
بروزرسانی: 27 خرداد 1404
رویکرد جدید به روش "تنبیه و پاداش" آموزش هوش مصنوعی کلید بالقوه ای را برای بازگشایی درمان های جدید برای سرطان های تهاجمی ارائه می دهد - ScienceDaily
پروفسور فرانچسکا بوفا از دپارتمان سرطان شناسی دانشگاه آکسفورد در مورد یافته های تحقیق اظهار نظر کرد:
دکتر سوتیریس موشویانیس، نویسنده مسئول این مطالعه از دانشگاه ساری، گفت:
"آنچه ما نشان دادیم توانایی رویکرد مبتنی بر یادگیری تقویتی برای پرداختن به شبکه های بولی در مقیاس بزرگ واقعی از مطالعه ملانوم متاستاتیک است. نتایج این تحقیق در استفاده از داده های ثبت شده نه تنها برای طراحی درمان های جدید، بلکه همچنین موفقیت آمیز بوده است. گام بعدی استفاده از سلول های زنده با روش های مشابه است."
یک رویکرد بدون مدل برای یادگیری تقویتی زمانی است که هوش مصنوعی جهت یا نمایش روشنی از محیط خود نداشته باشد. رویکرد بدون مدل قدرتمندتر در نظر گرفته می شود، زیرا هوش مصنوعی می تواند بلافاصله بدون نیاز به توضیح دقیق محیط خود، یادگیری را شروع کند.
"تعداد دلخراشی از سرطان های تهاجمی وجود دارد که اطلاعات کمی در مورد منشا آنها وجود دارد، چه رسد به اینکه چگونه رفتار آنها را دسته بندی کنیم. اینجاست که یادگیری ماشینی می تواند امید واقعی را برای همه ما فراهم کند.
دانشمندان کامپیوتر از Surrey نشان داده اند که یک روش یادگیری تقویتی با پایان باز یا بدون مدل قادر به تثبیت مجموعه داده های بزرگ (تا 200 گره) مورد استفاده در مدل های هوش مصنوعی است. این رویکرد چشم انداز کشف راه هایی را برای جلوگیری از توسعه سرطان با پیش بینی پاسخ سلول های سرطانی به اختلالات از جمله درمان دارویی باز می کند.
یادگیری تقویتی روشی از یادگیری ماشینی است که به وسیله آن به رایانه برای تصمیم گیری درست پاداش می دهید و آن را برای تصمیمات اشتباه مجازات می کنید. با گذشت زمان، هوش مصنوعی یاد می گیرد که بهتر تصمیم بگیرد.
"این کار گام بزرگی در جهت اجازه دادن به پیش آگهی اختلال در شبکه های ژنی است که با حرکت به سمت درمان های هدفمند ضروری است. این نتایج برای آزمایشگاه من هیجان انگیز است، زیرا مدت هاست که مجموعه گسترده تری از اغتشاش را در نظر گرفته ایم که شامل محیط میکرو می شود. سلول.""
منبع
بر اساس یک مطالعه جدید از دانشگاه ساری، یک روش جدید «خارج از جعبه» برای آموزش مدل های هوش مصنوعی (AI) برای تصمیم گیری می تواند امیدی برای یافتن روش های درمانی جدید برای سرطان ایجاد کند.