Primum non nocere: ИИ поможет медикам блюсти главный закон врачебного дела

Искусственный интеллект способен определять по снимкам доброкачественность образований в щитовидной железе, чем буквально спасет пациента от проведения биопсии.

«Прежде всего не навреди». Так звучит постулат, останавливающий распространение ятрогении — чрезмерного вмешательства, как правило оборачивающегося сокращением жизни пациента или ее качества, а иногда ведущего и к смерти на операционном столе. Так уж вышло, что вмешательство симпатизирует нам куда больше бездействия, даже если впоследствии оно окажется неоправданным. Оправдать бездействие сложнее, ведь для этого придется убедить человека в том, что квалификация врача распраняется не только на проведение бесчисленных манипуляций, а порой дает ему право отказаться от них не из страха, лени или неосмотретильности, а как раз-таки в пользу пациента.

Точка безубыточности между выгодами и вредом — это именно точка, а значит балансировать на ней — требующее холодного рассудка и действительно высокой квалификации искусство. Этот почему-то воспринимаемый нами как неписанный, но на деле утвержденный еще Гиппократом, закон распространяется не только на врачей. Но именно на них лежит огромная ответственность за человеческие жизни, а потому уж кто как не врачи должны безоговорочно ему следовать.

Процедура биопсии оставляет на своем месте рану, что чревато ее заражением или инфицированием тканей еще в процессе хирургического вмешательства. Какими бы маловероятными ни считались осложнения, в вопросах здоровья было бы глупо сбрасывать их со счетов. В этой связи, заслуга данного ИИ, обученного на 30000 изображений и заветах Гиппократа, не менее грандиозна, чем заслуга хирургических роботов или систем, создающих новые лекарства.

Два пути бизнес-аналитики - популярный и правильный

Популярный, он же классический, путь начинается с осознания потребности в аналитике. Дальше разворачивается самое интересное — при формализации ожиданий требуется привести мысли всех участвующих в процессе лиц к консенсусу относительно того, что и как в их компании будет решать аналитика. Желательно, чтобы конечная форма, в которой потом будет отлита аналитическая модель, не оказалась прокрустовым ложем. Когда этот этап преодолен, можно приступать к выбору продукта, а затем и его настройке. На выходе получаем слабо модифицированную платформу-конструктор для анализа данных, к выводам которой нет особого доверия.

С поверхностными задачами такая система справляться будет, но акцентировать внимание на поверхностных задачах позволительно только тем руководителям, которым понятен принцип работы всех шестеренок в механизмах его компании, вплоть до полного списка свойств материала, из которого шестеренки сделаны. В противном случае нужна система, копающая глубже и умеющая, скажем, отличать причину от катализатора. Она должна помочь руководителям осмыслить все процессы компании. Поэтому, если у компании существует корпоративная культура работы с информацией, она может пойти по второму пути — настроить онтологию предприятия, отталкиваясь от конечной корпоративной цели и декомпозируя ее на задачи, которые будут автоматизированы.

Распространение аналитики «сверху вниз», а не «снизу вверх» избавляет компанию от избыточных инвестиций в автоматизацию новых решений.

https://www.cnews.ru/reviews/analitika_2022/cases/analitika_dannyh_kakie_resheniya_nuzhny

ИИ с обложки: дизайнерские способности DALLE 2 пригодились журналу Cosmopolitan

Кажется, рисующие нейросети начали прощупывать коммерческую почву. Журнал хочет использовать сгенерированное нейросетью изображение для обложки одного из выпусков с обоюдной пользой: DALLE 2 шагнет в новую сферу, а Cosmopolitan здорово поднимет свои рейтинги.

Само по себе интересное событие еще и не обошлось без ироничного подтекста. Состоит он в том, что из всех вариантов обложки, предложенных нейросетью по разным запросам, редакторы Cosmopolitan выбрали изображение женщины-космонавта. Хотя космополитизм не имеет отношения к жуналу даже несмотря на его название, да и к космосу относится крайне опосредованно, доля иронии в этом есть. Менеджер по коммуникациям OpenAI Натали Саммерс конечно объясняет выбор редакторов иначе, она видит в этом закладку феминистической, в хорошем смысле слова, идеологии: "Я верю, что будут женщины, которые увидят это изображение, и им откроется дверь, через которую войти и заняться ИИ или машинным обучением — или даже просто понять, как нейросети могут улучшить их работу и жизнь. Женщины будут лучше подготовлены к лидирующей позиции в следующей главе, повествующей о том, что значит сосуществовать со всё более мощными технологиями и определять их курс. Эта крутая женщина-астронавт — та, кем я чувствую сейчас: самодовольно ныряющей в будущее, частью которого мне радостно быть."

На днях посетили Ежегодный инвестиционный форум в Абу-Даби (ОАЭ) 🇦🇪

Ключевой акцент был сделан на устойчивое развитие, разнообразие и процветание

Про технологии говорили много, но общими словами
Про искусственный интеллект говорили реже, но с надеждой

Небольшой видео отчет с пейзажами, вайбами и полезными советами можно поомотреть ниже 🔽

https://youtu.be/JrXEYC3mI1c

🚀 Как ИИ используется в Британской армии

Недавно у берегов Шотландии и Норвегии в рамках программы НАТО «Formidable Shield» прошли учения Королевских ВМС Великобритании, направленные на отработку формирующегося противоракетного ИИ, с участием около 3300 военнослужащих из 10 страны Альянса

🕵️ ИИ должен был обнаруживать, отслеживать и перехватывать сверхзвуковые ракеты условного противника с минимальным вмешательством человека

В этих военных учениях использовались две системы искусственного интеллекта — система Startle и система Sycoiea:

🌟Система Startle отвечала за мониторинг воздушной обстановки, выдавала рекомендации и предупреждения в режиме реального времени

🌟Система Sycoiea получала результаты от Startle, помогла идентифицировать летящие ракеты и выбрать подходящее оружие для их уничтожения

По словам представителей ВМФ, ИИ позволил быстрее распознать угрозу и даже обошел командный пункт по скорости реакции

🧩 Следует отметить, что ИИ уже используется вооруженными силами многих развитых стран, и эта тенденция сохранится. В ближайшем будущем именно технологии на базе искусственного интеллекта с помощью 5G соединения изменят облик локальных военных конфликтов

https://newatlas.com/military/royal-navy-artificial-intelligence-intercept-live-supersonic-missiles/

🎹Инструмент MusicLM от Google

Недавно захотел протестировать свежий AI сервис Google под названием “MusicLM”

Данный инструмент позволяет преобразовывать текст в музыку (TextToMusic)

🤖 К примеру, вы можете ввести словосочетание “русский шансон с элементами ирландского фолка” и предобученная генеративная модель выдаст вам музыку под данное описание

Однако при переходе на сайт AI Test Kitchen (где лежит MusicLM) обнаружилось следующее:

1. Необходимо оставлять заявку для входа
2. Оставить заявку для входа нальзя..либо выкидывает из сайта, либо кнопка для завершения заполнения неактивна

🚫Возможно это и хорошо, учитывая все более участившиеся претензии со стороны музыкальных ассоциаций в сторону компаний-владельцев генеративных нейронных сетей, нарушающих авторские права

🏇С другой стороны, AI-гонка с Microsoft (инвесторы OpenAI, которые владеют ChatGPT) продолжается и необходимо занимать пока ещё “свободные места” на рынке

ИИ-войны (AI wars) только начинаются…

Языковая модель PaLM2 от Google: в чем соль?

10 мая 2023 года, компания Google в рамках Google I/O 2023, анонсировала ряд AI-сервисов и моделей, среди которых была языковая модель PaLM2

Что это и в чем новшество?

PaLM2 (как и PaLM) - это совокупность моделей (LLMs) на базе нейронных сетей, обученных на текстовых данных. Ключевых отличий от предыдущей версии два:

1. Больше новых языков
2. Большая производительность вычислений

В техническом отчете PaLM 2 Technical Report говорится, что модель обучена на:

- Математических статьях
- Многоязычных веб-документах (более 200 языков)
- Более чем 20 языках программирования
- Диалогах

Отмечается, что модель PaLM2 особенно хороша в:

- Решении математических задач
- Переводе на другие языки (включая языки программирования / из Java на Python)
- Исправлении ошибок в коде
- Аргументированном диалоге

🚀Интересно, что Пейдж Бэйли, глава продукта PaLM2, высказала мнение, что в будущем, модель сможет использоваться для генерации аудио, картинок и даже видео

🏥ИИ в медицине

Сегодня хотелось бы перечислить перспективные ИИ технологии, которые уже используются специалистами в здравоохранении:

👁Компьютерное зрение

Технология позволяет обрабатывать результаты исследований, представленные в виде изображений – рентгенограмм, данных УЗИ, КТ и диагностировать патологии

👩🏼‍🏫Глубокое обучение

Технология позволяет обрабатывать большие объемы цифровых данных, связанных с какой-либо деятельностью, для прогнозирования результатов такой деятельности. Например, для прогнозирования диагноза

📌Компьютерное зрение на самом деле работает с использованием архитектуры глубокого обучения, поэтому в некотором смысле компьютерное зрение также является глубоким обучением

🗣Распознавание речи

Технология используется для анализа человеческой речи и выявления скрытых закономерностей в голосе. Этот подход используется, например, для раннего выявления признаков аутизма и болезни Паркинсона

✅Эти технологии уже меняют современную медицину и помогают докторам лечить людей

Нейронные сети PaLM 2 и PaLM прошли несколько международных экзаменов по знанию языка 🇨🇳 🇯🇵🇮🇹🇫🇷🇪🇸🇩🇪

Точнее одна из моделей успешно прошла все экзамены, а другая только 6 из 11

🔹 Самое время методологам и организаторам экзаменов придумывать дополнительные способы контроля за желающими пройти языковые тесты

2 февраля 2023 года в журнале Harvard Business Review вышла статья с заголовком “Как ИИ изменит проектное управление” (How AI Will Transform Project Management) https://hbr.org/2023/02/how-ai-will-transform-project-management

Экономическая предпосылка статьи следующая:
ежегодно в проекты инвестируется около $48 триллионов. Тем не менее, только 35% проектов считаются успешными. Растраченные впустую ресурсы и нереализованные выгоды остальных равны 65% ($31 триллион) . Как победить проблему?

Авторы предлагают это сделать с помощью внедрения в проектное управление искусственного интеллекта. В статье подчеркивается, что в ближайшем будущем основное конкурентное преимущество будет именно у руководителей, использующих инструменты ИИ

Как именно руководитель проекта / департамента / компании может использовать ИИ, описано ниже:

1. Для отбора лучших проектов для реализации
2. Для мониторинга хода проекта
3. Для предсказания, определения и снижения ключевых рисков проекта
4. В качестве персонального ассистента для решения рутинных управленческих задач
5. Для ускорения тестирования проекта

Более подробно о каждом из этих вариантов я напишу позже👍

ИИ может "уничтожить" Google Search и Amazon

На AI Forward 2023, прошедшем в Сан-Франциско, Билл Гейтс заявил что главный победитель в области ИИ будет тот, кто первым сделает действительно полезного умного ассистента

«Кто бы ни выиграл гонку за создание такого личного ассистента, это будет большой прорыв, потому что вы никогда больше не зайдете на поисковые сайты, вы никогда не зайдете на сайты по продуктивности, вы никогда больше не зайдете на Amazon»

Сэм Альтман (глава компании, создавшей ChatGPT) о том, какие AI стартапы будут иметь успех

"Я скептически отношусь ко всем стартапам, которые пытаются обучать свои собственные модели. Я не думаю, что это продолжится, но я думаю, что произойдет то, что появится совершенно новый класс стартапов, которые используют очень большую будущую модель для донастройки. И это не будет являться простой тонкой настройкой, как то, что делают сейчас.

Я думаю, что вскоре будет предоставлен большой доступ для создания моделей для медицины, для использования компьютера, для создания виртуального друга или что-то еще, и тогда эти компании создадут большую непреходящую ценность, потому что у них будет как бы специальная версия, им не нужно будет создавать базовую модель, но они создадут что-то, что они могут использовать только для себя и поделиться с другими. Эти компании будет отличать доступ к определенным, конкретным данным, которыми они будут постоянно улучшать свою модель"

OpenAI опубликовали нейронную сеть Sharp-E, способную создавать 3D-модель по текстовому описанию / изображению

🤖 Характеристики

Модель лежит в открытом доступе на GitHub.
Обучение проходило на большой выборке 3D и текстовых данных
В математической основе лежат диффузионные модели (не GAN-сети)

🚀 Функционал

Генерирование 3D моделей по текстовому описанию / картинке

🌎 Целевые рынки

- Промышленный дизайн
- Fashion индустрия
- Разработка игр (GameDev)
- Дополненная и виртуальная реальность (AR/VR)
- Метавселенная и NFT
- Web3

💣 Потенциальный бизнес-эффект

- Снижение расходов на услуги 3D-дизайнеров
- Усиление бренда-компании

💰 Экономия в цифрах

До 20% на персонале

В чем ценность канала 🌐Как ИИ меняет бизнес🌐?

Канал помогает предпринимателям и менеджерам компаний увидеть новые возможности в развитии бизнеса с помощью моделей и сервисов искусственного интеллекта (ИИ)

Данный канал про:

💰 Новые инструменты ИИ языком бизнеса (экономия в X%, рост прибыли на Y%)
💣 Мировые тренды в области ИИ (государственные и корпоративные)

Здесь публикуется краткий обзор на ИИ сервис с оценкой потенциальных бизнес-эффектов от внедрения

Оставайтесь на связи👌

Можно ли создать собственный (узкоспециализированный) ChatGPT за $600?

Да, можно

Именно это недавно сделали ребята из Стэнфорда, разработав модель Alpaca 7B, на базе LLaMA 7B model

Примечательно, что модель была обучена всего на 52 тысячах инструкций (в формате: текст с описанием задачи на вход и текст с результатом на выход), которые были сгененрированы с помощью API OpenAI за $500 (на базе openAI’s text-davinci-003)

Настройка модели заняла 3 часа (8 штук NVIDIA GPU A100s с 80Гб) и стоила $100

Качество работы было проверено пятью студентами с помощью оценки работы Alpaca 7B по шкале от 0 до 100 баллов. Проверка включала задачи по написанию электронных писем, постов для социальных сетей и статей по повышению производительности. Аналогичный тест на качество был проведен и для модели text-davinci-003 от OpenAI

Итог: 90 баллов у Alpaca 7B VS 89 у text-davinci-003 (OpenAI)

Код решения можно найти здесь

CEO IBM заявил, что компания планирует остановить найм сотрудников, которых можно заменить ИИ

Речь шла в основном про HR офис и отделы, где нет прямого взаимодействия с клиентами. В составе таких поздравлений в IBM работает около 26,000 человек

Директор IBM Арвид Кришна также отметил следующее:

«Можно легко представить, как 30% из текущих сотрудников будут заменены искусственным интеллектом и автоматизацией в течение пятилетнего периода»

Таким образом, в среднесрочной перспективе, около 8,000 работников IBM может быть заменено решениями на базе ИИ

Итог для бизнеса: если пока не знаете как увеличить прибыль с помощью ИИ, помните, что всегда можно сократить затраты на поиск и найм персонала, усилив оставшихся сотрудников ИИ-инструментами

Стартап Runway открыл ограниченный доступ к функции TextToVideo

🤖 Характеристики

Модель в открытом доступе на GitHub отсутствует
Статья с описанием алгоритма вскоре должна появиться здесь
Пока с подробностями про модель можно ознакомиться тут
В математической основе лежат диффузионные модели (не GAN-сети)

🚀 Функционал

Генерирование 3х секундного видео по текстовому описанию

🌎 Целевые рынки

- Киноиндустрия
- Телевидение
- Разработка игр (GameDev)

💣 Потенциальный бизнес-эффект

- Снижение расходов на услуги по профессиональному созданию видео (а именно на видеооператоров, монтажеров, ответственных за освещение, 3D-дизайнеров и т.д.)
- Усиление бренда-компании

💰 Экономия в цифрах

До 10% на персонале
До 60% на аутсорсе задач

Как сделать ИИ для отбора перспективных проектов?

В одном из предыдущих постов я рассматривал статью, из Harvard Business Review, на тему “Как ИИ изменит проектное управление”

В статье были описаны 5 способов применения ИИ в проектном управлении

🔹Одним из таких способов было использование ИИ для отбора проектов для реализации

Что такое “перспективный проект” для реализации?

Это проект, который принесет наибольшую выгоду компании

Как сделать ИИ для отбора проектов?

1. Проанализировать имеющиеся данные по уже реализованным проектам (бюджет, численность команды, был успешен / не успешен и т.д)
2. Провести ETL - процедуры с данными
3. Пропустить данные через ИИ алгоритмы
4. Понять умеет ли модель предсказывать был ли проект экономически выгоден или нет
5. Если из 10 случаев успешно предсказаны 7 (т.е. 70%), то модель можно использовать при скоринге проектов на начальной стадии

Как решить проблему отсутствия данных?

- Дособирайте данные 🤗
- Смоделируйте пропущенные значения 🎡
- Поищите на kaggle🚀

Runway - идеальная ИИ платформа для контент мейкера

Недавно я рассказывал, что стартап Runway дал доступ к функции TextToVideo

Однако доступ оказался ограниченным. И протестировать не получилось, однако на платформе оказалось много других, полезных ИИ штук для генерации качественного медиа контента👍

Среди них:

🎞Видео

- VideoToVideo (изменение стиля загруженного видео на основе добавленного фото и текстового описания)
- Обработка видео (удаление бэкграунда, удаление объектов из видео, скрытие лиц, slow-motion эффект и т.д)

🖼Картинки

- Генерация изображений (TextToImage, ImageToImage, генерация дополнительного пространства вокруг картинки и т.д.)
- Редактирование изображения (создание анимированного видео из картинок, удаление и замена объектов, генерация новых вариантов изображения и т.д.)

➕В добавок к этому:

- Генерация 3D графики по описанию
- AI тренинг по созданию собственной кастомизируемой AI модели

Всем, кто пыхтит над медиа контентом - пользуйтесь!)

🆒 У них доступен бесплатный пакет услуг)