1.2 C
Budapest

Új utak a mesterséges intelligencia kutatásában

Dátum:

Az ELTE kutatói az emberi agy kapcsolatainak leírását használták innovatív gépi tanulási módszerek teszteléséhez. Az új módszer a Newton-elmosás nevet kapta, a kapcsolódó tanulmány a Scientific Reports című lapban jelent meg.

A mesterséges intelligencia felhasználásaiban és a gépi tanulásban szükség van olyan óriási, oktató adathalmazokra, amelyekkel hatékonyan meg lehet tanítani a programokat arra, hogy az adatok bizonyos sajátságait felismerjék. Sokszor azonban nem állnak rendelkezésre milliós adathalmazok: ezekben az esetekben adatsokszorozást, úgynevezett augmentálást végeznek az adatokon. Kifejező példa lehet, hogy az önvezető autó vezérlésének beállításakor a közlekedési szituációkat leíró képek egy-egy – többnyire nem lényeges részét – elhomályosítják, elmossák, és így egyetlen eredetiből sok képet tudnak származtatni. A módszer a népszerű képszerkesztő programokban is megtalálható Gauss-homályosítás vagy elmosás (Gaussian blurring).

Az eljárás azonban a biológiai, kémiai szerkezetek és képletek esetében nem működik: erre a problémára kerestek megoldást a magyar kutatók – olvasható az ELTE közleményében. Az ELTE Matematikai Intézete PIT Bioinformatikai Csoportjának kutatói – Keresztes László, Szögi Evelin, és Varga Bálint Grolmusz Vince professzor vezetésével – kidolgozták a Newton-elmosás módszerét, amellyel nem csak képi adatokat lehet megsokszorozni.

Az új, Newton-elmosás az adatok javítási mechanizmusát variálja: a nagyobb megbízhatóság kedvéért többször mérnek vagy számolnak ki valamilyen mennyiséget, és ezeket átlagolva használják. Ha valamit például tízszer mérnek meg, és a 10 mérésből minden lehetséges módon kiválasztanak mondjuk 7-et, és ezeket külön-külön átlagolják, akkor az adatokat megsokszorozhatják annyiszor, ahányszor 10 adatból 7-et ki lehet választani, a példában ez éppen 120. Az ELTE-s kutatók módszere nem visz be mesterséges „homályosítást”, mint a Gauss-elmosás, hanem az adatjavításba avatkozik bele: a megsokszorozott adatok minősége jobb, mint az egyedi adatoké, hiszen – a példában – hét mérés eredményeit átlagolták – teszik hozzá.

A kutatók a Newton-elmosást először az emberi agy kapcsolatait leíró 1053 alanytól származó agygráfokra alkalmazták, és így az adathalmaz méretét százhúszszorosára növelték, azaz 126 360 agygráfot készítettek az adathalmazból. A kutatók minden agygráfot öt különböző felbontásban számoltak ki, így 5 x 126 360, azaz 631 800 agygráfot tehettek közzé. A megnövelt adathalmazon igazolták a módszer használhatóságát a gépi tanulásban. Az új, a szerzők által Newton-elmosásnak nevezett módszer nem csak agygráfokra, de sok más, köztük kémiai és biológiai adathalmazra is használható. Az új agygráfok kiszámítása mintegy három hetet vett igénybe a kutatócsoport 36 számítógépén. A megnövelt adathalmaz igazolta a módszer használhatóságát a gépi tanulásban. Az új módszer nem csak agygráfokra, de sok más, köztük kémiai és biológiai adathalmazra is használható.

A publikáció itt olvasható.

Nyitókép: Yuichiro Chino/Getty Images
Forrás: Infostart.hu / Karantén.com

Hír megosztása

Most népszerű

Hasonló hírek
Related

716 milliót költ évente egy 45 éves férfi, hogy újra 18 éves legyen

Az amerikai Bryan Johnson egy kisebb kórházra elegendő orvossal...

„Sajnos el kell búcsúznunk” – Koós Réka szomorú bejelentése Koós János hagyatékáról

Koós Réka az interneten árulja édesapja vitorlását, most az...

Paranormális dolog derült ki a keveset alvókról

Különböző alvászavarok figyelhetőek meg azok körében, akik hisznek a...

Eltűnt egy radioaktív anyagot tartalmazó apró kapszula Ausztráliában, nagy erőkkel keresik

Lázasan keresnek egy kapszulát Nyugat-Ausztráliában, miután eltűnt. Van egy...
%d bloggers like this: