Bilim insanları tarafından gerçekleştirilen yeni bir çalışma, bilgisayarlar aracılığıyla tedavi edilmeyen hücrelerin incelenebilmesini ve bilim insanlarının böylelikle bir veri kaynağı oluşturabilmesinin yolunu açtı. Gladstone Enstitüsü'nden Steven Finkbeiner'in öncülüğünde gerçekleştirilen çalışmalarda Google'ın bilgisayar bilimcileri de yer aldı. Ekiptekiler, yapay zeka yaklaşımlarını kullanarak bir bilgisayarı eğitti ve bilim adamlarına kişisel insani performansı aşmanın bir yolunu verebileceklerini keşfettiler.
Ünlü bilim dergisi Cell'de yayımlanan makale, biyolojide derin öğrenme tekniğinin ilk uygulamalarından biri olarak kayda geçti. Makaleye göre bilim insanları, derin analiz olarak bilinen bir yöntem kullandı; bu yöntem verileri analiz edebilen, kalıpları tanıyabilecek ve tahminlerde bulunabilen ve aynı zamanda tahminlerde bulunabilen algoritmaları içeren bir makine öğrenimi türü olarak biliniyor. Ve bu buz dağının sadece görünen kısmı.
Konuyla ilgili olarak açıklamalarda bulunan araştırmacı Finkbeiner, derin öğrenme tekniğinin gelecekte biyomedikal bilimi ilerletme yönteminde köklü değişiklikler yaratacağını söyledi. Steven Finkbeiner, bu tekniğin karşılanmamış büyük tıbbi ihtiyaçların karşılanması için tedavilerin bulunmasına da yarımcı olacağını savundu.
Finkbeiner ve ekibi, yaklaşık 10 yıl önce Gladstone'u kurarak, saatler, günler, hatta aylar boyunca hücreleri izleyebilen tam otomatik robotik mikroskoplar geliştirmişti. Günde 3 ila 5 terabayt arasında veri üreten ekip bu yüksek miktarda bilgiyi analiz etmek için de istatistik ve hesaplama yöntemleri ortaya çıkardı. Toplanan verilerin büyüklüğünü ve karmaşıklığı göz önüne alan Finkbeiner, derinlemesine öğrenme tekniğini biyolojiye entegre etmeyi kararlaştırdı ve bu doğrultuda Google'ın yapay zeka ekibiyle iletişim kurdu. Google ekibi, Google AI mühendisleri tarafından orijinal olarak geliştirilen derin öğrenme için bir açık kaynak kütüphanesi olan TensorFlow ile Finkbeiner'e yardımcı oldu.
Uzmanlar, Alzheimer Hastalığını Yeniden Tanımlayacak
Yapay zeka yardımıyla bilimsel ilerlemenin çok daha hızlı bir şekilde gerçekleşeceği çok açık görünüyor. Zira bu geliştirilen yöntemle birlikte hücre görüntülerinden elde edilebilecek özellik sayısı neredeyse sınırsız olarak biliniyor. Geriye de insanın kendi hayal gücünün sınırlarından başka bir şey kalmıyor.
