Искусственный интеллект сдал экзамен на врача
Созданный китайской компанией iFlyTek ИИ, наравне с выпускниками медицинских вузов успешно сдал экзамен на диплом врача, пишет South China Morning Post. В компании планируют использовать ИИ в сферах образования, медицины и юриспруденции.
iFlyTek Smart Doctor Assistant – китайский аналог американской системы искусственного интеллекта IBM Watson – успешно сдал стандартный экзамен на степень врача, набрав 456 баллов, что существенно больше минимально необходимых 360.
«Мы опередили Watson.Система от IBM никогда не сдавала такие экзамены в США», – заявил председатель правления компании Лю Цинфэн. По его словам, технология, которая позволяет машинам говорить и даже думать, как люди, может быть с равным успехом использована в сфере образования, здравоохранения и юриспруденции.
«Наш ИИ не заменит врачей, он поможет врачам работать эффективнее, аккумулируя опыт самых лучших специалистов», – добавил Лю Цинфэн.
В России разрабатывается похожий проект «CoВrain‑Аналитика» – система искусственного интеллекта, которая будет предлагать возможные диагнозы и формировать персональную терапию для пациентов с заболеваниями мозга. Продукт, на создание которого уже направлено 450 млн рублей, до конца 2018 года будет представлен заказчику – Правительству РФ.
Источник: South China Morning Post #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Созданный китайской компанией iFlyTek ИИ, наравне с выпускниками медицинских вузов успешно сдал экзамен на диплом врача, пишет South China Morning Post. В компании планируют использовать ИИ в сферах образования, медицины и юриспруденции.
iFlyTek Smart Doctor Assistant – китайский аналог американской системы искусственного интеллекта IBM Watson – успешно сдал стандартный экзамен на степень врача, набрав 456 баллов, что существенно больше минимально необходимых 360.
«Мы опередили Watson.Система от IBM никогда не сдавала такие экзамены в США», – заявил председатель правления компании Лю Цинфэн. По его словам, технология, которая позволяет машинам говорить и даже думать, как люди, может быть с равным успехом использована в сфере образования, здравоохранения и юриспруденции.
«Наш ИИ не заменит врачей, он поможет врачам работать эффективнее, аккумулируя опыт самых лучших специалистов», – добавил Лю Цинфэн.
В России разрабатывается похожий проект «CoВrain‑Аналитика» – система искусственного интеллекта, которая будет предлагать возможные диагнозы и формировать персональную терапию для пациентов с заболеваниями мозга. Продукт, на создание которого уже направлено 450 млн рублей, до конца 2018 года будет представлен заказчику – Правительству РФ.
Источник: South China Morning Post #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Новый способ магнитной записи данных позволит создать нейронные сети
Британские ученые открыли новый способ магнитной записи данных, который позволяет хранить любую информацию в нанопроводах. По их словам, это позволит компьютерам обрабатывать информацию со скоростью человеческого мозга, пишет Phys.org.
Многие современные устройства записи данных, например, жесткие диски, используют способ хранения информации, основанный на магнитных состояниях. В этих устройствах используется всего два таких состояния, которые можно привязать к нулю и единице в бинарной системе записи цифровых данных.
Редкие магнитные состояния, где встречаются, например, три южных полюса, представляют собой сложные системы. Они могут действовать аналогично другим сложным системам, существующим в природе, — в том числе таким, как человеческий мозг.
Ученые из лондонского Императорского колледжа разработали метод записи магнитной информации в любой схеме, используя очень маленькое устройство, называемое магнитным силовым микроскопом. По словам ученых, этот метод можно использовать для изучения естественных сложных систем, например, соединяя три южных полюса вместе и наблюдая реакцию системы.
Благодаря новому методу системы магнитных нанопроводов могут функционировать как аппаратные нейронные сети — потенциально более мощные и эффективные, чем современные компьютеры.
«С помощью нового метода мы сможем научиться использовать системы магнитных нанопроводов для решения сложнейших задач, — говорит один из авторов исследования, доктор Джек Гартсайд. — В случае успеха это приведет к тому, что аппаратные нейронные сети станут ближе к реальности».
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Британские ученые открыли новый способ магнитной записи данных, который позволяет хранить любую информацию в нанопроводах. По их словам, это позволит компьютерам обрабатывать информацию со скоростью человеческого мозга, пишет Phys.org.
Многие современные устройства записи данных, например, жесткие диски, используют способ хранения информации, основанный на магнитных состояниях. В этих устройствах используется всего два таких состояния, которые можно привязать к нулю и единице в бинарной системе записи цифровых данных.
Редкие магнитные состояния, где встречаются, например, три южных полюса, представляют собой сложные системы. Они могут действовать аналогично другим сложным системам, существующим в природе, — в том числе таким, как человеческий мозг.
Ученые из лондонского Императорского колледжа разработали метод записи магнитной информации в любой схеме, используя очень маленькое устройство, называемое магнитным силовым микроскопом. По словам ученых, этот метод можно использовать для изучения естественных сложных систем, например, соединяя три южных полюса вместе и наблюдая реакцию системы.
Благодаря новому методу системы магнитных нанопроводов могут функционировать как аппаратные нейронные сети — потенциально более мощные и эффективные, чем современные компьютеры.
«С помощью нового метода мы сможем научиться использовать системы магнитных нанопроводов для решения сложнейших задач, — говорит один из авторов исследования, доктор Джек Гартсайд. — В случае успеха это приведет к тому, что аппаратные нейронные сети станут ближе к реальности».
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python