Intelligenza artificiale contro i tumori donata da IBM

Pillole di IA – IBM dona tre progetti di IA per la lotta contro i tumori

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

Il colosso dell’informata fondata da Charles Ranlett, ha donato alla scienza medica tre progetti elaborati in seno ad IBM, rendendole Open Source  per la comunità medica che ogni giorno combatte contro questo grande male della società moderna, ovvero il cancro.

I tre tool resi disponibili da IBM Computational Systems Biology di Zurigo permetteranno ai medici di effettuare studi sui meccanismi molecolari che sono alla base dello sviluppo tumorale e delle possibili terapie.

Il primo tool che andiamo a descrivere è stato chiamato dai suoi creatori PaccMann, sicuramente non sfugge la somiglianza del nome con il noto videogioco degli anni ’80,  adotta un maccanismo di machine learning per l’apprendimento la struttura di questa IA è al quanto particolare in quanto è composta da due sistemi di IA integrati dove uno elabora le informazioni biomolecolari del tumore in esame al fine di comprendere i profili cellulari ed i successivi processi di crescita del tumore; l’altro invece elabora nuovi farmaci antitumorali che collimano con i profili cellulari interessati, dove il principio attivo viene saggiato e valutato virtualmente prima di essere testato in laboratorio.

I due modelli di IA sono stati addestrati separatamente e poi combinati per permettere a PaccMann di diventare il primo generatori di farmaci condizionale specifico.

Il secondo tool denominato Interact, ha come base gli ormai conosciuti processi biologici anomali    dovuti al cancro, tra tutte l’interazione tra le proteina, dove sono presenti innumerevoli studi.
Interact ha l’arduo compito effettuare una metanalisi, ovvero di intrecciare i dati delle numerosissime ricerche ed elaborare un testo unico sulla specifica patologia tumorale, che tenga conto del grado di ricerca assegnatogli. Interact inoltre implementa i dati delle nuove ricerche in modo da fornire una metanalisi sempre aggiornata.

Il terzo tool, prende il nome dal metodo di apprendimento PIMKL (Pathway-induced multiple kernel learning), questo, basandosi sulle conoscenze già acquisite elabora mediante i dati raccolti dai campioni biologici  del paziente delle previsioni di attività tumorale fornendo agli operatori sanitari la possibilità  di determinare e personalizzare i piani di cura.

IBM ha reso disponibili questi tool online fornendo libero accesso anche al codice sorgente per miglioramenti o implementazioni. Di seguito i link per i singoli tool:

PaccMann

Interact

PIMKL

La FIFA mentte in campo l'intelligenza artificiale

Pillole di IA – La FIFA mette in campo l’Intelligenza Artificiale

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

L’ingresso del VAR nei massimi campionati di calcio, delle varie nazioni, non ha avuto l’effetto sperato, ovvero la riduzione significativa dei ricorsi da parte delle squadre nei confronti dell’operato dell’ arbitro in quanto questo è libero di selezionare la migliore inquadratura per valutare la presenza o meno di un’infrazione in particolar modo per le azioni di fuorigioco, causando in aggiunta un allungato dei tempi anche di diversi minuti spezzando i ritmi di gioco delle squadre.

Il massimo organo calcistico internazionale ovvero la FIFA (Fédération Internationale de Football Association) ha dichiarato su Forbes che ha iniziato a lavorare su un sistema dotato di Intelligenza Artificiale per la valutazione del fuorigioco, in modo da coadiuvare l’arbitro nelle decisioni di gioco.

Il sistema utilizza la Computer Vision per il tracciamento ottico, questa tecnologia è già in uso nel mondo del calcio, e non solo, è utilizzata per l’analisi delle prestazioni degli atleti, dove il sistema attribuisce ad ogni giocatore un punto, e lo segue per tutto il tempo di gioco.
Similmente l’intelligenza artificiale attribuisce da 15 a 20pt per ogni giocatore in modo da andare a ben definire gli arti dello stesso. Sulla base di questi punti elabora una linea di fuorigioco e verifica la posizione del giocatore avversario rispetto alla posizione della palla in un determinato momento.

La rete neurale adotta una modalità di auto apprendimento definito Machine Learning, questa modalità di apprendimento ha necessità di tempo per poter ottimizzare al meglio i dati fornite e le immagini analizzate, in quanto deve poter riconoscere la composizione delle squadre ed escludere autonomamente la terna arbitrale durante le valutazioni, creando l’esigenza di portare questa tecnologia direttamente in campo.

Johannes Holzmüller delegato FIFA ha dichiarato a Forbes che il primo l’addestramento sul campo, dell’intelligenza artificiale, è stato nell’ultimo Campionato Mondiale per Club del 2019 con risultati incoraggianti, ma ha aggiunto che per ottenere un’ottima precisione di questo strumento è necessario continuare l’addestramento, di fatti sussiste una collaborazione con alcuni club per permettere il proseguimento dell’addestramento della rete neurale artificiale.

Il debutto potrebbe avvenire nel giro di qualche anno e porterà sicuri miglioramenti mettendo a tacere le così dette “chiacchiere da bar”  oltre che a velocizzare il gioco.

In ultima battuta Holzmüller ha affermato che come l’intelligenza artificiale sta cambiando il mondo dalla medicina al marketing, così cambierà il mondo del calcio, e non esclude che altre sistema di intelligenza artificiale possano subentrare in aggiunta nel prossimo futuro.

Pillole di IA – Nuove cellule sviluppate grazie all’Intelligenza Artificiale

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

Nuova cellula sviluppata con l'intelligenza artificiale

Abbiamo già visto nel nostro articolo primo antibiotico messo a punto dall’intelligenza artificiale” come l’intelligenza artificiale può aiutare l’uomo nelle biologia sintetica per lo sviluppo di nuovi farmaci. Come stiamo sempre più comprendendo questa tecnologia può integrarsi con quasi tutte le attività umane, e con la scoperta attuale anche con la vita stessa.

Sulla rivista specializzata Nature, è stato pubblicato l’articolo sulla ricerca condotta dalla Lawrence Berkeley National Laboratory , dove i ricercatori hanno messo a punto un algoritmo di apprendimento automatico, chiamato ART (Automated RecommenationTool), idoneo alle esigenze della biologia sintetica al fine di permettere la generazione di cellule con patrimonio genetico ottimizzato.

Hector Garcia Martin, coordinatore della ricerca, ha spiegato che la biologia sintetica è un processo molto lento fatto di tanta sperimentazione con costi relativamente elevati, mentre con questa nuova tecnologia è possibile elaborare velocemente il patrimonio genetico (dati) con relative possibili soluzioni per passare subito alla sperimentazione in vitro.

ART è stato testato su dei lieviti, microorganismi monocellulari di natura eucariotica, comunemente utilizzati per la panificazione, al fine di riuscire a migliorare il metabolismo cellulare per permettere una maggiore produzione dell’amminoacido triptofano all’interno della cellula.

La scelta di questo particolare amminoacido non è stata casuale in quanto il triptofano è il precursore della serotonina, oltre che la sua assunzione permette una significativa riduzione del rischio cardiovascolare.

I ricercatori avevano già evidenziato cinque geni, che erano regolatori nei processi cellulari per la produzione di triptofano, con oltre 8.000 possibili combinazioni.

Il Machine Learning è stato strutturato dall’Università tecnica della Danimarca, che mediante i dati sperimentali di solo 250 combinazioni, ovvero il 3% delle combinazioni totali, sono riusciti ad addestrare l’intelligenza artificiale, nel comprendere quali frammenti di DNA erano correlati alla produzione del triptofano, e quindi identificando tutti i geni delle 8000 combinazioni, oltre ad identificare quelle più influenti alla sua produzione arrivando ad un aumento del 106%.

Questo studio ha portato alla creazione di una cellula con un nuovo patrimonio genetico e quindi una nuova specie di lievito che favorirà sia l’umore che una maggiore prevenzione dalle malattie cardiovascolari, ma tutto questo è l’inizio di una nuova era della Biologia Sintetica.

Pillole di IA – Intelligenza Artificiale cambierà il modo di fare agricoltura

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

BioBot Guard la nuova intelligenza artificiale che salvaguarda i raccolti

Come stiamo imparando a comprendere l’Intelligenza Artificiale riesce ad entrare in tutti i campi ottimizzando e migliorando le attività dell’uomo e tra queste una delle più antiche è la cura dei campi e delle piantagioni volte all’alimentazione umana ed animale.

Nessuno ipotizzava che questa nuova tecnologia potesse entrare anche in questo settore così ricco di storia e di esperienze umana tramandate di padre in figlio, ma come stiamo scoprendo in realtà in ogni ambito umano frutto di ragionamento ed ancora di più di esperienza l’IA può essere applicata con ottimi risultati.

Oggi parleremo di una tecnologia tutta Italiana sviluppata tra il 2016 ed il 2017 la quale ha vinto anche il Watson Build Challenge 2017 Italiano prima ed Europeo poi, il suo nome è BioBot Guard, questa implementa al suo interno delle tecnologie di ultima generazione come i droni, le immagini ad alta risoluzione e geo-referenziate, il riconoscimento visivo mediante deep Learning tutto questo al fine di indentificare gli insetti dannosi per le coltivazioni, identificando grazie alla georeferenziazione la zona a rischio o appena colpita, dove la rete neurale comprende quale agente lesivo è in atto ed interviene inviando dei droni con il fito−trattamento specifico o mediante la posa di insetti antagonisti all’agente lesivo.

Il test di prova per il BioBot Guard è stato effettuato nei campi di coltivazione delle famose patate bianche DOP di Oreno. Questa particolare tipologia di patata che ha rischiato e rischia tuttora l’estinzione in quanto anche se molto buona è poco produttiva inoltre è spesso attaccata da alcuni insetti nocivi come la Dorifera, che ne riducono maggiormente la produzione. La rete neurale che ha fatto volare i droni sui campi di patate ha catturato le immagini geo-referenziate che hanno permesso di identificare l’agente lesivo e far agire i droni nei siti specifici, tutto in piena autonomia macchina, con risultati sorprendenti.

Il  BioBot Guard sfrutta un sistema di IA avanzata chiamata Cognitive Computing, ed è il secondo step dopo il Machine Learning che resta fondamentale per l’intelligenza artificiale.
Il CC di fatti permette di imparare mediante l’esperienza anche in nuovi contesti, proprio questo permette di aprire, questa tecnologia su ambiti diversi come i fiori, o i vigneti, dove in California ed in Australia hanno estensioni smisurate e l’uso di droni per mappare, individuare malattie o insetti nocivi per trattare le colture può rappresentare una svolta agricola, con importanti effetti positivi dal lato economico.

Il Cognitive Computing sarà il futuro dell’intelligenza artificiale in quanto potrà essere adottato in diversi settori, svolgendo ruoli di prima importanza per l’economicità delle aziende, inoltre potrà essere adottato nelle piccole e medie imprese in quanto acquisirà in autonomia le competenze per migliorare la gestione e quindi i profitti dell’azienda stessa.

IA wall street

Pillole di IA – Il modello batte gli analisti di Wall Street

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

Il MIT (Massachusetts Institute of Technology), di nuovo protagonista sulla scena dell’IA, ha messo a punto una rete neurale ha permesso di elaborare una stima accurata del fatturato di 30 aziende americane.
La conoscenza predittiva delle vendite reali di un’azienda permette di determinarne il valore di un’azienda, e fornire così una valida indicazione agli investitori su chi investire.
Gli investitori, impiegano analisti finanziari, questi per prevedere i guadagni di un’azienda utilizzano dati pubblici, strumenti di calcolo ed intuizione personale. 

I ricercatori del MIT hanno sviluppato un modello automatizzato che supera in modo significativo gli esseri umani nella previsione delle vendite aziendali, nel caso specifico hanno utilizzato dati molto limitati e “rumorosi”.

I dataset utilizzati dai ricercatori sono state le transazioni settimanali con carta di credito ed i rapporti sui guadagni trimestrali di 34 rivenditori per un periodo che va dal 2015 al 2018 per un totale di 360 trimestri.
A differenza gli analisti (di comparazione) avevano accesso a qualsiasi dato pubblico o privato disponibile e ad altri modelli di apprendimento automatico di tipo lineare.

È necessario fare presente alcune difficoltà oggettive per la rete neurale artificiale ovvero:

  • la variabilità delle vendite giornaliere;
  • la variabilità del metodo di acquisto, contanti, buoni e carte di credito;
  • gli acquisti con carte di credito sono una frazione indeterminata delle vendite totali.

Rendendo molto difficile la stima delle vendite complessive. Per bypassare queste problematiche è stato implementato il così detto filtro di di Kalman, questo non è altro che una variazione dell’algoritmo dell’inferenza standard utilizzato in diverse tecnologie, dalle navette spaziali ai GPS per smartphone. 

Il filtro di Kalman utilizza i dati osservati nel tempo che contengono un grado di imprecisione (rumore) non costante, correlata ad un dato certo che contiene i dati con rumore, in modo da generare una distribuzione di probabilità per variabili sconosciute su un periodo di tempo designato. Nel lavoro dei ricercatori, ciò significa stimare le possibili vendite di un singolo giorno. Per addestrare il modello, il sistema suddivide le vendite trimestrali in un determinato numero di giorni misurati, diciamo 90, consentendo alle vendite di variare da un giorno all’altro. Quindi, abbina i dati della carta di credito osservati e ‘rumorosi’, alle vendite giornaliere sconosciute. Utilizzando i numeri trimestrali e alcune estrapolazioni, stima la frazione giornaliera delle vendite totali rappresentate dai dati della carta di credito. La rete neurale artificiale ha superato le stime elaborati dagli analisti di Wall Street sul 57% delle previsioni, nonostante aveva solo due tipologie di dati a sua disposizione.

Dai primi approcci con il mercato finanziario, e considerando l’immensa mole di dati che questo produce giornalmente, riteniamo che l’Intelligenza Artificiale si svilupperà rapidamente in questo ambito.

Google+