DataArt'ta Yapay Zeka, Sağlık ve Yaşam Bilimleri Başkanı Anton Dolgikh - Röportaj Dizisi

Anton Dolgikh, Sağlık Hizmetleri ve Yaşam Bilimleri uygulamalarında yapay zeka ve makine öğrenimi odaklı projelere liderlik ediyor. Veri Sanatı ve makine öğrenimi yöntemleriyle iş sorunlarını çözmeye odaklanan eğitim ve öğretim geliştiricileri çalıştırır. DataArt'ta çalışmadan önce Dolgikh, Belçika'nın önde gelen bir özel araştırma üniversitesi olan Université Libre de Bruxelles'de Karmaşık Sistemler Departmanında çalıştı.

Yapay zeka ve yaşam bilimlerini bir kariyer olarak sürdürmeniz için size ilk başta ilham veren şey neydi?

Fenomenler ve gerçekler arasındaki bağlantıları araştırma tutkusu. Her zaman okumayı severim. Kitapları severim. Üniversitede yeni bir bilgi kaynağı keşfettim: makaleler. Bir noktada, resmin tamamını elde etmenin, güzel gerçeği bir yığın bilgiden kristalize etmenin neredeyse imkansız olduğu ortaya çıktı. Ve işte yapay zeka geliyor. İstatistikler, elbette makine öğrenimi ve yapay zekanın başta olduğu doğa bilimleri, insan beyninin bilgiye olan susuzluğu ile tüm yasaların bilindiği ve kara kutuların bulunmadığı bir dünya arasında köprü kurmaya çalışıyor.

Şu anda iş sorunlarını makine öğrenimi yöntemleriyle çözmeye odaklanan geliştiricileri eğitiyor ve eğitiyorsunuz. Derin öğrenme gibi daha fazla odaklandığınız belirli bir makine öğrenimi alanı var mı?

Evet, derin öğrenme çok popüler ve dürüst olalım, güçlü bir araçtır; ihmal edemeyiz. Ben şahsen klasik algoritmaların Bayesci yorumunu, hatta sinir ağları ile Bayesci bir yaklaşımın bir kombinasyonunu tercih ederim - örneğin, bir Bayes Varyasyonlu Otomatik Kodlayıcı. Ancak, yeni makine öğrenimi adamlarına öğretilecek en önemli şeyin, makine öğrenimini sihirli bir kara kutu gibi körü körüne kullanmak değil, her yöntemin arkasındaki temel ilkeleri algılamak olduğuna inanıyorum. Sahip olunması gereken bir beceri, bir iş kitlesi için elde edilen tahminleri açıklama yeteneğidir.

Mart 2019'da 'Makine Radyologlarına ve Hatalarına Hazır mıyız?' başlıklı bir makale yazdınız. Makalede makine radyologlarından ve insan radyologlarından sonuçları kabul etmenin artılarını ve eksilerini özetlediniz. Size sonuç veren bir insan ve bir makine arasında seçim yapmak zorunda kalsaydınız, hangisini seçerdiniz ve neden?

Bir insan radyoloğunu tercih ederim. Yapay zekanın büyük ölçüde hatalara eğilimli olduğuna ve kararların doğası gereği hatalı olduğuna dair bazı özel bilgilerim olduğu için değil. Hayır, daha çok bir empati ve psikolojik doğa meselesi. Bu zor dönemde insan doktorlara destek olmak istiyorum. Dahası, yakın gelecekte yapay zekanın yalnızca insan yeteneğini artırdığını göreceğimize inanıyorum.

Geçenlerde 'adlı bir tanıtım yazısı yazdınız.Yapay Zekanın Kullanım Ömrü Üzerindeki Etkisi.' Bu yazıda, yapay zekanın daha uzun ömür arayışında bir araç olarak görülmesi gerektiğini belirttiniz. AI'nın insan ömrünü uzatma arayışında uygulayabileceği daha umut verici metodolojilerden bazıları nelerdir?

Bugün yapay zekanın yeni aracı, bilimsel laboratuvarlarda klasik araçlar ve yaklaşımlarla aynı seviyede çalışmaya başlıyor. Bu gerçeğin kendisi umut vericidir. Yapay zeka, yalnızca laboratuvarlarda değil, kişisel hayatlarımızda da büyük miktarda veri akışıyla başa çıkma mücadelemizde bize yardım etmek için burada.

Aynı tanıtım belgesinde ayrıca Biyogerontoloji Araştırma Vakfı Yapay Zeka Direktörü ve Insilico Medicine CEO'su Dr Alex Zhavoronkov'un yaşam süresini 150 yıla çıkarmanın harika bir hedef olmadığı iddiası da tartışılıyor. 2020 yılında doğan bir çocuğun 120 hatta 150 yıl yaşayabileceğine inanıyor musunuz?

İnanmak istiyorum. Eğitim ve inanç açısından bir bilim adamı olarak, kararlarımı gerçeklere, alandaki bilimsel yöntemlerin ilerleyişini anlamaya dayandırmak zorundayım. Genetik, biyoteknoloji ve genel olarak tıp alanlarında etkileyici bir sıçrama yaptık ve bu benim inancımı güçlendiriyor. Ve unutmayın ki yaşam süresinin uzatılmasındaki başarının önemli bir kısmı sağlıklı bir çevre ve sağlıklı bir yaşam tarzıdır, bu yüzden bunun üzerinde çalışmalıyız.

Aynı makalede, zihin yükleme potansiyelinden (transhümanizm) bahsediyorsunuz. Bunun sonunda bir gerçeklik olabileceğine inanıyor musunuz ve bu sizi kişisel olarak nasıl hissettiriyor?

Bunun hakkında çok düşündüm. Açıkçası, bu beni hayal kırıklığına uğratıyor. Kişiliği aynada gördüklerimizle ilişkilendirdiğimizi düşünüyorum ve benim için karakterimi bedenimden ayırmak zor. Yine de, bu mümkün olmadığı anlamına gelmez. Ve evet, er ya da geç zihin yüklemenin uygulanabilir hale geleceğine inanıyorum. Sonuçları öngörmek çok daha zordur.

Şu anda DataArt'ta Yapay Zeka, Sağlık Hizmetleri ve Yaşam Bilimleri Başkanısınız. DataArt'ın şu anda üzerinde çalıştığı en ilginç projelerden bazıları nelerdir?

Yeni ilaç geliştirmeye adanmış bir projemiz var. Tıbbi kimya ve farmakolojideki ilerlemeyi beslemek ve yönlendirmek için hesaplama yöntemlerinin nasıl geliştiği ilham verici. Ayrıca klinik araştırma raporları, tıbbi makaleler ve özel forumlar gibi tıbbi metinlerden bilgi çıkarmak için yapay zekayı uygulama konusunda çok çalışıyoruz. Zor bir iş ama bizi sağlık hizmetlerinin dijitalleşmesine yaklaştırıyor ve bunu heyecan verici buluyorum.

Bir kitap aşığı olarak hangi kitapları tavsiye ettiğinizi de sormam gerekiyor.

• Yahudiye İncisi “Nedensellik: Modeller, Akıl Yürütme ve Çıkarım“. Başlık kendi kendini açıklıyor - kitap nedensel ilişkiler hakkında. Eğer (bir gün) gerçek bir yapay zekaya sahip olmak istiyorsak, ona neden ve sonuç hakkında akıl yürütmeyi öğretmeliyiz;
• Nedensel ve pratik yöntemlerle ilgileniyorsanız, Daphne Koller ve Nir Friedman'ın temel çalışmaları “Olasılığa Dayalı Grafik Modeller: İlkeler ve Teknikler” doğru seçim olacak;
• Güçlü yapay zekanın bizi anlayabilmesini bekliyoruz. Bu nedenle ona dili öğretmemiz gerekiyor. Doğal Dil İşleme, doğal dillerin anlaşılması sorununu çözer. Aklımda bana çok yardımcı olan iki başlık var:
  1. Yoav Goldberg, Doğal Dil İşlemede Sinir Ağı Yöntemleri (İnsan Dili Teknolojileri Üzerine Sentez Dersleri), 2017
  2. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze Bilgi Erişimine Giriş, 2009
• Bir sonraki kitabın yapay zekaya adandığından emin değilim, ancak herhangi bir yapay zeka araştırmacısı için faydalı olacak istatistiklere ve tahminlere standart olmayan bir yaklaşım gösteriyor: Bertrand S. Clarke, Jennifer L. Clarke Tahmine dayalı istatistikler: Modellerin ötesinde Analiz ve Çıkarım
• Ve listeyi bir bilimkurgu kitabıyla bitirirdim: Stanislav Lem,  Yıldız Günlükleri

DataArt ile ilgili paylaşmak istediğiniz başka bir şey var mı?

Veri Sanatı hayatın ve aktivitenin neredeyse her yönünün dijitalleşmesine yönelik son trendin mükemmel bir örneğidir. Bu eğilim, yazılım geliştirmede sorumluluğu artırıyor çünkü bugün mesele sadece bir mağaza için bir site oluşturmak değil, örneğin bu durumda geliştiricinin yaptığı bir hatanın sonuçları minimum olacaktır. Bugün bir geliştiricinin hatası, örneğin bir nükleer santralin işleyişini kontrol eden bir programı içeriyorsa, ulusal veya dünya çapında bir felakete dönüşebilir. DataArt'ın yazılım geliştirmeye geniş anlamda sorumlu yaklaşımı, geliştirdiğimiz şeyler konusunda bana güven veriyor ve şirketin ve yaptığımız işin bir parçası olmaktan gurur duyuyorum.

Saatlerce süren başka bir yeni projeye gelince, DataArt geçen yıl melanomun erken belirtilerini tespit etmek için cilt görüntülerini analiz eden 'SkinCareAI' adlı bir prototip uygulama başlattı. Makine öğrenimi (ML) teknolojisindeki en son gelişmeleri içeren SkinCareAI, Uluslararası Cilt Görüntüleme İşbirliği (ISIC) yarışması için DataArt ML uzmanı Andrey Sorokin tarafından geliştirildi.

Diğer bazı projelerimiz ve vaka incelemelerimiz hakkında daha fazla bilgi edinmek için lütfen DataArt'ın sayfasına gidin. Sağlık ve Yaşam Bilimleri sayfamızı ziyaret edin.