پرسش‌هایی که مطرح می‌شود، تأثیرگذار است.
فناوری‌های هوش مصنوعی از قبیل یادگیری ماشینی، تغییر شگرفی را در توانمندی ایجاد می‌کند. ما با ترکیبی از قدرت سنگین محاسباتی و استدلالی ظریف‌تر از نوع انسانی می‌توانیم مسائل علمی را که برای کامپیوتر و دانشمندان غیرقابل حل بود، به راحتی حل کنیم.
قلب دیجیتال و تشخیص هوشمند بیماری
محققان و متخصصان در همکاری با مهندسان نشان دادند که یادگیری ماشینی قادر است خطر مرگ و میر را در افراد مبتلا به بیماری‌های قلبی سریع‌تر و با دقت بیشتری نسبت به روش‌های معمول تشخیص دهد. آنها با بررسی اطلاعات 250 بیمار مبتلا به بیماری قلبی و تجزیه و تحلیل اسکن‌های ام‌آر‌آی گرفته شده از ضربان قلب هر بیمار، 30 هزار نقطه را تکثیر کردند تا از این طریق قلب سه‌بعدی مجازی تولید کنند.
این قلب سه‌بعدی به طور خودکار ویژگی‌هایی را که جزء شاخص‌های اولیه نارسایی قلبی و مرگ هستند، نشان می‌دهد. این اولین باری است که سیستم‌هیا کامپیوتری اسکن‌های قلبی را با دقت بالا تفسیر می‌کنند تا بتوانند طول عمر بیماران قلبی را پیش‌بینی کنند. هوش مصنوعی به پزشکان در درمان بیماران قلبی نیز کمک می‌کند.
هوش مصنوعی در راه نجات افراد
فناوری ردیابی تلفن از مدت‌ها قبل در شرایط بحرانی و به منظور نجات جان انسان‌ها مورد استفاده قرار می‌گرفت. اما پیشرفت‌هایی که در سال‌های اخیر صورت گرفته به شناسایی گروه‌های در معرض خطر مانند زنان و کودکان کمک می‌کند. گروهی از محققان، نوعی الگوریتم یادگیری ماشینی برای تجزیه و تحلیل اطلاعات تلفن 10 هزار کاربر ابداع کرده‌اند.
آنها دریافتند این الگوریتم قادر است جنسیت نیم میلیون نفر از کاربران را با دقت بالایی مشخص کند. به عنوان مثال، تصور کنید اگر بعد از بحران زلزله نپال از این فناوری استفاده کرده باشیم، می‌توانستیم با جستجو به کمک این فناوری، افراد آواره و حادثه‌دیده را پیدا کنیم و مشخص کنیم که کدام یک از آنها بیشتر در معرض خطر هستند و پیش از دیگران به کمک احتیاج دارند.
فیلم‌های مولکولی
هوش مصنوعی به محققان در پیشبرد مطالعات اساسی شیمی و زیست مانند مکانیسم‌های فتوسنتز و واکنش‌های آمینواسیدهایی کمک می‌کند که بلوک‌های ساختمانی حیات هستند. این کار با استفاده از پرتوهای پرسرعت اشعه X انجام می‌شود.
محققان از یادگیری ماشینی برای پیش‌بینی دقیق ویژگی‌های اشعه X استفاده می‌کنند. این آزمایش‌های پرسرعت به محققان اجازه می‌دهد تا فعل و انفعالاتی را که معمولا بسیار سریع رخ می‌دهند، مشاهده کنند.
هوش مصنوعی همچنین به محققان امکان ساخت فیلم‌های مولکولی را از این فرآیندهای پرسرعت می‌دهد. به عنوان مثال، محققان از این طریق می‌توانند مشاهده کنند که اتم‌ها و حتی الکترون‌هایی با سرعت بالاتر، چگونه در یک واکنش شیمیایی حرکت می‌کنند.
تماس انسانی
محققان روی تجزیه و تحلیل ماشینی رفتار غیرکلامی انسان‌ها کار می‌کنند. آنها یک ربات انسان‌نما را به نام Zeno تولید کرده‌اند که می‌تواند درک احساسی و یادگیری را در کودکان مبتلا به اوتیسم بهبود بخشد. Zeno ترکیبی از درک صدا، تصویر و چهره افراد و فناوری‌های هوش مصنوعی است که از این طریق به کشف و شناسایی نشانه‌های صوتی و تصویری در کودکان کمک می‌کند. کودکان، این ربات را دوست دارند و با دیدن آن چهره‌هایشان از خوشحالی برق می‌زند و بعد از مدتی با کمک این ربات می‌توانند ارتباط کلامی برقرار کنند.
عصب‌شناس خودکار
تصویربرداری تشدید مغناطیسی کارکردی یا fMRI نوعی فناوری اسکن مؤثر محسوب می‌شود که از فعالیت عصبی برای شناسایی نقاط مغزی به عنوان مثال، زمانی که افراد به دنبال حل معما یا حتی کار با آلات موسیقی هستند، نقشه‌برداری می‌کند. با وجود این، به دلیل پیچیدگی مغز، fMRI اطلاعات بیشتری را هنگام غربالگری در اختیار محققان قرار می‌دهد که هنگام جستجوی معنا و الگو خطاهای انسانی را بالا می‌برد. محققان دریافتند که استفاده از روش یادگیری ماشینی در مطالعات علوم اعصاب کارآمدی تجزیه و تحلیل‌های اطلاعات را افزایش می‌دهد. این فناوری در زمینه‌های مختلفی کاربرد دارد. در آزمایشگاه، آن را به عنوان عصب‌شناس خودکار می‌شناسند اما در قالب رادیولوژیست خودکار و حتی روان‌شناس خودکار شناخته می‌شود.
