چاپ

خراسان آنلاین - زیست‌شناسان و دانشمندان علوم کامپیوتر با استفاده از هوش مصنوعی (AI) سلول‌هایی که دارای اطلاعات با ارزش بوده و دانشمندان قادر به شناسایی آنها نیستند را شناسایی کردند.
به گزارش ایسنا- منطقه خراسان و به نقل از چاینا دیلی، یادگیری عمیق نوعی یادگیری ماشین است که شامل الگوریتم‌هایی با قابلیت تجزیه و تحلیل داده ها است، الگوها را تشخیص داده و پیش‌بینی می‌کند و برای بررسی ویژگی‌های نورون‌ها و سایر سلول‌ها استفاده می‌شود.
به طورمعمول مشاهده سلول درمان نشده و ویژگی‌های آن با استفاده از میکروسکوپ دشوار است و دانشمندان برای مشاهده بهتر باید از مواد شیمیایی استفاده کنند.
نتایج این تحقیق نشان داد بدون استفاده از روش‌های تهاجمی با استفاده از رایانه می‌توان جزئیات تصاویر را مشاهده کرد و این تصاویر حاوی اطلاعات بسیار بیشتری هستند.
استیون فینک باینر مدیر و محقق ارشد موسسات گلدستون با همکاری دانشمندان علوم رایانه گوگل و با مدل TensorFlow که یک کتابخانه منبع باز برای یادگیری عمیق است که توسط مهندسان Google AI طراحی شده است نمونه TensorFlow را برای خود سفارشی کرد.
آنها روش جدید یادگیری عمیق به نام برچسب‌گذاری سیلیکا را ابداع کردند که در آن یک رایانه ویژگی‌های تصاویر سلول‌های بدون برچسب را پیدا و پیش‌بینی می‌کند. این روش جدید اطلاعات مهمی را در اختیار دانشمندان قرار می‌دهد.
وی گفت: یادگیری عمیق تغییرات اساسی در زمینه علوم زیست پزشکی در آینده ایجاد خواهد کرد و نه فقط کشف را سرعت می‌بخشد بلکه به درمان و نیازهای پزشکی نیز کمک خواهد کرد.
به گفته محققان، یادگیری عمیق قادر به شناسایی سلول زنده یا مرده بوده و در 98 درصد موارد واکنش آن صحیح گزارش شده است.
با این روش حتی یک سلول مرده در توده‌ای از سلول‌های زنده قابل شناسایی بوده در صورتی‌که دقت تشخیص انسانی در این مورد 80 درصد است.
این گروه دریافت با یکبار آموزش توانایی و سرعت شبکه برای عملکرد بهترافزایش می‌یابد..
این نمونه قابلیت شناسایی انواع مختلف سلول را دارد.
نتایج این تحقیق در نشریه Cell منتشر شده است.
انتهای پیام