AI-nyhederEdouard Lansiaux: Ny metode skal hjælpe AI med kaos-data
Forskere bag Edouard Lansiaux har udviklet en metode, der hjælper AI med at analysere fem forskellige datatyper på én gang.
Det er sket
En forskergruppe har lagt en ny metode frem, som de kalder 5D multi-table-analyse. Den skal gøre det muligt for AI at forstå og bruge data, der kommer fra flere forskellige kilder og i mange forskellige formater – noget, der normalt er en stor mundfuld for systemerne.
Hvorfor er det nyt?
De fleste AI-modeller er trænet på en enkelt slags data, for eksempel tekst eller tal. Men i virkeligheden – i sundhedssektoren, finansverdenen og andre steder – hænger oplysninger sammen på kryds og tværs. Metoden her samler fem slags data i én analyse, så AI kan se sammenhænge, den ellers ville misse.
Hvad kan det bruges til?
Tænk lægejournaler, billeder fra scanninger og genetiske tests, der skal vurderes sammen. Med den her tilgang kan AI hjælpe læger med at stille bedre diagnoser, fordi systemet forstår hele billedet – ikke bare en enkelt prøve. Det samme gælder alt fra trafikplanlægning til klimamodeller.
- Metoden hedder 5D multi-table-analyse og er udviklet af Edouard Lansiaux og kolleger.
- Den samler fem forskellige slags data i én samlet analyse.
- Formålet er at gøre data lettere at genbruge på tværs af systemer.
- Metoden er beskrevet i et forskningspapir på arXiv.
- Den kan bruges i blandt andet sundhedssektoren og finansverdenen.
Du får mere præcise AI-svar i fremtiden, fordi systemerne kan koble oplysninger fra mange kilder sammen – eksempelvis i sundhedssektoren, hvor flere data kan redde liv.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.