안톤 돌기흐, 데이터아트의 AI, 헬스케어 및 라이프 사이언스 책임자 – 인터뷰 시리즈

안톤 돌기흐는 데이터아트의 헬스케어 및 라이프 사이언스 부문에서 AI 및 기계 학습 프로젝트를 이끌고 있으며, 비즈니스 문제를 기계 학습 방법으로 해결하는 개발자를 교육하고 있습니다. 데이터아트에서 일하기 전에, 돌기흐는 벨기에의 주요 사립 연구 대학인 브뤼셀 자유 대학교의 복잡계 부서에서 일했습니다.

당신이 AI와 생명 과학을 직업으로追求하게 된 것은 무엇입니까?

현상과 사실 사이의 링크를 찾는 열정입니다. 저는 항상 책을 읽는 것을 좋아합니다. 대학에서 저는 새로운 정보源인 기사를 발견했습니다. 어느 시점에, 정보의大量으로부터 아름다운 진리를 결정하는 것은 거의 불가능했습니다. 그리고 여기서 AI가 등장합니다. 통계, 기계 학습, 자연 과학이 인간의 지식에 대한 갈망과 모든 법칙이 알려져 있는 세계 사이의 다리를 구축하는 데 기여합니다.

현재 개발자들에게 비즈니스 문제를 기계 학습 방법으로 해결하는 교육을하고 있습니다. 기계 학습의 특정 분야, 예를 들어 딥 러닝에 더 집중합니까?

예, 딥 러닝은 매우 인기 있고, 강력한 도구입니다. 저는 베이즈적 해석의 고전적인 알고리즘 또는 신경망과 베이즈적 접근 방식을 결합하는 것을 선호합니다. 그러나 새로운 기계 학습 개발자들에게 가장 중요한 것은 기계 학습 기계를盲目적으로 사용하는 것이 아니라, 각 방법의 기본 원리를 이해하는 것입니다. 비즈니스 대상자에게 예측 결과를 설명하는 능력이 필수적인 스킬입니다.

2019년 3월, ‘우리는 기계 방사선과 및 그들의 실수를 준비했는가?’라는 기사를 썼습니다. 기사에서 인간 방사선과와 기계 방사선과의 결과를 수용하는 것의 장단점을 설명했습니다. 인간과 기계 중 어느 쪽을 선택하겠습니까? 왜 vậy입니까?

저는 인간 방사선과를 선호합니다. 그것은 AI가 오류와 결함에 취약하다는 특별한 지식을 가지고 있기 때문이 아닙니다. 그것은 더 이상 공감과 심리적인 본질의 문제입니다. 저는 어려운 시기에 인간 의사들을 지원하고 싶습니다. 또한, 가까운 미래에 우리는 오직 AI가 인간의 능력을 강화하는 것을 볼 것이라고 믿습니다.

最近, ‘인공 지능이 수명에 미치는 영향’이라는 백서를 작성했습니다. 이 백서에서 AI는 수명 연장을 위한 도구로 간주되어야 한다고 주장했습니다. AI가 수명 연장에 적용할 수 있는 가장 유망한 방법론은 무엇입니까?

오늘날, 새로운 AI 도구가 과학 연구소에서 고전적인 기구와 접근 방식과 함께 작동하기 시작했습니다. 이것은 이미 유망한 사실입니다. AI는 우리를 대체하는 것이 아니라, 데이터의大量으로 인해 어려움을 겪는 연구소와 우리의 개인 생활에서 우리를 도와주는 데 사용됩니다.

同じ 백서에서, 생물 노화 연구 재단의 AI 책임자이자 인실리코 메딕의 CEO인 알렉스 자바로노프는 150세까지 살 수 있는 것이 환상적인 목표가 아니라고 주장했습니다. 2020년에 태어난 아이가 120세 또는 150세까지 살 수 있을 것으로 믿습니까?

저는 믿고 싶습니다. 과학자로서, 저는 사실과 과학적 방법의 진행 상황에 근거하여 결정해야 합니다. 우리는 유전학, 생물 기술, 의학 등에서 큰 발전을 이루었으며, 이것은 저의 믿음을 강화합니다. 또한, 수명 연장을 위한 성공의 중요한 부분은 건강한 환경과 건강한 생활 방식입니다. 따라서 우리는 이것에 대해 노력해야 합니다.

同じ 백서에서, 마인드 업로드(트랜스휴머니즘)에 대한 가능성을 논의했습니다. 이것이 실제로 될 수 있다고 믿습니까? 그리고 이것은 당신에게 어떤 감정을 불러일으킵니까?

저는 많이 생각했습니다. 솔직히, 이것은 저를沮喪하게 만듭니다. 저는 우리가鏡の中에 보이는 것과 우리의 성격을 동일시하는 경향이 있다고 생각합니다. 그러나 이것은 불가능하다는 것을 의미하지 않습니다. 그리고, 예, 저는 마인드 업로드가 언젠가 가능해질 것이라고 믿습니다. 그러나 그 결과는 더 어렵게 예측됩니다.

현재 데이터아트의 AI, 헬스케어 및 라이프 사이언스 책임자입니다. 데이터아트에서 현재 진행 중인 가장 интерес로운 프로젝트는 무엇입니까?

신약 개발 프로젝트가 있습니다. 계산 방법이 약물 화학 및 약리학의 진행을 위해 어떻게 발전했는지令人感動입니다. 우리는 또한 의학 텍스트에서 정보를 추출하는 AI를 적용하는 많은 작업을 수행합니다. 이것은 어려운 작업이지만, 이것은 헬스케어의 디지털화를 향해 우리를 더 가까이 가져옵니다. 그리고 이것은 저에게 흥미롭습니다.

책을 좋아하는 사람으로서, 책을 추천해 줄 수 있습니까?

• 주데아 펄 “인과관계: 모델, 추론 및 추측“. 제목이 설명하는 것처럼, 이 책은 인과관계에 관한 것입니다. 만약 우리는 진정한 AI를 원한다면, 우리는 그것에게 원인과 결과에 대한 추론을 가르쳐야 합니다.
• 만약 당신이 인과관계와 실제 방법에 관심이 있다면, 다프네 콜러와 닐 프리드만의 근본적인 작품 “확률적 그래프 모델: 원리와 기술“가 올바른 선택일 것입니다.
• 우리는 강력한 AI가 우리를 이해할 수 있기를 기대합니다. 따라서 우리는 언어를 가르쳐야 합니다. 자연어 처리는 자연어의 이해 문제를 다룹니다. 저는 두 가지 제목을 생각합니다.
  1. 요아브 골드버그, 신경망 방법으로 자연어 처리 (인간 언어 기술 시리즈), 2017
  2. 크리스토퍼 D. 매닝, 프라바카르 라가반, 힌리히 슈츠 “정보 검색 소개, 2009
• 다음 책은 AI에専門된 책이 아닐 수 있지만, 통계와 예측에 대한 非標準적인 접근 방식을 보여줍니다. 이것은 모든 AI 연구자에게 유용할 것입니다: 베르트랑 S. 클라크, 제니퍼 L. 클라크 “예측 통계: 모델을 넘어서서의 분석 및 추론
• 그리고 저는 이 목록을 끝내는 책으로 사이언스 픽션 책을 선택하겠습니다: 스타니슬라프 렘, 스타 다이어리

데이터아트에 대해 더 공유하고 싶은 것이 있습니까?

데이터아트는 거의 모든 측면의 디지털화에 대한 최근의 추세의 훌륭한 예입니다. 이 추세는 소프트웨어 개발에서 책임을 증가시킵니다. 오늘날 개발자의 실수는 핵심 공장의 작동을 제어하는 프로그램과 관련이 있는 경우 국가 또는 세계적인 재난이 될 수 있습니다. 데이터아트의 책임 있는 소프트웨어 개발 접근 방식은 저에게 우리가 개발하는 것에 대한 확신을 주며, 저는 회사의 일원이고 우리가 하는 일을 매우 자랑스럽게 생각합니다.

또 다른 최근 프로젝트는, 데이터아트가 ‘스킨케어 AI’라는 프로토タイプ 애플리케이션을 출시했습니다. 이 애플리케이션은 피부 이미지에서 초기의 黑色종양을 감지합니다. 최신 기계 학습 기술을 적용하여 개발된 스킨케어 AI는 데이터아트의 기계 학습 전문가 안드레이 소로킨에 의해 국제 피부 영상 협력 챌린지에 개발되었습니다.

데이터아트의 다른 프로젝트와 사례 연구에 대해 더 알고 싶으시면, 데이터아트의 헬스케어 및 라이프 사이언스 페이지를 방문해 주세요.