ZDNETA mwaka mpya unamaanisha kuzingatia upya uwekezaji wa IT. Mchambuzi wa teknolojia Gartner anatabiri duniani kote matumizi ya IT yatafikia $5.74 trilioni mwaka wa 2025, ongezeko la 9.3% kutoka 2024. Mchambuzi huyo anasema uchunguzi wa AI generative (Gen AI) utasaidia kukuza ongezeko hili.Jinsi ya kutumia ChatGPT kuandika: Resumes | Fomula za Excel | Insha | Barua za jalada Wengi wetu tutakuwa tumejishughulisha na Gen AI kufikia sasa. Iwe inang’arisha maandishi, kuunda picha, au kuzalisha msimbo, uwezo wa teknolojia unaweza kuhisi kama uchawi. Unapaswa kuthibitisha dhana yakoHata hivyo, James Fleming, CIO katika Taasisi ya Francis Crick, ni kiongozi mmoja wa kidijitali ambaye haruhusu shirika lake kubebwa. by the hype.Aliiambia ZDNET kwamba kutumia teknolojia zinazoibukia kuimarisha uvumbuzi wa kisayansi wa kimapinduzi si jambo la moja kwa moja. Changamoto hii inamaanisha kuongezeka kwa Jenerali AI hakujasababisha mabadiliko makubwa katika mbinu za kufanya kazi katika shirika lake la utafiti linaloongoza duniani.Pia: Mabadiliko yako ya AI yanategemea mbinu hizi 5 za biashara”Kufanya AI ya kisayansi, badala ya kuunda lugha kubwa inayopatikana hadharani. mifano, ni nidhamu tofauti kabisa Unafanya kazi katika ulimwengu wa kisayansi ulio na mipaka mingi ambapo lazima uthibitishe nadharia yako,” alisema.” hiyo ni sawa wakati mwingi, lazima iwe sawa kabisa chini ya hali fulani. upanga wenye makali kuwili.” Ingawa teknolojia inayoibuka inaweza kusaidia kuharakisha mchakato wa utafiti, hitimisho lolote jipya lazima litolewe na liwasilishwe kwa uhakika wa hali ya juu.”Uthibitisho ni muhimu, haswa ikiwa unafikiria juu ya kitu chenye njia ya athari ya ulimwengu halisi katika kliniki. au kama kifaa cha matibabu,” Fleming alisema.” Ikiwa unaweka uvumbuzi mbele ya daktari na kusema, ‘Nadhani chombo hiki kinaweza kutabiri mabadiliko ya saratani,’ kwa mfano, watasema, ‘ Je, nionyeshe? kwa nini.'”Pia: Njia 5 za AI inabadilisha besiboli – na data kubwa iko kwenye batHata hivyo, wakati kuelezeka ni muhimu kwa utafiti wa kisayansi, ni mwelekeo unaopingana na mbinu za kufanya kazi za sanduku nyeusi na maonyesho ya miundo mingi maarufu ya AI.Tumia. mbinu ya kurudia Kwa hivyo, ili kufifisha michakato inayoibuka ya teknolojia, Fleming alisema Crick hutumia mbinu ya kurudia kusaidia watafiti wake kukumbatia miundo ya AI kwa ujasiri.”Lazima ufanye kazi polepole na kwa kasi kuelekea lengo,” alisema. “Tunachukua mbinu iliyozingatia zaidi ambayo hujenga asili na uaminifu kutoka siku ya kwanza.” Mbinu ya kuongeza ya Crick huwasaidia watafiti kupeleka miundo ya AI kwa njia mbili. Kwanza, kuimarisha mbinu zilizopo za kisayansi. Fleming alisema taasisi ilianza kazi yake hapa miaka mitano iliyopita katika hadubini.Pia: Kuunganisha AI huanza na misingi thabiti ya data. Hapa kuna mikakati 3 ya wasimamizi wanaoajiri Kituo cha hadubini cha Crick huchanganua elektroni za cryogenic na kutoa picha mnene sana na nzuri za tishu, seli, na molekuli za kibinafsi.Hata hivyo, kutoa picha nzuri ni mwanzo tu. Picha lazima igeuzwe kuwa data, kama vile maelezo ambayo yanaweza kusaidia kuonyesha tofauti kati ya seli ya saratani na ile ambayo sio. Timu ya Fleming imefanya kazi mara kwa mara ili kuthibitisha kwamba miundo inayofaa inaweza kutoa matokeo ya utafiti yanayobadilisha mchezo kwa haraka.”AI mifano inaweza kukufanyia kazi nyingi za kuguna, kama vile uchanganuzi wa vipengele na uchimbaji na kubadilisha picha kuwa data ambayo unaweza kufanya kazi nayo ili kupata uelewaji,” alisema.Pia: Jinsi biashara yako inavyoweza kutumia AI kwa njia bora zaidi: Iambie ubao wako mambo haya 4Eneo la pili ambalo Crick hutumia AI liko katika muktadha wa ugunduzi, lakini lililofungwa sana.Fleming alitoa mfano wa kazi ya maabara moja kwenye Parkinson. Timu ya utafiti iliunda kiainishaji ambacho kinaweza kutambua ni wagonjwa gani walikuwa na ugonjwa huo katika idadi ya seli za shina. Walakini, watafiti hawakuweza kueleza kwa nini — kwa hivyo walifanya kazi nyuma, mara kwa mara.” Baada ya kufunza modeli, basi kulikuwa na mchakato wa kurudisha nyuma kuhoji mtindo huo kwa njia tofauti za takwimu kusema, ‘Kwa kweli, jambo kuu ni umilele. ya seli. Wao ni mviringo zaidi. Na pia kulikuwa na seti nzima ya vipengele vingine ambavyo mtindo huo ulitoa.'” Alisema matokeo haya ya kutengwa sio jibu, lakini wao. do prompt mstari ufuatao wa uchunguzi: “‘Sawa, mofolojia ya seli ni tofauti. Kwa nini ni hivyo? Je, ni nini awamu yetu inayofuata ya majaribio?’ Na hapo ndipo sehemu inayorudiwa inapoanza kuja.”Pia: Njia 4 za kubadilisha majaribio ya AI ya uzalishaji kuwa thamani halisi ya biasharaTest and honeFleming walisema mchakato makini wa Crick wa kupima na kuboresha teknolojia za AI sasa unaongoza kwa mbinu ya kisasa zaidi ambapo AI nyingi. zinaletwa pamoja ili kudhibiti programu za utafiti zinazoaminika. Mradi mkubwa zaidi unaongozwa na Samra Turaljic, ambaye Maabara ya Dynamics ya Saratani inaangazia kuelewa jinsi saratani ya figo inavyobadilika.Timu hutumia AI kutabiri mabadiliko ya jeni ya uvimbe kutoka kwa picha za ugonjwa. Fleming alisema kuwa juhudi zimehusisha kutoa mafunzo kwa AI nyingi na mifano ya mafunzo mtambuka yenye hifadhidata za jeni zinazochukua miaka 10 ya utafiti.” Matokeo yake ni kuunda kitu ambacho kinaweza kutabiri mabadiliko ya figo,” alisema. michakato hiyo, nyote wawili mnaunda kipengee kidogo hadi unaweza kukiamini, na pia unafanya kazi kupitia tabaka na tabaka za data na kukaribia na kukaribia kiwango cha idadi ya watu wa ulimwengu halisi kama wewe. kazi.”Pia: Mustakabali wa kompyuta lazima uwe endelevu zaidi, hata kama AI inavyohitaji nishati ya matumizi ya nishatiFleming alisema mbinu hii ya kina ni muhimu kwa sababu matokeo yanaweza kuathiriwa na tofauti za kibaolojia na upatikanaji, kama vile ukubwa tofauti wa doa kwenye ugonjwa. slide.Mchakato huu wa hatua kwa hatua unathibitisha kwamba ufunguo wa kufungua matokeo ya haraka kutoka kwa AI kwa muda mrefu unafanya kazi polepole na kwa utaratibu katika muda mfupi. Hiyo ni. mtazamo ambao sote tunaweza kujifunza kutoka katika enzi ya AI, ambapo hyperbole ya muuzaji inapendekeza suluhisho bora kwa changamoto zisizoweza kutatulika ni kubofya tu.” Tunaanza na seti ndogo ya data, kuielewa, kuifanya iwe ya kutabiri na kufanya kazi, na kuleta zaidi. data,” Fleming alisema.”Kisha, tunapoongeza data zaidi, tunaboresha kielelezo tena. Utaratibu huu wa kurudia ni muhimu kwa sababu usipoifanya, haujengi uelewa na asili.”