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
