Anton Dolgikh, Șeful departamentului de Inteligență Artificială, Îngrijire a Sănătății și Științe ale Vieții la DataArt – Seria de Interviuri

Anton Dolgikh conduce proiecte orientate spre inteligență artificială și învățare automată în cadrul practicii de Îngrijire a Sănătății și Științe ale Vieții de la DataArt și organizează programe educaționale și de formare pentru dezvoltatori axate pe rezolvarea problemelor de business cu metode de învățare automată. Înainte de a lucra la DataArt, Dolgikh a lucrat în Departamentul de Sisteme Complexe de la Universitatea Liberă din Bruxelles, o universitate privată de cercetare belgiană de top.

Ce v-a inspirat inițial să urmați o carieră în domeniul inteligenței artificiale și științelor vieții?

O pasiune pentru căutarea legăturilor dintre fenomene și fapte. Îmi place să citesc. Îmi plac cărțile. La universitate, am descoperit o sursă nouă de informații – articolele. La un moment dat, a devenit evident că pentru a obține o imagine completă, pentru a cristaliza adevărul frumos dintr-o masă de informații, este aproape imposibil. Și aici intervine inteligența artificială. Statistica, învățarea automată, desigur, și știința naturală cu inteligența artificială la vârf toate contribuie la construirea podului dintre setea de cunoaștere a creierului uman și o lume în care toate legile sunt cunoscute și nu există cutii negre.

În prezent, educați și formați dezvoltatori care se concentrează pe rezolvarea problemelor de business cu metode de învățare automată. Există un anumit domeniu al învățării automate pe care îl urmăriți mai mult, de exemplu, învățarea profundă?

Da, învățarea profundă este un instrument foarte popular și, să fim sinceri, puternic; nu putem să-l neglijăm. Personal, prefer interpretarea bayesiană a algoritmilor clasici, sau chiar o combinație de rețele neuronale și abordare bayesiană — de exemplu, un autoencoder variational bayesian. Dar cred că cel mai important lucru pe care trebuie să-l învățăm noii oameni de știință este să nu folosească mașinăria de învățare automată ca pe o cutie neagră magică, ci să perceapă principiile de bază din spatele fiecărei metode. O abilitate esențială este capacitatea de a explica previziunile obținute pentru o audiență de business.

În martie 2019, ați scris un articol intitulat ‘Suntem gata pentru radiologi mașini și greșelile lor?’. În articol, ați prezentat avantaje și dezavantaje ale acceptării rezultatelor de la radiologi mașini versus radiologi umani. Dacă ați trebui să alegeți între un om și o mașină care vă oferă rezultate, pe care ați alege și de ce?

Prefer un radiolog uman. Nu pentru că am cunoștințe speciale care să sugereze că inteligența artificială este puternic predispusă la erori și deciziile sale sunt intrinsec eronate. Nu, este mai mult o chestiune de empatie și natură psihologică. Vreau să susțin medicii umani în această perioadă dificilă. Mai mult, cred că în viitorul apropiat, vom vedea doar inteligența artificială care îmbunătățește abilitățile umane.

Ați scris recent un raport alb intitulat ‘Impactul inteligenței artificiale asupra duratei de viață.’ În acest raport, ați afirmat că inteligența artificială ar trebui să fie privită ca un instrument în căutarea unei vieți mai lungi. Care sunt unele dintre metodologiile mai promițătoare pe care inteligența artificială le-ar putea aplica în căutarea prelungirii duratei de viață umană?

Astăzi, noul instrument al inteligenței artificiale începe să funcționeze în laboratoarele științifice la fel ca instrumentele și abordările clasice. Acest fapt în sine este promițător. Inteligența artificială este aici pentru a ne ajuta, nu pentru a ne înlocui, în lupta cu cantitățile uriașe de date care inunda nu numai laboratoarele, ci și viețile noastre personale.

De asemenea, în același raport alb, este discutată o afirmație a directorului general al Fundației de Cercetare Biogerontologică și CEO al Insilico Medicine, dr. Alex Zhavoronkov, potrivit căreia prelungirea duratei de viață până la 150 de ani nu este un obiectiv fantastic. Credeți că un copil născut în 2020 va putea trăi până la 120 sau chiar 150 de ani?

Vreau să cred. Fiind un om de știință prin educație și convingere, trebuie să-mi bazez deciziile pe fapte, pe înțelegerea progresului metodelor științifice în acest domeniu. Am făcut un salt impresionant în domeniile geneticii, biotehnologiei și medicinei în general, și acest lucru întărește convingerea mea. Și nu uitați că o parte semnificativă a succesului în prelungirea duratei de viață este un mediu sănătos și un stil de viață sănătos, așa că trebuie să lucrăm la aceasta.

În același raport, menționați potențialul de încărcare a minții (transumanism). Credeți că acest lucru ar putea deveni, în cele din urmă, o realitate, și cum vă face să vă simțiți personal?

M-am gândit mult la acest lucru. Sincer, mă face să mă simt frustrat. Cred că asociez personalitatea cu ceea ce văd în oglindă, și pentru mine, este greu să desprind caracterul meu de corpul meu. Cu toate acestea, acest lucru nu înseamnă că nu este posibil. Și, da, cred că, mai devreme sau mai târziu, încărcarea minții va deveni fezabilă. Consecințele sunt mult mai greu de prevăzut.

Sunteți, în prezent, Șeful departamentului de Inteligență Artificială, Îngrijire a Sănătății și Științe ale Vieții de la DataArt. Care sunt unele dintre proiectele cele mai interesante la care DataArt lucrează în prezent?

Aveam un proiect dedicat dezvoltării de noi medicamente. Este inspirațional cum metodele computaționale au evoluat pentru a alimenta și dirija progresul în chimia medicinală și farmacologie. De asemenea, facem multă muncă pentru a aplica inteligența artificială în extragerea de informații din texte medicale, cum ar fi rapoarte de încercări clinice, articole medicale și forumuri specializate. Este o muncă grea, dar ne apropie de digitalizarea îngrijirii sănătății, și găsesc acest lucru interesant.

Ca iubitor de carte, trebuie să vă întreb și ce cărți ne recomandați?

• Judea Pearl “Cauzalitate: Modele, raționament și inferență“. Titlul este autoexplicativ – cartea este despre relații cauzale. Dacă (într-o zi) vom dori să avem o adevărată inteligență artificială, trebuie să-i învățăm să raționeze despre cauză și efect;
• Dacă sunteți interesați de metodele cauzative și practice, atunci lucrarea fundamentală a lui Daphne Koller și Nir Friedman “Modele grafice probabilistice: Principii și tehnici” va fi alegerea potrivită;
• Ne așteptăm ca inteligența artificială puternică să poată înțelege limbajul natural. Prin urmare, trebuie să-i învățăm limbajul. Procesarea limbajului natural abordează problema înțelegerii limbajelor naturale. Am două titluri în minte care m-au ajutat mult:
  1. Yoav Goldberg, Metode de rețea neurală în procesarea limbajului natural (Prelegeri sintetice despre tehnologii lingvistice umane), 2017
  2. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze Introducere în recuperarea informațiilor, 2009
• Nu sunt sigur dacă următoarea carte este dedicată inteligenței artificiale, dar demonstrează o abordare neconvențională a statisticii și previziunilor, care va fi utilă oricărui cercetător de inteligență artificială: Bertrand S. Clarke, Jennifer L. Clarke Statistica predictivă: Analiză și inferență dincolo de modele
• Și aș termina lista cu o carte de science fiction: Stanislav Lem, Jurnalele stelare

Există altceva pe care ați dori să-l împărtășiți despre DataArt?

DataArt este un exemplu excelent al tendinței recente de digitalizare a aproape oricărui aspect al vieții și activității. Această tendință crește responsabilitatea în dezvoltarea de software, deoarece astăzi nu este doar despre construirea unui site pentru o librărie, de exemplu, în care caz o greșeală a dezvoltatorului va avea consecințe minime. Astăzi, o greșeală a dezvoltatorului poate deveni o catastrofă națională sau mondială, dacă implică un program care controlează funcționarea, de exemplu, a unei centrale nucleare. Abordarea responsabilă a DataArt în dezvoltarea de software într-un sens larg îmi dă încredere în ceea ce dezvoltăm, și sunt foarte mândru să fiu parte a companiei și a lucrării pe care o facem.

În ceea ce privește un alt proiect recent, anul trecut DataArt a lansat o aplicație prototip numită ‘SkinCareAI’, care analizează imagini ale pielii pentru a detecta semne timpurii de melanom. Având în vedere ultimele avansări în tehnologia de învățare automată, SkinCareAI a fost dezvoltat de expertul DataArt în învățare automată, Andrey Sorokin, pentru provocarea Internațională de Imagistică a Pielii (ISIC).

Pentru a afla mai multe despre unele dintre proiectele și studii de caz ale noastre, vă rugăm să vizitați pagina Îngrijire a Sănătății și Științe ale Vieții de la DataArt.