
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
Vérfürdőt hozott az amerikai tőzsdékre Trump vámháborúja: 2020 óta nem volt ilyen zuhanás
Esnek a részvénypiacok, gyengül a dollár.
Találkozott egymással Putyin és Trump megbízottja, lezuhant egy orosz stratégiai bombázó – Háborús híreink csütörtökön
Folyamatosan frissülő hírfolyamunk.
Eddig nem látott felvétel jelent meg a Wagner és az orosz erők közötti harcról
Így lőtték le Moszkva szupermodern harci gépét.
Vallottak az ukrán katonák: ez történik most az ukrán fronton
Nem sok jót jósoltak Oroszországnak.
Szabályosan szétverik az amerikai tőzsdéket: Donald Trump is megszólalt
Az elnök elég egyértelműen látja a helyzetet.
Ukrajna szerint Oroszország most már biztosan meg fogja támadni Európát
Már csak az a kérdés szerintük, felkészültünk-e.
Legalább 150 ezer Ft-ot ki kell tudni venni minden ATM-ből
A napokban benyújtották azt a törvényjavaslatot, amely alapján minden településen ATM-nek kell lennie. A jogszabálytervezet ugyanakkor az egy művelettel felvehető maximális összeg nagyságát i
Itt a vámháború, száz éve is volt már egy
Trump beváltotta a fenyegetését és kirobbantotta a vámháborút az egész világ ellen. Az alap vámtétel 10% lesz, erre rakódnak rá az országok különvámjai. Mivel fő a kiszámíthatóság a v
Női korrupció: tanulságok a sakktábláról
Két tudós sakktáblákon bizonyította, hogy a nők kevésbé hajlamosak a tisztességtelenségre és a korrupt viselkedésre. Az 1990-es évektől kezdve látványosan növekedett a nők térnyerése a.
A kínai siker árnyoldalai
Kína olyan mennyiséget exportál, hogy kimondani is rossz. Érdemi belső fogyasztás híján marad a kivitel, amivel még lehet foltozgatni a GDP-adatokat, ám mindez a céges...
The post A kínai siker
Az osztalék portfólióm - 2025. március
Megcsináltam azt az optimalizálást, amit a legutóbbi posztomban leírtam. A vásárlásokkal lehettem volna kicsit türelmesebb, de hosszú távon nem nincs különösebb jelentősége, és az aljakat
Hatékony HR-folyamatok 2. rész: A teljesítménytől a megtartásig
A vállalati sikerhez vezető út továbbra is az embereken keresztül vezet. A hatékony HR-folyamatokat bemutató blogsorozatunk második részben tovább haladunk a humánerőforrás-kezelés fejlettebb
Uniós zöld szabályok: komoly kihívás előtt a MENA-régió földgázexportőrei
A szigorodó uniós szabályozások hamarosan komoly nehézségek elé állíthatják a MENA-régió földgázexportőreit.
Felzárkózni Amerikához: komoly ára lesz, de szükséges
\"A háborúhoz három dolog kell: pénz, pénz, és pénz!\" Az év eleje óta az európai stratégiai függetlenedés és az Egyesült Államokhoz való katonai felzárkózás kérdései...
The post Felz

Fókuszban a CONSTRUMA-n: zöld építés és egészséges otthon (x)

- Trump bontókalapáccsal esett a világrendnek, a legnagyobb árat az USA fizetheti
- Nagy Márton: csökkenhet a lakossági állampapírok prémiuma, és jön a szigorúbb állampapírtartás
- 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
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.
A Sikeres Kereskedő - Vételi és eladási pontok, stratégiák, tőzsdepszichológia
Egy tőzsdei könyv, ami nem aranyhalat akar rád sózni, hanem felruház a horgászás képességével, ami a befektetések világában a saját kereskedési módszer kialakítását jelenti.
Bod Péter Ákos: az eddig ismert kereskedelmi rendszernek vége
Az egyetemi tanár, ex-jegybankár a Checklistben értékelte Trump legújabb vámjait.
Bőven van még tartalék a magyar agráriumban, a számok viszont nem ezt tükrözik
Hogy tudunk-e még versenyezni a lengyel vagy a nyugat-európai agrártermékekkel, az is kiderül az Alapvetés podcast új műsorából.
Harmadik ciklusára készül Donald Trump? Ez lehetséges?
Beindult a jogi csűrés csavarás.
Eladó új építésű lakások
Válogass több ezer új lakóparki lakás közül Budán, Pesten, az agglomerációban, vagy vidéken.