Umělá Inteligence Určí Věk člověka Očima - Alternativní Pohled

Umělá Inteligence Určí Věk člověka Očima - Alternativní Pohled
Umělá Inteligence Určí Věk člověka Očima - Alternativní Pohled

Video: Umělá Inteligence Určí Věk člověka Očima - Alternativní Pohled

Video: Umělá Inteligence Určí Věk člověka Očima - Alternativní Pohled
Video: Umělá inteligence podle Pěchoučka 2024, Smět
Anonim

Skupina vědců navrhla oblast kolem lidských očí jako účinný biomarker věku. Po zaškolení neuronové sítě na více než 8 000 obrazech lidských očí vědci představili program PhotoAgeClock, program, který předpovídá věk z fotografie očí s přesností na dva roky. Článek popisující práci byl publikován v časopise Aging.

Vnější příznaky ne vždy odpovídají kalendářnímu věku člověka, ale mohou odrážet stav jeho těla a vliv různých vnějších faktorů, negativních i pozitivních: může to být jak kouření a zneužívání alkoholu, tak i správná výživa a pravidelné sporty. Současně tzv. Biologický věk lépe odráží stav těla a lze jej použít k hodnocení faktorů ovlivňujících proces stárnutí mimo různé nemoci.

Stávající metody pro hodnocení biologického věku člověka jsou poměrně komplikované a jsou založeny hlavně na analýze DNA. V nové práci vědci vedeni Eugene Bobrovem z Moskevské státní univerzity a estonským technologickým startupem HautAI OU navrhli odhadnout věk lidí z fotografií oblasti kolem očí. Za tímto účelem vyškolili neuronovou síť na dvojicích fotografií horní části obličeje 8414 lidí a jejich přesného věku. Účinnost neuronové sítě byla poté testována na dalších fotografiích: systém nejpřesněji předpovídal věk z obrazů, ve kterých byly vidět rohy očí. Neuronová síť předpovídala chronologický věk člověka s přesností 2,3 roku.

Přes skutečnost, že neuronová síť se nenaučila předpovídat biologický věk, vědci věří, že efektivní automatické stanovení chronologického věku může být užitečné pro vývoj takových systémů nebo pro zlepšení výkonu hodnocení odborníky. Kromě toho vědci poznamenávají, že změny v kůži kolem rohů očí mohou být také důležitými parametry při posuzování stárnutí těla při pečlivé analýze.

Analýza velkých dat a strojové učení mohou pomoci předpovídat další významné lékařské faktory. Například v září američtí vědci zjistili, že šíření obezity lze předpovídat pomocí satelitních snímků měst: k tomu je nutné automaticky posoudit infrastrukturu oblasti.

Elizaveta Ivtushok