Якщо ви дасте комп'ютера досить фотографій і потрібний алгоритм, він зможе навчитися бачити. А якщо на фотографіях будуть пошкоджені очі, комп'ютер зможе навчитися діагностувати захворювання очей краще людей. Приблизно третина хворих на цукровий діабет мають такого роду ушкодження, і якщо їх не лікувати, вони можуть привести до постійної сліпоти. Але в разі своєчасного виявлення вони цілком піддаються лікуванню.
Проблема в тому, що багато людей не мають доступу до офтальмолога, який міг би діагностувати їх. У світі 387 мільйонів хворих на діабет людей, які потребують регулярного спостереженні фахівця, який міг би вчасно виявити проблему. Сучасні профілактичні методи недостатньо гарні - діабетична ретинопатія є основною причиною погіршення зору і сліпоти у працездатного населення.
Нейронна мережа - це в деякому роді штучний мозок. хоча і простий. Показуючи їй гігантський набір зображень пацієнтів з ушкодженнями сітківки ока і без, інженери можуть навчити мережу розрізняти очі хворих і здорових. Після навчання команда Google протестувала нейронну мережу, щоб дізнатися, чи зможе алгоритм виявити діабетичну ретинопатію на рівні офтальмолога, який бачив ті ж знімки.
Алгоритм Google показав себе трохи краще людини-офтальмолога, що свідчить про те, що нейронна мережа може допомогти пацієнтам в майбутньому, ну або хоча б допомогти лікарям в процесі діагностики.
Лікарі вже використовують технологію подібного роду для діагностування хвороб серця і деяких видів раку. В даний час ця технологія не так просунута, як новий алгоритм глибокого навчання Google, але працює на тих же принципах. Лікарі виявляють такі проблеми, як закупорка артерій при хворобі серця і патологічні нарости при раку, дивлячись на знімки вашого тіла, рентгенівські або КТ. Спеціаліст по таким знімкам - радіолог - має багаторічний досвід виявлення проблемних зон по фотографіях.
І все ж погляд людини не досконалий, а люди схильні помилятися. Якби комп'ютер міг робити те ж саме, він майже напевно перевершив би людини в умінні знаходити ракові нарости або заблоковані артерії. Логічним рішенням було б навчити комп'ютер відрізняти незвичайну картинку від звичайної. Здавалося б, це просто.
Проблема в тому, що комп'ютери складніше розпізнають знімки, ніж людський мозок. Показуючи зображення комп'ютера, ви бачите, що на ньому жінка на пляжі. Для комп'ютера цей пейзаж - лише набір пікселів. Ви бачите її окуляри і капелюшок. Ви знаєте, що на ній зелене бікіні з білими квіточками, що небо злегка похмуре. Комп'ютер нічого цього не бачить, якщо не володіє комп'ютерним зором.
Комп'ютерне зір - це в деякому роді спроба навчити комп'ютери «бачити». Діагностика хвороб по знімках - це найпростіша форма комп'ютерного зору, але її недостатньо, щоб замінити пару людських очей.
Google планує це змінити. У компанії є прогрес в області комп'ютерного зору, почасти через доступ до величезних обсягів даних. Ви вже можете спостерігати його в роботі, оскільки Google використовує своє комп'ютерне зір для організації ваших особистих зображень в Google Photos. У них можна знайти, скажімо, «картинки зі снігом» або «картинки собак». Алгоритм Google знаходить потрібне на знімках і сортує для вас.
Діабетична ретинопатія - одне з перших діагностичних програм, яке створила компанія Google по глибокому навчання комп'ютерного зору. Інші групи працюють над схожими проектами. Корнельський університет навчає комп'ютери діагностувати хвороби легенів, серця і кісток. Фінський гурт працює над методами діагностики малярії по знімках крові, а IBM давно працює над алгоритмом для виявлення раку шкіри.
Одного разу комп'ютерний зір і глибоке навчання змінить процес діагностування пацієнтів. Але FDA поки не схвалила використання такого роду технологій в медицині. Для початку доведеться визначити, як забезпечувати безпечну роботу нейронних мереж. А поки можна пошукати зображення собак і кішок за допомогою нейронної мережі Google і перетворити їх в кошмари.
Google використовує глибоке навчання для діагностики захворювань (і досить успішно) Ілля Хель