Халим Абас, главен директор за вештачка интелигенција во Cognoa – серија интервјуа

Халим Абас е главен директор за вештачка интелигенција во Cognoa, тој е иноватор на вештачка интелигенција и индустриски ветеран кој ги предводеше проектите за наука за податоци од светска класа во технологии за менување игри како eBay и Teradata. Cognoa е посветена на создавање на неспоредлив стандард на грижа во детското бихејвиорално здравје што обезбедува правичен пристап до рана интервенција преку доставување производи со висок квалитет за подобрување на доживотните резултати за сите деца и семејства.

Што првично ве привлече кон машинското учење и науката за податоци?

Отсекогаш бев заинтересиран за компјутерско програмирање како дете. Подоцна во животот, гравитирав кон новото поле на машинско учење поради неодоливата желба да работам на работ на истражувањето и да ги истражувам отворените предизвици за тоа што е можно да се постигне преку пресметковните алгоритми.

Како поранешен виш научник за истражување на Ebay, имате искуство во оптимизирање на рангирањето на резултатите од пребарувањето за платформата Ebay. Кои се некои од основните лекции за машинското учење што ги научивте од ова искуство?

На eBay, мојот тим имаше задача да го создаде првиот алгоритам за рангирање на резултатите од пребарувањето на компанијата, напојуван со машинско учење. Со десетици милиони предмети за продажба во секој момент и милијарди барања за пребарување секој ден, најголемиот технички предизвик беше да се надмине огромната скала.

На крајот на краиштата, мислам дека мојот најголем резултат од тоа искуство беше да останам отворен ум за дефиницијата на самата цел. Излегува, ако алгоритмот за рангирање успешно му ги претставил на купувачот само најдобрите зделки, тие имале помала веројатност да вршат трансакции. Тие требаше да ги видат и не толку добрите зделки за да ги препознаат добрите зделки како такви. Потребен беше пристап за успех заснован на податоци, како и отворен ум за да се сфати тој факт и соодветно да се прилагоди стратегијата.

Кои се некои од состојбите што се дијагностицираат во Когноа?

Cognoa е детска компанија за здравје во однесувањето која развива дигитална дијагностика и терапевтика. Нашата цел е да ја искористиме технологијата за да ја рационализираме педијатриската здравствена заштита и да одговориме на незадоволените потреби во педијатриската здравствена заштита во однесувањето. Почнуваме со аутизам.

Кои се некои од предизвиците зад изградбата на систем за класификатор за дијагностицирање на аутизам и други состојби кај децата?

Настрана од фактот дека децата од предучилишна возраст не се најкооперативните пациенти, еден од главните предизвици за нас е она што го нарекуваме дефинитивна бучава. Односно, обидот да се обучат алгоритми за вештачка интелигенција да ги класифицираат условите кога клиничката наука околу границите на споменатите состојби сè уште се развива. Во некои случаи, специјалистите за луѓе може да не се согласуваат меѓу себе за дијагнозата на едно одредено дете, а колективното разбирање на основните елементи на одредена дијагноза сè уште е наука што се појавува. На пример, она што се нарекуваше Аспергеров пред неколку години сега се смета во рамките на чадорот на растројството на спектарот на аутизам (ASD), а претходно одделните поими за нарушување на дефицитот на внимание (ADD) наспроти хиперактивност сега се сметаат за аспекти на унифицирана дијагноза. нарушување на хиперактивноста со дефицит на внимание (АДХД). Други дијагностички класификации кои се појавуваат (како што се нарушување на сензорната обработка или SPD) допрва треба да влезат во Дијагностичкиот и статистички прирачник.

За научникот за податоци, овие субјективни, поместувачки граници претставуваат интересни, значителни предизвици што треба да се надминат.

Cognoa изгради дијагностички систем со 3 исходи. Зошто системот е дизајниран на овој начин?

Аутизмот е сложена невро-развојна состојба со широк спектар на презентации и коморбидитети.

Направивме дијагностичка помош за да им помогнеме на лекарите од примарната здравствена заштита прецизно и ефикасно да дијагностицираат аутизам кај деца на возраст од 18 до 72 месеци кои се изложени на ризик од доцнење во развојот врз основа на грижата на старателите или родителите или лекарите. Помошта за дијагноза на Cognoa работи на уникатен начин со собирање и комбинирање на податоци од старателите или родителите и лекарите во едно решение со цел да се анализираат за предвидливи сигнали за аутизам. Нашето помагало за дијагностицирање користи вештачка интелигенција за да ги процени сите влезови и - кога информациите се доволни - обезбедува позитивен или негативен резултат за аутизмот што педијатарот го користи во комбинација со клиничката слика на детето за да обезбеди дијагноза и да ги насочи соодветните следни чекори - грижа.

Со цел да се намали ризикот од лажни класификации, алгоритмот исто така е дизајниран да обезбеди неодреден излез како мерка за контрола на ризикот за да обезбеди високи предвидливи вредности на исходите „позитивни/негативни за аутизам“, минимизирајќи ја веројатноста за лажни негативни ( бидејќи лажните негативни резултати се најголем ризик поврзан со употребата на уредот). Оваа постапка на воздржување од предвидување кога одговорот на моделот покажува помала доверба е a стандарден метод за контрола на ризикот во алгоритмите за машинско учење.

Дали би можеле да разговарате за тоа како Cognoa ја надминува родителската пристрасност кога станува збор за типот на податоци што ги даваат родителите?

Одлично прашање. Една од главните предности на машинското учење е тоа што е особено корисно да се надминат изворите на бучава и пристрасност кои се очекуваат во влезните податоци. Сметките на родителите за нивните деца се очекува да бидат субјективни и пристрасни, но засновани на многу долги периоди на опсервација, додека извештаите на лекарите веројатно ќе бидат пообјективни, но и помалку информирани поради краткиот прозорец на набљудување.

Со комбинирање на двете влезни множества во единечен процес на машинско учење, алгоритмот за машинско учење може да се прилагоди на комплементарната природа на тие влезови и да научи обрасци што може да се користат за да се искористи најдоброто од двете сета информации во едно определување што е повеќе сигурен од секоја сметка поединечно.

Кои се некои најдобри практики на науката за податоци што се користат во Cognoa за да се избегнат расните или родовите предрасуди во податоците?

Како компанија, Cognoa е посветена на градење производи за правичен пристап до грижата. Свесни сме дека иновациите засновани на вештачка интелигенција имаат потенцијал да апсорбираат и да ги зајакнат вродените предрасуди во општеството. На пример, девојчињата во просек се дијагностицираат 1.5 година подоцна од момчињата и едно од четири деца на возраст под 8 години кои живеат со аутизам, од кои повеќето се црнци или шпанско потекло не се дијагностицира воопшто. Ова се должи на недостигот на пристап во нашиот сегашен систем и затоа што дијагнозата историски е искривена кон особини на аутизам кои преовладуваат кај белите момчиња, кои може да ги презентираат карактеристиките на аутизмот поинаку од младите девојки и децата кои не се бели.

За да се справиме со овие постојни предрасуди, намерно и свесно ја изградивме нашата технологија за да ги земеме предвид разликите меѓу половите, расните, етничките и социо-економското потекло. Напишавме и се придржуваме до Повелбата за општествено одговорна вештачка интелигенција која ги води нашите практики. Нашите алгоритми за вештачка интелигенција се намерно развиени и клинички потврдени со користење на податоци за евиденција на пациенти кои им припаѓаат на илјадници момчиња и девојчиња низ географски области со различно потекло, состојби, презентации и коморбидитети.

Со упатување на множества на надворешни точки на податоци и користење на комбинираните искуства на стотици лекари, истовремено анализирајќи различни човечки особини и карактеристики, вештачката интелигенција на Cognoa има потенцијал да им помогне на лекарите да се справат со несвесната пристрасност.

Кои се некои од терапевтските решенија што се нудат во Cognoa?

Во моментов, Конгоа нема достапни терапевтски решенија за употреба. Сепак, голем број решенија се во развој во Cognoa и јасно е дека вештачката интелигенција има огромен потенцијал да ги направи терапевтските решенија подостапни и достапни за децата со состојби на однесување.

Дали има нешто друго што би сакале да споделите за вашата работа во Cognoa?

Никогаш не останав на една работа толку долго колку што е мојата сегашна улога во Коњоа. Мислам дека тоа е поради задоволството што го добивам од работата на проблем што ги допира животите на толку многу луѓе на такво лично ниво. Помагањето на родителите да се грижат за своите деца е исто толку благороден повик како што некогаш би можеле да се надеваме.

Ви благодариме за одличното интервју, читателите кои сакаат да дознаат повеќе треба да го посетат Cognoa.