اشترك

الاستمرار بالحساب الحالي

شارك
شارك
Article image




يمكن للتعلم الآلي أن يُحدث تأثيراً كبيراً في تشخيص وكشف الأمراض، ولكنه كان مقيداً بعدم رغبة المرضى بمنح إمكانية الوصول إلى معلوماتهم الحساسة.

2021-07-29 15:28:45

17 مارس 2019
في 2017، نشرت جوجل على مدونتها – من دون ضجيج إعلامي – عن طريقة جديدة في التعلم الآلي. وخلافاً للنموذج المعتاد، والذي يتطلب تركيز البيانات في مكان واحد، يستطيع النموذج الجديد أن يتعلم من مجموعة من مصادر البيانات المتوزعة على عدة أجهزة. وقد سمح هذا الاختراع لجوجل بتدريب نموذجها لتوقع النص باستخدام جميع الرسائل المرسلة والمستقبلة من جميع مستخدمي أندرويد، من دون حتى قراءتها أو إزالتها من هواتفهم. على الرغم من ذكاء هذه الطريقة، والمسماة التعلم الجمعي (أو الاتحادي أو الفيدرالي "federated learning")، فإنها لم تكتسب زخماً يذكر في ذلك الوقت في أوساط الذكاء الاصطناعي. ولكن هذا قد يتغير الآن، حيث ظهر تطبيق جديد لها في مجال مختلف تماماً، لأن هذه الطريقة التي تضع الخصوصية أولاً يمكن أن تمثل حلاً لأكبر المشاكل التي تواجه تطبيق الذكاء الاصطناعي في الرعاية الصحية حالياً. يقول راميش راسكار، بروفسور مساعد مختص بعلوم الحاسوب في معهد إم آي تي، ويركز على أبحاث الذكاء الاصطناعي في المجال الصحي: "هناك فصل زائف ما بين خصوصية بيانات المرضى واستخدام هذه البيانات لصالح المجتمع. وفي الواقع، لا يدرك الناس أن الأمور تتغير من دون أن يدروا بذلك، وأننا أصبحنا الآن قادرين على تحقيق الخصوصية والاستخدام في الوقت نفسه". على مدى العقد الماضي، أدى الصعود الكبير للتعلم العميق إلى تحول مذهل في الكثير من المجالات. فقد كان من الأدوات الأساسية في السيارات ذاتية القيادة، وأدى

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.