Por Marcelo Barros e Giselli Nichols |
Pesquisadores publicaram na revista científica Nature um estudo sobre uma Inteligência Artificial (lA) programada para usar o “raciocínio causal”, podendo assim oferecer um diagnóstico mais eficiente sobre um paciente, se comparado aos algoritmos existentes que são puramente associativos. Esse raciocínio causal permite à IA considerar quais sintomas ela poderia identificar se o paciente tivesse uma doença diferente daquela que estava considerando, similar à forma de pensar dos médicos no diagnóstico dos pacientes. “Pegamos uma IA com algoritmo poderoso e demos a ela a capacidade de imaginar realidades alternativas e considerar se este sintoma estaria presente se fosse uma doença diferente”, diz o Janathan Richers, líder da pesquisa. Eles descobriram que o algoritmo contrafactual alcança uma precisão diagnóstica substancialmente maior do que o algoritmo associativo.
Impacto em Segurança e Defesa: O desenvolvimento da IA que simula a capacidade humana de planejar extraindo informações úteis para decisões futuras vai acelerar o avanço da Inteligência Artificial Geral (GAI), uma mente sintética que funciona de forma semelhante à imaginação humana.
Fonte: RICHENS, J.G.; LEE, C.M; JOHRI, S. Improving the accuracy of medical diagnosis with causal machine learning. Nature Communications, 11 Ago 2020. Disponível em: https://www.nature.com/articles/s41467-020-17419-7?utm_source=The+Shift+Newsletter&utm_campaign=abb2f6651a-THESHIFT_IA_2020_08_12