Dokáže robot napísať symfóniu? Turingov test – „Si len robot, napodobenina života. Dokáže robot poraziť túto hru? Nevýhodami terapie VR sú relatívne vysoké náklady na vybavenie a potenciálna fyziologická intolerancia virtuálnej reality.
Vývoj prvkov systémov umelej inteligencie sa aktívne rozvíja a stáva sa trendom dnešnej doby a smart boti nepíšu len leniví. Preto sme urobili rozhovor s Dmitrijom shwarsom Soshnikovom, jedným z najlepších expertov na AI v krajine. Je technologickým evanjelizátorom spoločnosti Microsoft, autorom kníh, článkov a tutoriálov, ako aj koordinátorom programu pre učiteľov a študentov, špecialistom na funkčné programovanie, neurónové siete a umelú inteligenciu.
- Dmitry, povedz nám, prosím, pár slov o sebe a svojej práci.
Dmitrij Soshnikov: Ako evanjelista pre Microsoft sa podieľam na popularizácii a implementácii najmodernejších technológií spoločnosti, teraz predovšetkým technológií súvisiacich s umelou inteligenciou. To zahŕňa vystupovanie na konferenciách, prácu so študentmi a učiteľmi, startupy, niekedy účasť na hackfestoch a programovanie prototypových systémov spolu s vývojármi z rôznych spoločností. Tiež popularizujem funkcionálne programovanie a jazyk F#, učím na MIPT, HSE a MAI a vyvíjam online kurzy pre MVA a Coursera.
Neurónové siete a vôbec umelá inteligencia sú podľa mňa veľmi zaujímavou oblasťou, ktorej prudký rozvoj v posledných rokoch už umožnil riešiť množstvo problémov, ktoré predtým nemali riešenie, ako napríklad automatické určovanie vek osoby z jej fotografie. A budúcnosť nám ponúka ešte veľa zaujímavých príležitostí.
Neurónové siete – móda alebo nástroj?
- Čo presne v poslednej dobe podnietilo aktívny rozvoj technológie neurónových sietí?Dmitrij Soshnikov: Tu sa úspešne prekrývalo viacero faktorov.
Po prvé, dostupný výpočtový výkon. Veľkú úlohu navyše zohrali cloudové služby, pretože namiesto investovania do infraštruktúry na výpočet neurónových sietí si ju teraz môžete prenajať len na dobu výpočtov a následne prenájom odmietnuť. Okrem toho sa začali používať grafické procesory, ktoré boli pôvodne určené pre počítačovú grafiku. Ukázalo sa, že sa dobre hodia na úlohy umelej inteligencie.
Po druhé, vďaka internetu sa v mnohých oblastiach začali hromadiť obrovské množstvá dát. Zvážte napríklad vyššie spomenutú úlohu rozpoznať vek osoby z fotografie. Na trénovanie neurónovej siete na jej vyriešenie je potrebných niekoľko stoviek tisíc príkladov. Teraz si môžete vziať akúkoľvek sociálnu sieť, kde ľudia sami zverejňujú svoje fotografie a informácie o účte (vek) - a okamžite dostaneme údaje na školenie.
Po tretie, samozrejme sa objavilo niekoľko zaujímavých výskumov, vrátane nových architektúr neurónových sietí, ktoré umožňujú riešiť existujúce problémy. Ale tento bod je pravdepodobne dôsledkom prvých dvoch. Keď sú dostupné zdroje a technológie, oblasť sa prirodzene začína aktívne rozvíjať.
Objavilo sa tu aj veľké množstvo nástrojov, ktoré umožňujú tieto neurónové siete využívať. Ak ste predtým na vyriešenie problémov s umelou inteligenciou museli mať veľa vedomostí a veľa programovania, teraz sú k dispozícii služby, ktoré si môžete vziať a používať.
Téma umelej inteligencie je dnes veľmi populárna. Koľko z tejto popularity si zaslúži? Je technológia skutočne taká pôsobivá alebo je v nej veľký prínos móda? A nie je táto „móda“ škodlivá pre rozvoj?
Dmitrij Soshnikov: V oblasti AI sú skutočne veľké úspechy, o ktorých sa veľa píše, takže slovné spojenie „umelá inteligencia“ je široko používané. Vďaka tomu sa objavujú noví vývojári – niekto ide a naštuduje si novú oblasť pre seba, t.j. Je viac ľudí, ktorí tejto oblasti rozumejú. Na druhej strane ľudia pozornejšie hľadajú tie úlohy, kde sa dajú uplatniť technológie umelej inteligencie. Z tohto pohľadu je to všetko v princípe dobré, pretože máme šancu zautomatizovať niektoré oblasti, ktoré sme predtým automatizovať nemohli.
Napríklad problém s prijímaním objednávok vieme vyriešiť v okne MacAuto. Vždy sa snažia riešenie takýchto problémov zlacniť. Napríklad v USA tam najprv sedel Američan, potom sa to pokúsilo outsourcovať prenesením hlasu do krajiny s lacnou pracovnou silou (kde zase sedí a prepisuje ten človek). A teraz to dokáže počítač.
Majú účastníci trhu nafúknuté očakávania? Sú nejaké predpovede, ktoré sa podľa vás v najbližšom období určite nenaplnia?
Dmitrij Soshnikov: Samozrejme, že mám. V prvom rade je oblasť umelej inteligencie trochu romantická. Existuje pomerne veľa filmov - napríklad "Matrix" alebo "Terminátor" - kde sa roboti búria a preberajú kontrolu nad všetkým. Preto existuje určitý počet ľudí, ktorí očakávajú, že prejde ďalších 5 rokov a počítače ovládnu svet. Tieto očakávania sú zrejme ešte ďaleko od reality. V súčasnosti je riešenie určitých tried problémov súvisiacich s rozpoznávaním obrazu, rozpoznávaním reči a strojovým učením veľmi dobre automatizované. K pochopeniu toho, ako vo všeobecnosti funguje ľudské myslenie, nás však čaká ešte pomerne dlhá cesta. Preto pred vytvorením takejto umelej inteligencie, ktorá bude myslieť ako človek a operovať s nahromadenými vedomosťami, treba urobiť ešte veľa práce. Zatiaľ nie je celkom jasné, ako to urobiť.
- A čo očakávania, pokiaľ ide o finančné investície, a nie implementáciu scenárov sci-fi?
Dmitrij Soshnikov: Zdá sa mi, že na takýto rozhovor je potrebné rozdeliť tému umelej inteligencie na samostatné zložky, keďže ide o veľmi širokú oblasť.
Ak sa pozrieme na počítačové videnie, už teraz existujú úžasné pokroky, ktoré sa teraz implementujú do podnikov, zvyšujú ich efektivitu a prinášajú ekonomické výhody. Počítačové videnie už rozpoznáva obrázky lepšie ako ľudia, nehovoriac o tom, že je výrazne lacnejšie.
V iných oblastiach, ako je porozumenie prirodzenému jazyku a schopnosť uvažovať o ľubovoľných témach, bol pokrok skromnejší.
- Existujú faktory, ktoré podľa vás bránia rozvoju odvetvia?
Dmitrij Soshnikov: Úprimne povedané, nevidím žiadne zjavné faktory. Myslím si, že toto je momentálne najrýchlejšie rastúca oblasť.
Rád by som však poznamenal, že umelá inteligencia je oblasť, ktorá si stále vyžaduje určitú kvalifikáciu. Práca v tomto smere je trochu náročnejšia, ako sa len naučiť programovať. Človek, ktorý vyštuduje školu a nezíska vyššie vzdelanie, môže pravdepodobne začať úspešne pôsobiť v oblasti štandardného vývoja. S umelou inteligenciou je latka vstupu vyššia, hoci sa postupne znižuje, a to aj vďaka úsiliu účastníkov tohto odvetvia. Najmä jedna z vecí, na ktorých Microsoft pracuje, je takzvaná demokratizácia umelej inteligencie. To znamená sprístupniť technológiu čo najširšiemu segmentu spotrebiteľov.
V praxi týmto smerom pracuje nielen Microsoft, ale aj mnohé ďalšie spoločnosti, ktoré vo forme hotových služieb poskytujú napríklad nástroje na riešenie intelektuálnych, kognitívnych problémov. Napríklad služby na určenie pohlavia, veku a nálady osoby z fotografie im môžete jednoducho zavolať a získať výsledok. To isté platí pre strojový preklad atď. V rámci správy na DotNext 2017 budeme hovoriť o tomto: ako môžete bez toho, aby ste vôbec pochopili, ako presne to funguje, jednoducho použiť výsledky.
Možno A.NET?
- Povedzme si o mieste platformy .NET v segmente umelej inteligencie. Nakoľko je vhodný na riešenie takýchto problémov? Existujú nejaké funkcie, ktoré pomáhajú alebo naopak bránia práci s neurónovými sieťami?Dmitrij Soshnikov: Metódy AI je možné implementovať na akúkoľvek technológiu. Napriek tomu existujú určité zavedené ekosystémy okolo podobných úloh. Napríklad Python a R a ich sprievodné knižnice sú veľmi populárne jazyky medzi vedcami údajov. Tie. je tu už veľa komunitnej práce. Z hľadiska tohto vývoja je samozrejme .NET trochu pozadu, rovnako ako iné podobné platformy. .NET však už má určitú sadu nástrojov, o ktorých budem hovoriť v rámci mojej správy.
Vo všeobecnosti sú platformy teraz v určitom zmysle integrované, a to aj medzi sebou navzájom. Rovnaký jazyk R sa veľmi dobre integruje s F#, ktorý je natívny pre platformu .NET. Ak teda potrebujeme použiť nejaké nástroje strojového učenia, môžeme použiť takýto reťazec s využitím schopností a knižníc jazyka R. Bude to celkom transparentné a jednoduché.
Vo všeobecnosti, ak hovoríme konkrétne o neurónových sieťach, Microsoft má Cognitive Toolkit, ktorý vám umožňuje trénovať neurónové siete. A keďže bol pôvodne vybudovaný v ekosystéme Microsoftu, veľmi dobre spolupracuje s .NET.
- Tento nástroj sa nejako odlišuje od analógov od iných výrobcov?
Dmitrij Soshnikov: Cognitive Toolkit je v podstate analógom rámcov TensorFlow, Caffe atď. od spoločnosti Microsoft.
Všetky sú si v princípe ideologicky veľmi podobné. Microsoft Cognitive Toolkit však ako prvý podporoval vysoko distribuované školiace prostredie, v ktorom môžete trénovať neurónovú sieť nielen na jednom GPU, ale na viacerých GPU alebo dokonca na viacerých GPU staniciach. Tie. Môžete vytvoriť tréningovú farmu pre neurónovú sieť.
Pokiaľ viem, Cognitive Toolkit prekonáva iné rámce, pokiaľ ide o rýchlosť učenia. Navyše sa veľmi pohodlne používa. Väčšina rámcov tak či onak súvisí s jazykom Python, ale Cognitive Toolkit sa spočiatku uberal trochu inou cestou. Spočiatku bolo možné opísať architektúru neurónovej siete v špeciálnom jazyku a potom ju trénovať bez vytvárania modelov v Pythone. Bolo to trochu jednoduchšie. V súčasnosti Cognitive Toolkit podporuje obe možnosti, t.j. je dosť flexibilný.
- Pravdepodobne existujú momenty, v ktorých je kognitívna sada nástrojov nižšia ako jej analógy?
Dmitrij Soshnikov: Vo všeobecnosti sú takéto rámce nízkoúrovňové nástroje, na ktorých je možné trénovať ľubovoľné neurónové siete. Rovnako ako jeho analógy, aj Cognitive Toolkit podporuje určitú základnú vrstvu, na ktorej môžete vybudovať architektúru sietí ľubovoľnej zložitosti. Preto je rozsah úloh riešených rôznymi nástrojmi približne rovnaký.
Výber rámca je do značnej miery určený niektorými osobnými preferenciami a dostupnosťou referenčných materiálov. A tu rámec Microsoftu trochu zaostáva, pretože sa objavil o niečo neskôr, takže na ňom nie je také množstvo materiálov, najmä online kurzy. Ale situácia sa, samozrejme, postupne vyrovnáva.
Spolu s MIPT plánujeme vydať online kurz venovaný špeciálne problémom spojeným s využívaním umelej inteligencie v praxi. A budú tam zahrnuté aj niektoré informácie o Cognitive Toolkit.
Blízka budúcnosť
- Dá sa už teraz predpovedať, akým smerom sa uberá vývoj segmentu umelej inteligencie?Dmitrij Soshnikov: Na konečné prognózy je pravdepodobne priskoro, keďže v rokoch 2011 – 2012 sa začal mimoriadne rýchly vývoj technológií. Odvtedy sa zdokonaľovali metódy rozpoznávania, zdokonaľovali sa architektúry neurónových sietí, t.j. zvyšuje sa presnosť riešenia problémov.
V tomto segmente je ešte veľa nevyriešených problémov. Problémy s rozpoznávaním obrazu a hlasu sú už vyriešené na pomerne vysokej úrovni. Ďalej je asi najzaujímavejšie pokúsiť sa z textu vytiahnuť nejaký význam. Aj tu je niekoľko ohromujúcich úspechov. Môžete napríklad trénovať neurónovú sieť na fragmentoch rozhovorov z filmov a získať robota, ktorý dokáže nejakým spôsobom udržiavať dialóg. Zároveň však v dialógu nebude veľký význam. Zatiaľ nie je jasné, ako previesť poznatky do významu, ako spojiť implicitnú reprezentáciu vedomostí v neurónových sieťach so symbolickým uvažovaním. Toto je smer výskumu, ktorým sa budú vedci uberať.
Pokiaľ ide o nástroje, v súčasnosti sa aktívne vyvíjajú. V istom zmysle sa výrobcovia nástrojov snažia sledovať vedecký pokrok vo svojom odbore. Objavujú sa nové sieťové architektúry – ich podpora sa objavuje v nástrojoch, t.j. Funkcionalita sa neustále rozširuje.
Ako som už povedal, z pohľadu vývojárov je badateľný trend k demokratizácii umelej inteligencie a najmä nástrojov. Okrem Microsoft Cognitive Toolkit, ktorý som spomínal, existuje zaujímavý nástroj s názvom Azure Machine Learning, ktorý vám umožňuje aplikovať ich na reálne dáta bez toho, aby ste hlboko porozumeli implementácii všetkých algoritmov strojového učenia a zistili, či dokážete identifikovať nejaké vzory a používať ich ďalej vo svojich produktoch. Aj tento nástroj sa vyvíja pomerne intenzívne – zavádzajú sa tam nové metódy a algoritmy.
Vo všeobecnosti sa technológia stáva dostupnejšou. Zložité veci sú zjednodušené, aby sa dali použiť v čo najširšom spektre projektov.
Ďalším bodom, ktorý by som rád spomenul, je, že ide stále o prvé experimenty v cloude využívajúce efektívnejšie hardvérové riešenia, ktoré implementujú algoritmy umelej inteligencie. Na Dotnexte sa o tom baviť nebudeme, no téma sa podrobne rozoberala na konferencii Microsoft Ignite. Microsoft plánuje v cloude ponúkať nielen klasické výpočtové zdroje, ale aj programovateľné logické integrované obvody: FPGA alebo FPGA. Pre zjednodušenie ide o čipy, ktoré je možné flashovať na vykonávanie určitých logických operácií a ktoré tieto operácie vykonajú veľmi rýchlo. S takouto schémou dokážeme vypočítať neurónovú sieť oveľa rýchlejšie. Počas experimentov bol procesor „vyzvaný“ na preklad z jazyka do jazyka, v dôsledku čoho je román „Vojna a mier“ preložený z jazyka do jazyka za 2 sekundy. Ak si zoberiete toľko procesorov, ktoré má Microsoft v cloude, Wikipédia sa dá preložiť z jedného jazyka do druhého za čas, ktorý človek potrebuje na žmurknutie oka.
Dmitry poskytne viac praktických informácií o využití neurónových sietí a technológií umelej inteligencie v reálnych projektoch (vrátane .NET) vo svojej správe na DotNext 2017 Piter („Dostupná umelá inteligencia na platforme .NET: od chatbotov a kognitívnych služieb po hlboké neurálne siete").
Štítky: Pridajte štítky
Turingov test je v podstate test, ktorý odpovedá na otázku „môžu stroje myslieť? To znamená, že ide o súbor testov, ktorými môže prejsť len človek alebo dokonalá umelá inteligencia schopná myslieť rovnakým spôsobom. Presne o to sa od nás v hre žiada – dokázať, že ste Homo sapiens. Podľa mňa ide o princíp!
Tí, ktorým sa páčili hádanky The Talos Principle a Portal, určite ocenia Turingov test. Tieto hry majú naozaj veľa spoločného. Dalo by sa dokonca povedať, že tvoria samostatný subžáner, pochádzajúci práve z Portálu.
Pasáž je súbor logických testov, ktoré sa musia riešiť postupne. Základom hernej mechaniky v Turingov test tvoria energetické gule, ktoré je potrebné vložiť do špeciálnych buniek na otvorenie dverí, spustenie mechanizmov atď. Jediným nástrojom, ktorý v tejto veci pomáha, je určitá magnetická pištoľ, ktorá dokáže absorbovať tieto gule a vystreliť ich na správne miesto.
Celkovo existuje viac ako 70 testov, ale mnohé z nich sú dokončené v priebehu niekoľkých sekúnd. Celý prechod preto nezaberie veľa času. Vo všeobecnosti je v hre málo náročných prekážok, väčšinu z nich je možné dokončiť takmer za chodu. Niekomu sa môžu zdať hádanky príliš jednoduché, ale mne sa páčila vyváženosť náročnosti. Naopak, nerád som v takýchto hrách dlho „hlúpy“.
Všeobecná myšlienka je tiež podobná hrám, ktoré inšpirovali vývojárov. Filozofické a etické úvahy o inteligencii, o rozdiele medzi človekom a strojom.
Čo sa týka samotnej zápletky: hlavná postava sa ocitne na vesmírnej stanici na zasneženom povrchu Európy, satelite Jupitera. Personál základne zmizol a všetko riadi umelá inteligencia, ktorá sa stretáva s hrdinkou. Bude musieť prejsť práve týmto Turingovým testom a zistiť, čo sa stalo ľuďom. Príbeh je celkom zaujímavý, ale je prezentovaný v tak malých kúskoch (pár počítačových riadkov na začiatku každej úrovne), že si ho nevšimnete takmer celú hru a venujete pozornosť až ku koncu.
Dokáže robot napísať symfóniu alebo premeniť kus plátna na majstrovské umelecké dielo? Táto otázka zostáva otvorená. Ale tu je to, čo vieme s istotou: moderné lekárske nanoroboty sú schopné „odrezať kyslík“ nádoru tým, že preniknú do krvného obehu a dodajú lieky postihnutým bunkám bez poškodenia zdravých. Neurónové siete sa chystajú prekonať lekárov v diagnostike mnohých chorôb a vyšetrenia pomocou technológií CRISPR možno už čoskoro vykonávať bez opustenia domova. Budúcnosť medicíny už nastala – poďme zistiť, čo môžeme očakávať od nových metód a ako to ovplyvní naše zdravie.
Diagnostikujte to: Umelá inteligencia
Úspešnosť liečby do značnej miery závisí od rýchlej a bezchybnej diagnostiky: na to musí lekár nazbierať množstvo praktických skúseností a poznať aktuálne vedecké práce vo svojom odbore. Ale s toľkými novými štúdiami a prípadovými správami, ktoré sa každý mesiac objavujú v tlači, kde nájdete čas na to, aby ste si to všetko preštudovali? Tu prichádzajú na pomoc ľuďom počítače, ktoré sú schopné spracovať obrovské množstvo informácií za pár sekúnd.
Algoritmy na analýzu medicínskych údajov dnes vytvárajú veľké korporácie vrátane Microsoftu, IBM a Google. Ich vývoj je najčastejšie založený na rôznych formách samoučiacej sa umelej inteligencie, ktorá dokáže nájsť vzory vo veľkých súboroch údajov, ako sú skeny mozgu alebo obrázky podozrivých výrastkov na koži. Takéto algoritmy sú trénované pomocou knižníc tisícok príkladov, kde je každému obrázku priradená diagnóza, ktorú urobil kvalifikovaný lekár.
Neurónové siete sa už naučili identifikovať mnohé choroby tak efektívne ako ľudia a v niektorých prípadoch sa im dokonca darí prekonávať špecialistov.
Konvolučné neurónové siete (CNN) vám umožňujú analyzovať viacero obrázkov. Ide o hlboké (viacvrstvové) štruktúry, v ktorých každý umelý neurón prijíma len malý fragment výstupu predchádzajúcej vrstvy. Postupne sieť zovšeobecňuje miestne funkcie a vytvára úplný obraz. Spojením všetkých údajov dokáže CNN rozpoznať rôzne detaily na originálnom obrázku vrátane charakteristických prvkov, na základe ktorých lekári stanovia diagnózu.
Technológie CRISPR dokážu nielen eliminovať príčiny chorôb, ale aj identifikovať choroby, napríklad hľadať stopy DNA či RNA infekčných agensov.
Kým CRISPR-asociovaný proteín Cas9 sa najčastejšie spomína v súvislosti s terapiou, iné proteíny: Cas12a a Cas13a sú zvyčajne „diagnostické“ proteíny.
V roku 2017 vedci z MIT predstavili diagnostickú technológiu s názvom SHERLOCK (Specific High Sensitivity Enzymatic Reporter UnLOCKing). Používa enzým Cas13a, ktorý dokáže rozpoznať špecifické sekvencie RNA a prerezať podobné vlákna RNA nachádzajúce sa v blízkosti, čím úplne zničí podozrivý objekt. Podobne ako kniha Sherlock Holmes, aj medicínsky SHERLOCK je schopný znovu vytvoriť úplný obraz udalostí z najmenších dôkazov: technológia pracuje s attomolárnymi (10–18 mol na liter) koncentráciou nukleových kyselín. Metóda bola testovaná na lentivírusoch obsahujúcich fragmenty vírusu horúčky dengue a vírusu Zika: SHERLOCK dokázal detekovať častice patogénu a odlíšiť ich od seba v koncentrácii maximálne dvoch attomólov.
Počas testovania sa ukázalo, že reagencie na diagnostiku pomocou SHERLOCK je možné vysušiť a následne rekonštituovať, pričom citlivosť metódy veľmi neklesá. Na prenosné testy sa odporúča použiť papier zo sklenených vlákien. Autori vývoja sa domnievajú, že jeden testovací systém bude stáť približne 61 centov.
Ďalší výskumníci tiež pracujú na vytvorení súprav na testovanie CRISPR doma. Nedávno vývoj v tejto oblasti odštartovala Jennifer Doudna, jedna z priekopníčok lekárskej revolúcie CRISPR. Jej tím vytvoril metódu s názvom DETECTR (DNA endonuclease-targeted CRISPR trans reporter), využívajúcu proteín Cas12a. Nájde špecifické sekvencie DNA a štiepi najbližšie fluorescenčne značené reportérové molekuly nukleovej kyseliny pridané do vzorky, čím vytvára signál. Týmto spôsobom možno odhaliť stopy patogénov mnohých chorôb, vrátane rôznych kmeňov vírusu chrípky.
Podľa tvorcov takýchto testovacích systémov nebude analýza CRISPR trvať dlhšie ako niekoľko hodín a výsledky je možné získať prostredníctvom internetu. Kedy sa však takéto súpravy objavia vo verejnom predaji, zatiaľ nie je známe.
Je to ilúzia: virtuálna realita
O virtuálnej realite sa často hovorí v kontexte počítačových hier a „3D kina“, no táto technológia má potenciál aj v medicíne, a nie v tých najzrejmejších oblastiach. Napríklad VR sa účinne používa ako liek proti bolesti.
Jednotka popálenín v univerzitnej nemocnici Loyola v Illinois využíva tento prístup.začala používané pred desiatimi rokmi: pacienti v nemocnici hrajú simulátor počas bolestivých procedúrSnowWorld.
Akcia sa odohráva na pozadí polofantastických severských krajín s množstvom snehových závejov a zamrznutých riek, úlohou hrdinu je hrať snehové gule s ľadovými medveďmi, tučniakmi a snehuliakmi. Na dokončenie všetkých úrovní sa pacient nedobrovoľne sústredí na hádanku a je rozptýlený od fyzických vnemov. Skenovanie mozgu magnetickou rezonanciou ukázalo, že SnowWorld skutočne znižuje vnímanie bolesti, takže pacienti potrebujú menej silných liekov proti bolesti, ktoré môžu byť pre telo škodlivé.
VR nahrádza alebo dopĺňa lieky proti bolesti v mnohých oblastiach medicíny. Technológia sa používa na zmiernenie bolesti pri pôrode a pri stomatologických zákrokoch. Vlastnosti virtuálnej reality na zmiernenie bolesti sú obzvlášť dôležité vo svetle „opioidnej krízy“ v Spojených štátoch – súvisí s nárastom popularity liekov proti bolesti na predpis (napríklad OxyContin a Vicodin) v posledných desaťročiach.
VR funguje nielen pri fyzickej bolesti, ale dokáže prekonať aj psychickú traumu. Prvé experimenty sa uskutočnili koncom 90. rokov, keď sa psychologičke Barbare Rothbaumovej podarilo pomocou virtuálnych modelov kokpitu vrtuľníka a čistinky v ázijskej džungli zmierniť príznaky posttraumatickej stresovej poruchy u veteránov z Vietnamu. Táto technika dopĺňala expozičnú terapiu – postupný „prístup“ k traumatickým spomienkam, ktorým sa pacientovo vedomie snaží vyhnúť. Podobná schéma funguje aj pri liečbe úzkostných porúch a fóbií pomocou virtuálnej reality. Technológia pomáha vyrovnať sa s aerofóbiou a strachom z prejavu na verejnosti: simulované prostredie umožňuje opakovane „nacvičovať“ desivú situáciu.
Nevýhodou terapie VR sú relatívne vysoké náklady na vybavenie a potenciálna fyziologická intolerancia virtuálnej reality.
Niektorí účastníci skúšok nových liečebných metód zažili VR „nevoľnosť“ (chorobu z virtuálnej reality), ktorá spôsobuje rovnaké príznaky ako kinetóza alebo morská choroba. Podľa bežných hypotéz obe poruchy vznikajú z porúch vo fungovaní receptorov vestibulárneho aparátu alebo z konfliktu medzi signálmi prichádzajúcimi z vestibulárneho aparátu a orgánov zraku.
Vývojári už vytvorili niekoľko metód, ktoré môžu znížiť „nevoľnosť“ VR. Môžete napríklad umiestniť na obrazovku nehybný predmet, ktorý budú oči používateľa neustále fixovať. Autori technológie Nasum Virtualis navrhujú ako východiskový bod použiť virtuálny obraz nosa umiestnený v strede obrazovky. Oči hráča to vnímajú ako vlastný nos, takže pocit nevoľnosti a závratov ustupuje.
