Pro řadu společností je umělá inteligence budoucností řady odvětví a investují do jejího výzkumu nemalé prostředky. Právě z těchto výzkumů a testování brzy vyplynulo, že umělá inteligence se nejlépe učí z obrovského množství dostupných dat. Obří databanka jako ImageNet dokázala kupříkladu naučit umělou inteligenci rozpoznávat fotografie, z čehož dnes těží jak velké společnosti, jako je třeba Google, tak i menší start-upy.
Teprve nedávno zveřejněná práce ze Stanfordské univerzity ovšem ukazuje, jak rychle se může umělá inteligence z těchto databank učit. Výzkumníci totiž dokázali vycvičit algoritmy umělé inteligence natolik, že se dokáže prakticky vyrovnat lidskému úsudku. Podle výzkumu zveřejněném na stránkách ArXiv se jim povedlo za pomoci 100 tisíce rentgenů naučit umělou inteligenci během pouhých dvou měsíců rozpoznat zápal plic s podobnou přednostní, jaké dosáhnout čtyři zkušení radiologové dohromady.
To ovšem není vše. Tato uměla inteligence byla rovněž trénována pro analýzu celkem 14 nemocí, které Národní institut zdraví zařadil do databáze, jíž inteligence studovala. Mezi nemocemi je zahrnuta kupříkladu fibróza či kýla. Umělá inteligence měla ke konci testování u všech 14 nemocí méně špatných rozhodnutí, než je institutem stanovený benchmark.
Spoluautorem tohoto výzkumu je zakladatel projektu Google Brain Andrew Ng, který byl rovněž vedoucím pracovníkem Baidu a nedávno založil vlastní společnost Deeplearning.ai. Ng zastává názor, že za 10 let bude zdravotnictví s umělou inteligencí silně spjato a bude se drasticky lišit od své dnešní podoby. Zároveň dodává, že algoritmy využívané pro tento výzkum se nepochybně ještě zlepší, jelikož přesnost již zmiňované databanky ImageNet stoupla ze 75 procent na 95 procent během pouhých 5 let. Jeho výzkum v oblasti medicíny ovšem dokazuje, že rychlost, jakou se tyto systémy učí, se rovněž zvyšuje.
