Искусственный интеллект в здравоохранении

Спайковая нейронная сеть (spiking neural network, SNN) является одним из основных «кандидатов» для преодоления ограничений нейронных вычислений и эффективного использования алгоритма машинного обучения в реальных приложениях. Концепция вдохновлена механизмами взаимодействия между нейронами, основанными на передаче информации при помощи электрических импульсов, дискретных пространственно-временных сигналов (спайков). Спайковые нейронные сети построены на основе биологических методов обработки информации, где разреженные во времени асинхронные сигналы передаются и обрабатываются массово-параллельным образом.

Они демонстрируют низкое энергопотребление и высокую скорость обработки информации [Taherkhani et al., 2020].

Принято также деление ИИ на слабый и сильный. Термин «сильный ИИ» впервые предложен в 1980 г. [Searle, 1980]. Теория сильного ИИ предполагает, что компьютеры могут становиться «разумными» в том смысле, в котором человеческий разум – это разум.

Сильный ИИ постоянно занимается самообучением, не уступает человеку по интеллектуальным способностям, обладает самосознанием, может обрабатывать чувственную информацию [Малышева, Касимов, 2016].

Слабый ИИ не обладает такими возможностями.

В настоящее время деление на сильный и слабый ИИ является в определенной мере теоретическим, так как существующие технологии ИИ пока достаточно узкие по сравнению с человеческим разумом.

В последние годы активно обсуждается концепция гибридного интеллекта как интеграция человеческих способностей (естественного интеллекта) и потенциала алгоритмов ИИ.

В РФ к технологиям ИИ, т. е. технологиям, основанным на использовании ИИ, отнесены [Указ…, 2019]:

а) компьютерное зрение (CV) – процесс получения компьютером информации и ее понимание из серии изображений или видео;

б) обработка естественного языка (NLP) – извлечение данных из человеческой речи и принятие решений на основе этой информации;

в) распознавание и синтез речи;

г) интеллектуальная поддержка принятия решений;

д) перспективные методы ИИ.

При этом перспективными методами ИИ в настоящее время считаются методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) ИИ.