Vinnare av Tidskriftspriset: Årets rörligt 2024!

Forskare lär AI att lära sig själv

Publicerad

Forskare i Uppsala har utvecklat en AI som automatiskt tolkar elektrokardiogram, EKG, och ställer diagnos lika bra som hjärtläkare.
Bild: Getty images

Artificiell intelligens, AI, domineras i dag av djupinlärning, en kraftfull form av maskininlärning som fick sitt stora genombrott 2012. Djupinlärning används inom alla möjliga områden, från textanalys till cancerdiagnostik.

Thomas Schön, professor och AI-forskare vid Uppsala universitet, använder tekniken för att tolka elektrokardiogram, EKG, och upptäcka sjukdomar som påverkar hjärtat. Efter att ha tränat på drygt två miljoner EKG:n som tolkats av hjärtläkare, kunde AI:n ställa lika träffsäkra diagnoser som hjärtspecialisterna.

– Nu går vi vidare med 60 olika hjärtfel, säger Thomas Schön.

Forskning & Framsteg som ljud!

Här kan du höra inlästa versioner av våra reportage.

Lyssna!

AI-Centrum vid Uppsala universitet

För att sprida och utveckla AI inom forskning och utbildning leder han ett nytt AI-centrum vid Uppsala universitet, AI4Research. Här tillbringar forskare från olika discipliner tid via utbytesperioder på upp till ett år.

Samtidigt forskar Thomas Schön på nya AI-system som till exempel inte behöver lika mycket tillrättalagda träningsdata, som i fallet med de två miljoner EKG:n som tolkats av hjärtläkare i exemplet ovan.

Ett hett forskningsspår är också att få AI att lära sig nya uppgifter helt på egen hand.

Även etik och hur samhället påverkas är viktiga frågor. Ett problem med AI är att de data som modellerna matas med inte alltid är objektiva, utan missgynnar vissa grupper.

AI förbrukar enorma mängder energi

En annan utmaning, som det forskas mycket kring, är att minska energiförbrukningen. Ju mer komplexa modeller, desto mer datakraft går det åt för att träna dem. En ny omtalad modell, med namnet GPT-3, klarar att skriva imponerande långa texter på egen hand, men det kräver å andra sidan i storleksordningen 500 gånger fler beräkningsparametrar än tidigare modeller, totalt 170 miljarder.

– Det är sinnessjukt mycket energi som går åt för att träna en så stor modell, säger Thomas Schön.

Han ser en fortsatt snabb teknisk utveckling framför sig.

– AI kommer in och påverkar allting, inte bara forskning, utan också oss människor och samhället.

Mer att vänta av 2021

Januari: Plan S innebär att fler vetenskapliga artiklar blir fritt tillgängliga.

Februari: Marssonden Perseverance landar på Mars. Med sig har den en helikopter som ska hjälpa till att spana efter liv på den röda planeten.

Maj: Kinesiska Marsbilen Tianwen-1 beräknas landa.

Maj: Världens största partikelaccelerator Large Hadron Collider återstartas vid CERN efter att ha varit avstängd för underhåll och uppgraderingar sedan i december 2018.

Juni: Under första halvåret premiärtestas den första delen av den totalt 600 meter långa acceleratorn vid ESS i Lund.

Juli: Uppskjutning av den rymdsond som ska krocka med en asteroidmåne för att få den ur kurs i det Nasa-ledda projektet Double Asteroid Redirection Test, DART.

Juli: Invigning av det uppskjutna OS i Tokyo som har fokus på vätgas. Bland annat ska den olympiska facklan för första gången brinna med vätgas.

Oktober: Uppskjutning av The James Webb Space Telescope, världens hittills mest avancerade rymdteleskop som ersätter trotjänaren Hubble.

Oktober: 2021 års Nobelpris tillkännages.

November: Ett år försenat på grund av corona hålls FN:s klimatmöte i Glasgow.

November: Planerad uppskjutning av Artemis 1, ett viktigt steg i Artemisprogrammet, som siktar på bemannade färder till månen och Mars.

F&F i din mejlbox!

Håll dig uppdaterad med F&F:s nyhetsbrev!

Beställ nyhetsbrev

Kunskap baserad på vetenskap

Prenumerera på Forskning & Framsteg!

Inlogg på fof.se • Tidning • Arkiv med tidigare nummer

Beställ i dag!
Publicerad

Upptäck F&F:s arkiv!

Se alla utgåvor