Архитектура искусственного интеллекта, какой бы разнообразной она ни была, обладает одним общим элементом — наборами данных для обучения. К сожалению, не для всякой области можно собрать достаточный объем примеров, пишет VentureBeat.

Специалисты компании Nvidia, клиники Майо и Центра клинической датологии MGH и BWH считают, что решение проблемы — нейронная сеть, которая сама генерирует медицинские данные для обучения своих «коллег». В частности, трехмерные изображения снимков магнитно-резонансной томографии мозга с раковыми опухолями. Статью, описывающую подробности подхода, ученые представили на конференции в Испании.

«Мы показали, что впервые научились создавать изображения, которые можно использовать для обучения нейронных сетей», — говорит Ху Чан, старший научный сотрудник Nvidia и ведущий автор статьи.

Система ИИ, разработанная при помощи библиотеки глубокого обучения PyTorch и обученная на платформе Nvidia DGX, использует генеративно-состязательную сеть, состоящую из двух частей — генеративной модели, которая генерирует образцы, и дискриминативной, которая пытается найти отличия между ними и реальными примерами. В результате получаются достоверные снимки МРТ мозга.

Перемешав искусственно созданные снимки с настоящими, ученые обучили с их помощью нейросеть и добились от нее 80-процентной точности в распознании злокачественной опухоли в мозге — на 14% лучше, чем результат модели, обученной только на реальных снимках.

В дальнейшем, если улучшить эту модель, можно будет применять изображения с лучшим разрешением и в большем количестве, а также повысить реалистичность искусственно созданных снимков.  

Искусственный интеллект, способный сам программировать себя, может оказаться непредсказуемым, считают эксперты. Когда алгоритмы создают новые алгоритмы, разработчики не могут до конца разобраться в коде, и это может привести к трагедиям.