पिस्सू

विशेषज्ञों को बेवकूफ कैसे बनाया जाए।

एक वैज्ञानिक और एक पिस्सू के बारे में एक पुराना मजाक है। वैज्ञानिक ने मेज पर एक पिस्सू लगाया, फिर मेज पर अपना हाथ जोर से मार दिया और पिस्सू उछल गया। वैज्ञानिक ने अगले पिस्सू के दो पैरों को फाड़ दिया और फिर से स्मैक और फिर पिस्सू कूद गए। वैज्ञानिक ने दो और पैरों को फाड़ दिया, इस प्रक्रिया को दोहराया, और फिर से पिस्सू कूद गया।

वैज्ञानिक ने पिछले दो पैरों को फाड़ दिया, मेज पर अपना हाथ मार दिया, और – कूद नहीं। उसने फिर से कोशिश की, मेज पर अपना हाथ जोर से मार दिया, लेकिन पिस्सू अभी भी कूद नहीं पाया।

वैज्ञानिक ने अपने अवलोकन को लिखा: “जब एक पिस्सू अपने सभी पैर खो देता है, तो वह बहरा हो जाता है।”

इसी तरह, यदि आप विशेषज्ञ लेते हैं और उन्हें ऐसी स्थिति में डालते हैं जहां उन्हें एक अपरिचित कार्य (दो पैर बंद) करना पड़ता है, और किसी भी सार्थक संदर्भ (दो और पैर बंद) को हटा दें, और एक अनुचित मूल्यांकन मानदंड (पिछले दो पैर बंद) लागू करें , यह निष्कर्ष निकालना एक गलती है कि विशेषज्ञ बेवकूफ हैं।

• एआई के एक युग में टीवी का बहुत मानवीय भविष्य
• मानव अंतरंगता के लिए एक विकल्प के रूप में प्यार गुड़िया का उपयोग करना
• चेतना कब शुरू हुई?
• AI डीएनए आधारित कृत्रिम तंत्रिका नेटवर्क में बनाया गया
• कैसे एआई और क्वांटम कम्प्यूटिंग ऑल्टर ह्यूमैनिटीज फ्यूचर

मुझे यह मजाक याद आ गया था जब मैंने आर्टिफिशियल इंटेलिजेंस सिस्टम के कुछ खातों को पढ़ा था जो विशेषज्ञों से बेहतर प्रदर्शन कर रहे थे। उदाहरण के लिए, स्वास्थ्य देखभाल में, एक निदान करने वाला एक रोगी का इलाज करने वाला व्यक्ति निमोनिया के लक्षणों के लिए एक एक्स-रे देख सकता है, लेकिन एआई सिस्टम एक्स-रे में निमोनिया का अधिक सटीक रूप से पता लगा सकता है। या चिकित्सक रक्त परीक्षण की एक बैटरी के परिणामों का अध्ययन कर सकते हैं, लेकिन AI सिस्टम चिकित्सकों की तुलना में इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड्स की समस्याओं का अधिक सटीक रूप से पता लगा सकते हैं।

इस तस्वीर से जो चीज गायब है, वह यह है कि चिकित्सक के पास मरीजों से मिलने और उनका अवलोकन करने का भी मौका है – वे किस तरह आगे बढ़ रहे हैं, खासकर पिछले कार्यालय की यात्रा की तुलना में। वे कैसे सांस ले रहे हैं, और आगे। एआई सिस्टम के पास इन टिप्पणियों को ध्यान में रखने का एक तरीका नहीं है और इसलिए तुलनात्मक अध्ययन किसी भी अवलोकन को स्क्रीन करते हैं और चिकित्सकों को अपने निर्णय को पूरी तरह से उद्देश्य रिकॉर्ड पर आधारित करने की आवश्यकता होती है। वह दो पैर बंद है। चिकित्सकों को रोगियों के साथ किसी भी व्यक्तिगत इतिहास पर विचार करने की अनुमति नहीं है – एक और दो पैर। चिकित्सक परिवार के सदस्यों के साथ परामर्श नहीं कर सकते – एक अंतिम दो पैर। और इसलिए शोधकर्ताओं का निष्कर्ष है कि चिकित्सक बहुत कुशल नहीं हैं – एआई जितना सटीक नहीं है।

मुझे लगता है कि हमें एआई डेवलपर्स के लिए चिकित्सकों के निर्णयों को बढ़ाने के लिए एक तरीका है, उन्हें प्रतिस्थापित करने का नहीं। यहाँ एक उदाहरण है, वांग एट अल द्वारा एक अध्ययन। (2016)। पैथोलॉजिस्ट की त्रुटि दर 3.5 प्रतिशत थी, जबकि एआई मॉडल त्रुटि दर केवल 2.9 प्रतिशत थी। एआई मॉडल के लिए एक स्पष्ट जीत यह प्रतीत होता है। हालांकि, एआई के लिए पैथोलॉजिस्ट को जोड़ने वाली संयुक्त त्रुटि दर 0.5% थी।

• एआई पुनर्जागरण का क्या कारण है
• न्यू एआई मेथड विद नॉटेड नेयुरिप्स अवार्ड
• द अचिल्स ‘हील ऑफ एआई कंप्यूटर विजन
• बतख और राक्षस: जब यह हमारे जैसा दिखता है…।
• पर बल दिया? जरा कल्पना कीजिए मंगल पर जाना

एअर इंडिया में एक रोगविज्ञानी को जोड़ना

स्रोत: वांग एट अल इस ग्राफिक को उत्पन्न किया

एक अन्य अध्ययन (रोसेनबर्ग एट अल।, 2018) बताता है कि कैसे एक एआई-संचालित तंत्र ने निमोनिया की उपस्थिति के लिए छाती के एक्स-रे की समीक्षा करने वाले विशेषज्ञ रेडियोलॉजिस्ट के एक समूह के बीच “झुंड खुफिया” का उपयोग किया। झुंड ने मानक रेडियोलॉजिस्ट के प्रदर्शन को 33 प्रतिशत से हराया, लेकिन इसने स्टैनफोर्ड के अत्याधुनिक गहन शिक्षण प्रणाली को भी 22 प्रतिशत से हरा दिया।

सिद्दीकी (2018) ने मानव / एआई साझेदारी का एक और उदाहरण बताया है। अनुभवी चिकित्सक एक हजार बहुत बीमार बच्चे में से एक को तीन-चौथाई समय की पहचान कर सकते हैं। पता लगाने की सटीकता बढ़ाने और छूटे हुए बच्चों की संख्या को कम करने के लिए, कुछ अस्पताल अब अपने इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से मात्रात्मक एल्गोरिदम का उपयोग कर रहे हैं ताकि यह पता लगाया जा सके कि कौन से बुखार खतरनाक थे। एल्गोरिदम पूरी तरह से डेटा पर भरोसा कर रहे हैं और चिकित्सकों की तुलना में अधिक सटीक हैं, गंभीर संक्रमणों को दस में से नौ बार पकड़ते हैं। हालांकि, एल्गोरिदम में झूठे अलार्म के दस गुना अधिक थे। फिलाडेल्फिया अस्पताल के एक अस्पताल ने चिंताजनक बुखार की कंप्यूटर-आधारित सूची को एक प्रारंभिक बिंदु के रूप में लिया था, लेकिन तब उनके सबसे अच्छे डॉक्टरों और नर्सों ने संक्रमण को घातक घोषित करने से पहले बच्चों को देखने के लिए और उन्हें गहन दवाओं के लिए अस्पताल में लाया था। उनकी टीमों ने एल्गोरिथ्म के झूठे अलार्म को उच्च सटीकता के साथ मातम किया। इसके अलावा, चिकित्सकों और नर्सों ने ऐसे मामलों को पाया जो कंप्यूटर से चूक गए थे, उनके एल्गोरिदम द्वारा घातक संक्रमणों की पहचान दर 86.2 प्रतिशत से लाई गई थी, जो मानव धारणा के साथ संयोजन में एल्गोरिथम द्वारा 99.4 प्रतिशत थी।

इसलिए विशेषज्ञों को बेवकूफ बनाना आसान है। लेकिन यह काम करने की उनकी क्षमताओं को बढ़ाने के लिए अधिक रोमांचक और पूरा करने वाला है।

इन अध्ययनों को मेरे ध्यान में लाने के लिए मैं लोरेंजो बार्बेरिस कैनोनिको को धन्यवाद देता हूं।

संदर्भ

रोसेनबर्ग, एल।, विलकॉक्स, जी।, हलाबी, एस।, लूनग्रेन, एम।, बाल्टैक्स, डी एंड लियोन, एम। (2018)। आर्टिफिशियल झुंड इंटेलिजेंस ने रेडियोलॉजी में डायग्नोस्टिक एक्यूरेसी को एम्प्लीफाई किया। । IEMCON 2018 – 9 वीं वार्षिक सूचना प्रौद्योगिकी, इलेक्ट्रॉनिक्स, और मोबाइल संचार सम्मेलन

सिद्दीकी, जी। (2018)। डॉक्टर उन उपकरणों को क्यों अस्वीकार करते हैं जो उनके काम को आसान बनाते हैं। वैज्ञानिक अमेरिकी, अवलोकन समाचार पत्र, 15 अक्टूबर, 2018।

वांग, डी।, खोसला, ए।, गार्गिया, आर।, इरशाद, एच।, बेक, एएच। (2016)। मेटास्टैटिक स्तन कैंसर की पहचान के लिए गहन सीख। अप्रकाशित कागज।