‎พบกับดร. วัตสัน: ‘อันตราย!’ แชมป์ใช้เวลาเกี่ยวกับโรคมะเร็งและการใช้ที่ดิน‎

พบกับดร. วัตสัน: 'อันตราย!' แชมป์ใช้เวลาเกี่ยวกับโรคมะเร็งและการใช้ที่ดิน‎

ในนิวยอร์กซิตี้ วัตสันของ IBM ทํางานร่วมกับโรงพยาบาลสองแห่งเพื่อยืนยันการรักษาผู้ป่วยมะเร็ง‎‎ ‎‎(เครดิตภาพ: เจสซี่ เอมสปาค)‎

‎นิวยอร์ก — วัตสันของ IBM อาจมีชื่อเสียงมากที่สุดจากการชนะในงานเกมโชว์ “Jeopardy!” แต่จากสํานักงานที่นี่ในแมนฮัตตัน สมองของคอมพิวเตอร์ที่โด่งดังกําลังถูกใช้เพื่อรับมือกับความท้าทายที่ใหญ่กว่านั้น‎

‎ในห้องที่สํานักงาน IBM นักพัฒนาซอฟต์แวร์และลูกค้าธุรกิจสามารถสอบถามคอมพิวเตอร์ที่มีชื่อเสียง

และดู‎‎การสาธิตการทํางานในฐานะพันธมิตรด้านการวิจัย‎‎ในสาขาต่างๆ ตั้งแต่การใช้ที่ดินไปจนถึงการแพทย์‎‎ตัวห้องมีผนังแสดงผลที่ด้านหนึ่งและหน้าจอสัมผัสตรงกลางและใกล้หน้าต่าง ในการสาธิตเมื่อเร็ว ๆ นี้ว่าเครื่องเข้าใกล้คําค้นหาอย่างไร Rachel Liddell ซึ่งเป็น “Watson Experience Leader” ใช้หน้าจอสัมผัสส่วนกลางเพื่อค้นหาชุดการพูดคุยของ TED [‎‎เครื่องจักรที่เหนือกว่า: 7 หุ่นยนต์ฟิวเจอร์ส‎]

‎ขณะที่เธอสัมผัสหน้าจอเพื่อค้นหาการบรรยายเกี่ยวกับจิตวิทยามนุษย์วัตสันได้สร้างชุดของหัวข้อที่เกี่ยวข้องเช่น “การศึกษา” และการสัมผัสหนึ่งในคําเหล่านั้นสร้างหัวข้อที่เฉพาะเจาะจงมากขึ้นซึ่งปรากฏในการพูดคุย ดูเหมือนการค้นหาของ Google แต่ Liddell กล่าวว่ามันทํางานแตกต่างกันมาก‎

‎การค้นหาของ Google ใช้แท็กที่เรียกว่าซึ่งตรงกับเนื้อหาบางชิ้น ตัวอย่างเช่น การพูดคุยของ TED อาจถูกแท็กด้วยคําว่า การศึกษา ซึ่งหมายความว่าคํานั้นจะปรากฏในการค้นหาคํานั้น‎

‎ในกรณีของวัตสันการพูดคุยของ TED มีการถอดเสียง ซึ่งหมายความว่าวัตสันสามารถทําการค้นหาได้โดยเพียงแค่สแกนข้อความ แต่มีมากกว่านั้น Liddell กล่าว วัตสันยังสามารถเข้าใจคําพ้องความหมายซึ่งเป็นเรื่องยากสําหรับคอมพิวเตอร์ส่วนใหญ่ที่จะทํา‎‎”วัตสันเรียนรู้แนวคิดที่เกี่ยวข้องกับคํานี้” เธอบอกกับ Live Science ‎

‎วัตสันสามารถดึงสิ่งนี้ออกได้เนื่องจาก “ได้รับการฝึกฝน” ให้ทําเช่นนั้น – ใช้ชุด‎‎อัลกอริทึมการเรียนรู้ของเครื่อง‎‎เพื่อสอนวิธีรับรู้ว่าคําและแนวคิดบางอย่างไปด้วยกัน‎‎ในระหว่างการเยี่ยมชมสิ่งอํานวยความสะดวกของ IBM เมื่อเร็ว ๆ นี้ Liddell ได้อวดสองด้านที่แมชชีนเลิร์นนิงประเภทนี้สามารถช่วยได้ หนึ่งอยู่ในยา‎

‎ที่นี่ในแมนฮัตตันวัตสันเชื่อมโยงกับโรงพยาบาลสองแห่ง – แห่งหนึ่งในประเทศไทยและอีกแห่งหนึ่งใน

อินเดีย – และใช้เพื่อยืนยัน‎‎หลักสูตรการรักษาสําหรับผู้ป่วยมะเร็ง‎‎ วัตสันไม่ได้วินิจฉัยผู้ป่วยเอง แต่มีความน่าจะเป็นบางอย่างที่คําแนะนําของแพทย์เป็นตัวเลือกที่ดีที่สุดหรือไม่ วัตสันอาจแนะนําทางเลือกอื่นลิเดลล์กล่าว‎

‎และนี่ไม่ใช่การเคาะหมอลิดเดลล์กล่าว สําหรับผู้เชี่ยวชาญด้านเนื้องอกวิทยาเพียงแค่‎‎ติดตามการค้นพบล่าสุด‎‎ในด้านเนื้องอกวิทยาจะต้องใช้เวลาหลายชั่วโมงในการวิจัยจนไม่เป็นความจริงสําหรับคนที่จะทํา แม้แต่หมอที่ขยันขันแข็งที่สุดก็อาจพลาดบางสิ่งที่เป็นประโยชน์เธอกล่าว‎

‎ดังนั้นเมื่อแพทย์ที่หนึ่งในสองโรงพยาบาลตัดสินใจเกี่ยวกับหลักสูตรการรักษา (เช่นเคมีบําบัด) วัตสันสามารถหวีวรรณกรรมทางการแพทย์เพื่อศึกษาเกี่ยวกับชนิดของมะเร็งและใช้ความสามารถในการประมวลผลภาษาธรรมชาติเพื่อให้แน่ใจว่าครอบคลุมพื้นที่มากที่สุด จากนั้นเครื่องสามารถแนะนําการรักษาอื่น ๆ หรือทราบว่าตัวเลือกการรักษาใดน่าจะดีที่สุดโดยการกําหนดความน่าจะเป็น Lidell กล่าว ‎

‎ในขณะที่วัตสันยังไม่ได้วินิจฉัยผู้ป่วย IBM ได้ทําการทดสอบกับคดีที่เกี่ยวข้องกับเด็กชายอายุ 9 ขวบที่มีอาการเจ็บคอและมีไข้ซึ่งในตอนแรกแพทย์ไม่สามารถวินิจฉัยได้ (กรณีนี้ถูกนําเสนอในคอลัมน์ New York Times ซึ่งตีพิมพ์ในปี 2013 ชื่อ “‎‎คิดเหมือนหมอ‎‎”) มีการวินิจฉัยที่เป็นไปได้หลายประการสําหรับเด็กชายตั้งแต่ mononucleosis ไปจนถึงฝีที่คอรายงาน The New York Times‎

‎จากข้อมูลที่แพทย์มีวัตสัน‎‎สามารถกําหนดความน่าจะเป็นให้กับโรคภัยไข้เจ็บต่าง ๆ‎‎ – บางคนค่อนข้างธรรมดาคนอื่นไม่ได้ วัตสันทําการประเมินโดยรวบรวมวรรณกรรมทางการแพทย์จับคู่อาการของเด็กชายและจากนั้นกําหนดความน่าจะเป็นสัมพัทธ์‎

‎”วัตสันมีสมมติฐานเป็นหลัก” ลิดเดลล์กล่าว‎‎ในเหตุการณ์จริงที่มีรายละเอียดโดย The New York Times เด็กคนนี้มีอาการป่วยในวัยเด็กที่หายากที่เรียกว่าโรคคาวาซากิ โรคนี้ได้รับการยอมรับจากพยาบาลที่เคยเห็นมาก่อนและตั้งข้อสังเกตว่าดวงตาของเด็กชายเป็นสีแดง (โรคนี้ระคายเคืองต่อเยื่อเมือก) นั่นทําให้