Sztuczna Inteligencja Określi Wiek Osoby Na Podstawie Wzroku - Alternatywny Widok

Sztuczna Inteligencja Określi Wiek Osoby Na Podstawie Wzroku - Alternatywny Widok
Sztuczna Inteligencja Określi Wiek Osoby Na Podstawie Wzroku - Alternatywny Widok

Wideo: Sztuczna Inteligencja Określi Wiek Osoby Na Podstawie Wzroku - Alternatywny Widok

Wideo: Sztuczna Inteligencja Określi Wiek Osoby Na Podstawie Wzroku - Alternatywny Widok
Wideo: Fundusze Unii Europejskiej + Nauka = Innowacyjny transport - konferencja 1 cz. 12 maja 2024, Może
Anonim

Grupa badaczy zaproponowała obszar wokół ludzkich oczu jako skuteczny biomarker wieku. Po wyszkoleniu sieci neuronowej na ponad 8 000 obrazów ludzkich oczu, naukowcy zaprezentowali PhotoAgeClock, program przewidujący wiek na podstawie zdjęcia oczu z dokładnością do dwóch lat. Artykuł opisujący pracę został opublikowany w magazynie Aging.

Znaki zewnętrzne nie zawsze odpowiadają wiekowi kalendarzowemu osoby, ale mogą odzwierciedlać stan jego ciała i wpływ różnych czynników zewnętrznych, zarówno negatywnych, jak i pozytywnych: może to być zarówno palenie, jak i nadużywanie alkoholu, a także prawidłowe odżywianie i regularne uprawianie sportu. Jednocześnie tzw. Wiek biologiczny lepiej oddaje stan organizmu i może służyć do oceny czynników wpływających na proces starzenia poza różnymi chorobami.

Istniejące metody oceny wieku biologicznego człowieka są dość skomplikowane i opierają się głównie na analizie DNA. W nowej pracy naukowcy pod kierunkiem Eugene Bobrov z Moskiewskiego Uniwersytetu Państwowego i estońskiego start-upu technologicznego HautAI OU zaproponowali oszacowanie wieku ludzi na podstawie zdjęć okolic oczu. Aby to zrobić, wyszkolili sieć neuronową na parach zdjęć górnej części twarzy 8414 osób i ich dokładnego wieku. Wydajność sieci neuronowej została następnie przetestowana na innych zdjęciach: system najdokładniej przewidział wiek na podstawie obrazów, na których widoczne były kąciki oczu. Sieć neuronowa przewidziała chronologiczny wiek człowieka z dokładnością do 2,3 roku.

Pomimo tego, że sieć neuronowa nie nauczyła się przewidywać wieku biologicznego, naukowcy są przekonani, że skuteczne automatyczne określanie wieku chronologicznego może być przydatne przy opracowywaniu takich systemów lub poprawianiu oceny przez specjalistów. Ponadto naukowcy zauważają, że zmiany w skórze wokół kącików oczu mogą być również istotnymi parametrami przy ocenie starzenia się organizmu po dokładnej analizie.

Analiza dużych zbiorów danych i uczenie maszynowe mogą pomóc przewidzieć inne istotne czynniki medyczne. Na przykład we wrześniu amerykańscy naukowcy odkryli, że można przewidzieć rozprzestrzenianie się otyłości na podstawie zdjęć satelitarnych miast: w tym celu konieczna jest automatyczna ocena lokalnej infrastruktury.

Elizaveta Ivtushok