
Fazekas István, az AIP Labs társalapítója.
A cikk megjelenését az AIP Labs támogatta.
De mégis, hogyan működik mindez? Ennek megértéséhez először tisztáznunk kell néhány alapfogalmat. A gépi tanulás az a terület, ahol a számítógépek tanulnak a tapasztalatokból anélkül, hogy explicit programoznánk őket. A deep learning pedig a gépi tanulás egy speciális ága, amely neurális hálózatokkal dolgozik. Ezek a hálózatok olyanok, mint az emberi agy: neuronokból épülnek fel, és az információ áthalad rengeteg kapcsolaton keresztül.
Ez az adathiány nem csak pénzügyileg megterhelő az ezzel foglalkozó vállalkozások és kutatók számára, hanem gátolja is a mesterséges intelligencia fejlődését.
Magyar fejlesztők azonban rájöttek arra, hogy képesek olyan fejlett, úgynevezett generatív mesterséges intelligenciát gyártani, amely meglévő adatokból, újabb adatokat képes generál.
Tehát, már meglévő bőrbetegségek képéből, eltérő, de ugyanazon betegségekről szóló szintetikus képeket tud készíteni. Ezzel a megoldással, számtalan problémát ki lehet küszöbölni, így azt is, hogy egyes ritka betegségekről nagyon kevés képi anyag van. Az AIP Labs kutatói tanulmányt is közöltek eredményeikről, amit azóta nemzetközileg is felkaptak.
Gyógyír a tanulásra
Felmérések alapján kijelenthető, hogy egyre több betegre egyre kevesebb orvos jut világszerte, nőnek a várólisták. Ezért kulcskérdéssé válik az egészségügy fenntarthatósága szempontjából, hogy az MI át tudja-e venni részben az orvosok munkáját, és segíteni őket a gyors diagnózis alkotásban.
A bőrbetegségek detektálásához és egyéb orvosi diagnózisalkotáshoz a gépi tanulásnak rengeteg adatra van szüksége, különösen címkézett képekre. Nem maga a fotó a kulcs, hanem a képekhez rendelt címkék, amelyek segítik a gépi tanulást. Bőrgyógyászat területén tehát nem is a bőrbetegségről szóló kép az érték, hanem az, hogy tudjuk, a képen biztosan például ekcéma látható. Na de mi van akkor, ha nincs elegendő címkézett adat, vagyis nincs annyi kép egy-egy ritka betegségről, amely elegendő ahhoz, hogy a diagnosztikai MI-t betanítsa?
Ekkor jön képbe a generatív mesterséges intelligencia, amit az AIP Labs fejlesztett: a generatív modell valós képeken tanul, majd létrehoz olyan képeket, amelyek hasonlítanak a valódiakra. A megoldás egy úgynevezett diffúziós modell, ami a valós adatokból származó információkat felhasználva hoz létre szintetikus képeket. A szintetikus képek gyakran segíthetnek más, a cég által fejlesztett képfelismerő egészségügyi mesterséges intelligenciák teljesítményének javításában, különösen, ha a nincs elegendő mennyiségű címkézett adat. Például ritka bőrbetegségek esetén, mint a majomhimlő, aminek felismerése kulcskérdés lett, így egy kis számú adatsorból gyorsan lehet nagy számú adatsort csinálni, amelyet az orvosi validáció után fel lehet használni a gépi tanuláshoz.
Miért baj a kevés kép? Az egyik kihívás az, hogy kevés bőrbetegség esetén a gépi tanuló modell nem feltétlenül ismeri fel őket olyan hatékonyan. A generatív modell ebben a helyzetben lép előtérbe, mivel lehetőséget nyújt számunkra, hogy létrehozzunk olyan szintetikus adatokat, amelyek segítenek a modell továbbfejlődésében.
Mindez a mesterséges intelligencia fejlesztésben jól ismert “overfitting” jelenségére is gyógyírt nyújt. Overfitting az, amikor a gépi tanulásban egy modell túlságosan alkalmazkodik a tanítóadatokhoz, és ezáltal gyenge teljesítményt mutat új adatokon. Egy egyszerű példa segíthet megérteni ezt a fogalmat. Képzeljük el, hogy matematika érettségire készít fel a tanár egy gimnáziumi csoportot. Abból indul ki, hogy a feladatok nagyon hasonlóak az érettségin, ezért a tavalyi érettségi feladatsor típusfeladatait gyakoroltatja egész évben a diákokon. A diákok teljesítménye láthatóan javul is, a végére már nagyon jól megoldják a matekpéldákat. Az érettségin azonban idén sok új fajta feladat is lesz. Mi fog történni?
A diákok, mivel egy adott feladatot tanultak meg megoldani, nem értik meg a mögöttük álló matematikai alapelveket, és nem tudják matektudásukat más problémákra is hatékonyan alkalmazni. Így ők "túltanultak" egy fajta példán, ezért a tudásuk nem általánosítható más helyzetekre. Ugyanez igaz a mesterséges intelligenciára is. Ha a modell túlságosan összpontosít a tanítóadatokra, az azt eredményezheti, hogy nem tudja jól kezelni az új és változatos adatokat. Mindezt megoldja, hogy az AIP Labs már szintetikusan is létre tud hozni, új “matekpéldákat”, a régi érettségi feladatsorokból.
Persze mindez nem egyszerű: meg kellett tanítani az új MI modult, hogy hogyan változtasson át pixeleket úgy, hogy az eredeti képhez nagyon hasonlítson, de mégis minden pixelében más legyen. Most már azonban ott tartunk, hogy sok esetben a szintetikus képek jobb minőségűek, mint az eredetiek.
A generatív mesterséges intelligencia így nem csak egyszerűen tanul a meglévő adatokból, hanem alkot is.
Egy olyan virtuális művész, aki nem csak érti a képeket, hanem képes saját műalkotásokat létrehozni. És ezzel tanítani, más Mesterséges Intelligenciákat.
A cikk szerzője az AIP Labs társalapítója.
Címlapkép: AIP Labs
Putyinnal találkozott a kínai külügyminiszter, evakuálás kezdődött Oroszországban – Háborús híreink szerdán
Folyamatosan frissülő hírfolyamunk.
Rekordot döntöttek a Kongresszusban: hosszú órákon át csepülték Donald Trumpot
Több mint 25 órán át beszélt egyetlen politikus.
Egyetlen ábrán, milyen ütemben nyomulnak előre az oroszok Ukrajnában
A War Mapper készített statisztikát a területfoglalásokról.
Itt az államtitkár rendkívüli bejelentése: átfogó reform jön a kiskereskedelemben
A kisboltok új támogatási programmal ellensúlyozhatják a negatív hatásokat.
Nagy Márton: megkezdődtek az egyeztetések a telekomcégekkel a díjcsökkentésről
Legalább 10 százalékos árcsökkentés az elvárás.
A kínai siker árnyoldalai
Kína olyan mennyiséget exportál, hogy kimondani is rossz. Érdemi belső fogyasztás híján marad a kivitel, amivel még...
Mennyit bukhatsz ingatlan bérbeadás esetén az adózáson?
HitelesAndrás - Keress, kövess, költözz! Mennyit bukhatsz ingatlan bérbeadás esetén az adózáson? Ha ingatlan bérbeadásra...
Az osztalék portfólióm - 2025. március
Megcsináltam azt az optimalizálást, amit a legutóbbi posztomban leírtam. A vásárlásokkal lehettem volna kicsit türelmesebb...
Uniós zöld szabályok: komoly kihívás előtt a MENA-régió földgázexportőrei
A szigorodó uniós szabályozások hamarosan komoly nehézségek elé állíthatják a MENA-régió földgázexportőreit....
Keressük Magyarország legdrágább befektetési alapját
Az elmúlt években nagyon elszálltak a magyar befektetési alapok költségei. (Bár mindig drágák voltak, ennyire azért...
Cégfelvásárlás - az ár és az érzelmek játéka
A cégfelvásárlások középpontjában mindig az ár áll, de a tranzakciók nem csupán racionális pénzügyi döntéseken...
Felzárkózni Amerikához: komoly ára lesz, de szükséges
"A háborúhoz három dolog kell: pénz, pénz, és pénz!" Az év eleje óta az európai stratégiai függetlenedés...
Vagyontervezés új környezetben - gyere el a debreceni szakmai reggelinkre!
Hogyan tervezz okosan a gyorsan változó pénzügyi és adózási környezetben? Gyere el április 15-én Debrecenbe a HOLD...
Pár válság után már nem pánikolsz
"Ez egy igazi HOLD-sztori: találtunk egy kicsi, gyenge céget egy apró szigeten, amire senki sem figyelt, és megláttuk...

AACSB akkreditált a Pannon Egyetem Gazdaságtudományi Kara (x)
Az anyavállalat támogatásával újul meg a magyar Audax stratégiája (x)

- Drámai jóslat érkezett a nyári időjárásról: nagyon fájdalmasan érintheti Magyarországot
- Megtudtuk: komolyan érdeklődik az Egyesült Államok a Paksi Atomerőmű és több SMR-szerződés iránt is
- Óraátállítás 2025: kezdődik a nyári időszámítás
- Már csak egyetlen hatalom áll Donald Trump útjában – Meg fogják állítani?
- Itt van Orbán Viktor bejelentése: minden kistelepülésen élőt érint
Tőzsde kezdőknek: Hogyan ne égesd el a pénzed egy hét alatt!
Előadásunkon bemutatjuk a Portfolio Online Tőzsde egyszerűen kezelhető felületét, a számlatípusokat és a gyors kereskedés lehetőségeit. Megismerheted tanácsadó szolgáltatásunkat is, amely segít az első lépések megtételében profi támogatással.
Warren Buffett helyett én: Kezdők útmutatója a befektetéshez
Fedezd fel a befektetés világát úgy, ahogy még sosem! Ez a webinárium egyszerűen és érthetően mutatja be az alapelveket, amelyekre még a legnagyobb befektetők, mint Warren Buffett is esküsznek.
Új tervei vannak a kormánynak – De mennyire reálisak a számok?
Ezt elemeztük a Checklist keddi adásában.
Az amerikaiak is beszállnak a paksi projektbe?
Jöhetnek a kis moduláris reaktorok?
Hullámvasútra kerülhet a tej ára Magyarországon, ha fokozódik a vírushelyzet
Nagy baj lehet, ha nem sikerül lokalizálni a száj- és körömfájás betegséget.
Ügyvédek
A legjobb ügyvédek egy helyen