Kuinka ruokkia tekoälyä?
Keinotekoisten neuroverkkojen (artificial neural network ANN) ja biologisten aivojen välinen kiehtova kaksoisvastaavuus muistuttaa, että kuinka tärkeää on oppia ruokkimaan tekoälyä neurotieteen ideoilla ja päinvastoin.
Kuinka kehitetään reaaliaikaisesti dynaamisesti uudelleenkonfiguroitava ja mukautuva palautusmekanismiin perustuva ANN-rakenne?
Kuinka sisällytetään tietoisuuskerros, saadaan aikaan vapaa tahto tai tunteita keinotekoisissa neuroverkostoissa tai vahvistetaan niiden intuitiota?
Turun ammattikorkeakoulun tutkija Irfan Khan kirjoitti blogissaan tekoälyn ja neurotieteen tulevaisuudesta “The Future of artificial intelligence and Neuroscience“.
Blogin kirjoitus pohjautuu Turun AMK:n terveysteknologian laboratorion (Health Tech Lab) viimeisimpään julkaisuun “Adaptive Weight Aggeration in Federated Learning for Brain Tumor Segmentation”. Turun AMK HT-TUAS tiimi sijoittui toiseksi viime vuonna järjestetyssä The International federal tumor segmentation -haasteessa.
Haasteessa keskityttiin koneoppimistekniikkaan nimeltä federated learning, jota sovellettiin lääketieteellisessä kuvantamisessa.
Turun AMK:n terveysteknologian laboratorio on mukana myös suuressa PRIVASA-projektissa. Kolmivuotisen hankkeen tavoitteena on kehittää turvallinen data-analyysikehys, joka antaa useille laitoksille, sairaaloille ja klinikoille mahdollisuuden hyödyntää etä-, yksityisiä ja salattuja potilastietoja ilman, että potilastietoja jaetaan.
Elina Kontio, Mojtaba Jafaritadi
Kääntäjä N. Raitanen