A mund të shkruajë një robot një simfoni? Testi Turing - "Ti je thjesht një robot, një imitim i jetës. A mundet një robot ta mposht këtë lojë? Disavantazhet e terapisë VR janë kostoja relativisht e lartë e pajisjeve dhe intoleranca e mundshme fiziologjike ndaj realitetit virtual.

Zhvillimi i elementeve të sistemeve të inteligjencës artificiale po zhvillohet në mënyrë aktive dhe po bëhet një trend i sotëm, dhe vetëm dembelët nuk shkruajnë bots të zgjuar. Kjo është arsyeja pse ne intervistuam Dmitry Shwars Soshnikov, një nga ekspertët më të mirë të AI në vend. Ai është ungjilltar i teknologjisë së Microsoft-it, autor librash, artikujsh dhe mësimesh, si dhe koordinator i programeve të mësuesve dhe studentëve, specialist në programimin funksional, rrjetet nervore dhe inteligjencën artificiale.

- Dmitry, na thuaj disa fjalë për veten dhe punën tënde.

Dmitry Soshnikov: Si ungjilltar për Microsoft-in, jam i përfshirë në popullarizimin dhe zbatimin e teknologjive më moderne të kompanisë, tani kryesisht teknologjitë që lidhen me inteligjencën artificiale. Kjo përfshin të folurit në konferenca, punën me studentët dhe mësuesit, startup-et, ndonjëherë pjesëmarrjen në hackfeste dhe programimin e sistemeve prototip së bashku me zhvillues nga kompani të ndryshme. Unë gjithashtu popullarizoj programimin funksional dhe gjuhën F#, jap mësim në MIPT, HSE dhe MAI dhe zhvilloj kurse online për MVA dhe Coursera.

Sipas mendimit tim, rrjetet neurale dhe inteligjenca artificiale në përgjithësi janë një fushë shumë interesante, zhvillimi i shpejtë i së cilës vitet e fundit tashmë ka bërë të mundur zgjidhjen e një sërë problemesh që më parë nuk kishin zgjidhje, si p.sh., përcaktimi automatik. mosha e një personi nga fotografia e tij. Dhe e ardhmja ka shumë mundësi më interesante për ne.

Rrjetet nervore - modë apo mjet?

- Çfarë saktësisht ka nxitur kohët e fundit zhvillimin aktiv të teknologjisë së rrjeteve nervore?

Dmitry Soshnikov: Disa faktorë u mbivendosën me sukses këtu.
Së pari, fuqia kompjuterike e përballueshme u bë e disponueshme. Për më tepër, shërbimet cloud luajtën një rol të madh, pasi në vend që të investoni në infrastrukturë për llogaritjen e rrjeteve nervore, tani mund ta merrni me qira vetëm për kohëzgjatjen e llogaritjeve, duke refuzuar më pas të merrni me qira. Për më tepër, procesorët grafikë, të cilët fillimisht ishin krijuar për grafikë kompjuterike, filluan të përdoren. Doli se ato janë të përshtatshme për detyrat e inteligjencës artificiale.

Së dyti, falë internetit, sasi gjigante të dhënash kanë filluar të grumbullohen në shumë fusha. Merrni, për shembull, detyrën e përmendur më parë për të njohur moshën e një personi nga një fotografi. Për të trajnuar një rrjet nervor për ta zgjidhur atë, kërkohen disa qindra mijëra shembuj. Tani mund të merrni çdo rrjet social ku vetë njerëzit publikojnë fotot e tyre dhe informacionin e llogarisë (mosha) - dhe ne marrim menjëherë të dhëna për trajnim.
Së treti, sigurisht, janë shfaqur disa kërkime interesante, duke përfshirë arkitekturat e reja të rrjeteve nervore që lejojnë zgjidhjen e problemeve ekzistuese. Por kjo pikë është ndoshta pasojë e dy të parave. Kur burimet dhe teknologjitë janë të disponueshme, zona natyrisht fillon të zhvillohet në mënyrë aktive.

Këtu janë shfaqur gjithashtu një numër i madh mjetesh që lejojnë përdorimin e këtyre rrjeteve nervore. Nëse më parë për të zgjidhur problemet e inteligjencës artificiale duhet të kishit shumë njohuri dhe shumë programim, tani ka shërbime të disponueshme që mund t'i merrni dhe përdorni.

Tema e inteligjencës artificiale është shumë e njohur sot. Sa e meriton këtë popullaritet? A është vërtet teknologjia kaq mbresëlënëse apo ka një kontribut të madh nga moda? Dhe a nuk është kjo "modë" e dëmshme për zhvillimin?

Dmitry Soshnikov: Ka vërtet suksese të mëdha në fushën e inteligjencës artificiale, për të cilat është shkruar shumë, ndaj shprehja “inteligjencë artificiale” dëgjohet shumë. Falë kësaj, shfaqen zhvillues të rinj - dikush shkon dhe studion një zonë të re për veten e tyre, d.m.th. Ka më shumë njerëz që e kuptojnë këtë fushë. Nga ana tjetër, njerëzit po kërkojnë më me kujdes ato detyra ku mund të aplikohen teknologjitë e inteligjencës artificiale. Nga ky këndvështrim, e gjithë kjo është, në parim, e mirë, sepse ne kemi një shans për të automatizuar disa zona që nuk mund t'i automatizonim më parë.

Për shembull, ne mund të zgjidhim problemin e pranimit të porosive në dritaren MacAuto. Ata gjithmonë përpiqen që zgjidhjen e problemeve të tilla ta bëjnë më të lirë. Për shembull, në SHBA, fillimisht një amerikan u ul atje, më pas u bë një përpjekje për të transferuar këtë duke transferuar zërin në një vend me fuqi punëtore të lirë (ku, përsëri, personi ulet dhe transkripton). Dhe tani një kompjuter mund ta bëjë këtë.

A kanë pjesëmarrësit e tregut pritshmëri të fryra? A ka ndonjë parashikim që, sipas jush, definitivisht nuk do të realizohet në të ardhmen e afërt?

Dmitry Soshnikov: Sigurisht që ka. Para së gjithash, fusha e inteligjencës artificiale është paksa romantike. Ka mjaft filma - për shembull, "The Matrix" ose "Terminator" - ku robotët rebelohen dhe marrin kontrollin e gjithçkaje. Prandaj, ka një numër të caktuar njerëzish që presin që të kalojnë edhe 5 vjet dhe kompjuterët të pushtojnë botën. Këto pritshmëri me sa duket janë ende larg realitetit. Në ditët e sotme, zgjidhja e klasave të caktuara të problemeve që lidhen me njohjen e imazhit, njohjen e të folurit dhe mësimin e makinerive është shumë mirë e automatizuar. Por ne kemi ende një rrugë të gjatë për të bërë përpara se të kuptojmë se si funksionon të menduarit njerëzor në përgjithësi. Prandaj, përpara se të krijohet një inteligjencë artificiale e tillë që do të mendojë si një person dhe do të funksionojë me njohuri të grumbulluara, duhet ende shumë punë për të bërë. Nuk është ende shumë e qartë se si bëhet kjo.

- Po pritshmëritë përsa i përket investimeve financiare, sesa zbatimit të skenarëve fantashkencë?

Dmitry Soshnikov: Më duket se për një bisedë të tillë është e nevojshme që tema e inteligjencës artificiale të ndahet në komponentë të veçantë, pasi është një fushë shumë e gjerë.

Nëse shikojmë vizionin kompjuterik, tashmë ka përparime të mahnitshme që tani po zbatohen në biznese, duke rritur efikasitetin e tyre dhe duke sjellë përfitime ekonomike. Vizioni kompjuterik tashmë i njeh imazhet më mirë se njerëzit, për të mos përmendur që janë dukshëm më të lira.

Në fusha të tjera, si të kuptuarit e gjuhës natyrore dhe aftësia për të arsyetuar rreth temave arbitrare, përparimi ka qenë më modest.

- A ka faktorë që, sipas jush, pengojnë zhvillimin e industrisë?

Dmitry Soshnikov: Për të qenë i sinqertë, nuk shoh ndonjë faktor të dukshëm. Mendoj se kjo është zona me rritje më të shpejtë tani.
Megjithatë, dua të theksoj se inteligjenca artificiale është një fushë që ende kërkon disa kualifikime. Të punosh në këtë drejtim është pak më e vështirë sesa thjesht të mësosh të programosh. Një person që mbaron shkollën dhe nuk merr një arsim të lartë ndoshta mund të fillojë të punojë me sukses në fushën e zhvillimit të standardeve. Me inteligjencën artificiale, shiriti i hyrjes është më i lartë, megjithëse gradualisht po ulet, duke përfshirë edhe përpjekjet e pjesëmarrësve në këtë industri. Në veçanti, një nga gjërat për të cilat Microsoft po punon është i ashtuquajturi demokratizimi i inteligjencës artificiale. Kjo do të thotë ta bësh teknologjinë të aksesueshme për segmentin më të gjerë të mundshëm të konsumatorëve.

Në praktikë, jo vetëm Microsoft, por edhe shumë kompani të tjera po punojnë në këtë drejtim, duke ofruar, për shembull, mjete për zgjidhjen e problemeve intelektuale, njohëse në formën e shërbimeve të gatshme. Për shembull, shërbimet për përcaktimin e gjinisë, moshës dhe disponimit të një personi nga një fotografi, thjesht mund t'i telefononi dhe të merrni rezultatin. E njëjta gjë vlen edhe për përkthimin me makinë, etj. Si pjesë e raportit në DotNext 2017, ne do të flasim për këtë: si mundeni, pa e kuptuar fare se si funksionon saktësisht, thjesht të përdorni rezultatet.

A.NET ndoshta?

- Le të flasim për vendin e platformës .NET në segmentin e inteligjencës artificiale. Sa është i përshtatshëm për zgjidhjen e problemeve të tilla? A ka ndonjë veçori që ndihmon ose, anasjelltas, pengon punën me rrjetet nervore?

Dmitry Soshnikov: Metodat e AI mund të zbatohen në çdo teknologji. Megjithatë, ekzistojnë disa ekosisteme të krijuara rreth detyrave të ngjashme. Për shembull, Python dhe R dhe bibliotekat e tyre shoqëruese janë gjuhë shumë të njohura në mesin e shkencëtarëve të të dhënave. Ato. këtu tashmë ka shumë punë në komunitet. Përsa i përket këtyre zhvillimeve, sigurisht që .NET është pak mbrapa, ashtu si edhe platformat e tjera të ngjashme. Megjithatë, .NET tashmë ka një grup të caktuar mjetesh, për të cilat do të flas si pjesë e raportit tim.

Në përgjithësi, platformat tani janë në njëfarë kuptimi të integruara, duke përfshirë njëra-tjetrën. E njëjta gjuhë R integrohet shumë mirë me F#, e cila është vendase në platformën .NET. Prandaj, nëse kemi nevojë të përdorim disa mjete të mësimit të makinerive, ne mund të përdorim një zinxhir të tillë, duke përdorur aftësitë dhe bibliotekat e gjuhës R. Kjo do të jetë mjaft transparente dhe e lehtë për t'u bërë.

Në përgjithësi, nëse flasim në mënyrë specifike për rrjetet nervore, Microsoft-i ka një pako mjetesh njohëse që ju lejon të trajnoni rrjetet nervore. Dhe për shkak se fillimisht ishte ndërtuar në ekosistemin e Microsoft, funksionon shumë mirë me .NET.

- Ky mjet disi dallohet nga analogët e prodhuesve të tjerë?

Dmitry Soshnikov: Në thelb, Cognitive Toolkit është analog i Microsoft i kornizave TensorFlow, Caffe, etj.

Të gjithë ata, në parim, janë shumë të ngjashëm ideologjikisht. Por Microsoft Cognitive Toolkit ishte i pari që mbështeti një mjedis trajnimi shumë të shpërndarë, ku mund të trajnoni një rrjet nervor jo vetëm në një GPU të vetme, por në GPU të shumta apo edhe stacione të shumta GPU. Ato. Ju mund të bëni një fermë trajnimi të rrjetit nervor.

Me sa di unë, Cognitive Toolkit mund kornizat e tjera për sa i përket shpejtësisë së të mësuarit. Plus, është shumë i përshtatshëm për t'u përdorur. Shumica e kornizave janë të lidhura me gjuhën Python në një mënyrë ose në një tjetër, por Cognitive Toolkit fillimisht mori një rrugë paksa të ndryshme. Fillimisht ishte e mundur të përshkruhej arkitektura e një rrjeti nervor në një gjuhë të veçantë, dhe më pas të trajnohej pa ndërtuar asnjë model në Python. Ishte pak më e lehtë. Aktualisht Cognitive Toolkit mbështet të dyja opsionet, d.m.th. është mjaft fleksibël.

- Ndoshta, ka momente në të cilat Paketa Njohëse është inferiore ndaj analogëve të saj?

Dmitry Soshnikov: Në përgjithësi, korniza të tilla janë mjete të nivelit të ulët, në krye të të cilave mund të trajnohen rrjete nervore arbitrare. Ashtu si analogët e tij, Cognitive Toolkit mbështet një shtresë të caktuar bazë, në krye të së cilës mund të ndërtoni arkitekturën e rrjeteve me kompleksitet arbitrar. Prandaj, diapazoni i detyrave të zgjidhura nga mjete të ndryshme është afërsisht i njëjtë.

Zgjedhja e kornizës përcaktohet kryesisht nga disa preferenca personale dhe disponueshmëria e materialeve referuese. Dhe këtu korniza e Microsoft mbetet pak prapa, pasi u shfaq pak më vonë, kështu që nuk ka një sasi kaq të madhe materialesh mbi të, në veçanti, kurse në internet. Por situata, natyrisht, gradualisht po rrafshohet.

Ne, së bashku me MIPT, po planifikojmë të nxjerrim një kurs online kushtuar posaçërisht problemeve që lidhen me përdorimin e inteligjencës artificiale në praktikë. Dhe disa nga informacionet mbi Paketën e Veglave Njohëse do të përfshihen gjithashtu atje.

Ardhmja e afërt

- A është e mundur të parashikohet tani se në çfarë drejtimi po shkon zhvillimi i segmentit të inteligjencës artificiale?

Dmitry Soshnikov: Është ndoshta shumë herët për të bërë parashikime përfundimtare, pasi në 2011-2012 filloi zhvillimi jashtëzakonisht i shpejtë i teknologjisë. Që atëherë, metodat e njohjes janë përmirësuar, arkitekturat e rrjeteve nervore janë përmirësuar, d.m.th. rritet saktësia e zgjidhjes së problemeve.

Ka ende shumë çështje të pazgjidhura në këtë segment. Problemet e njohjes së imazhit dhe zërit tashmë janë zgjidhur në një nivel mjaft të lartë. Tjetra, ndoshta gjëja më interesante është të përpiqesh të nxjerrësh një kuptim nga teksti. Ka disa suksese mjaft mahnitëse edhe këtu. Për shembull, ju mund të trajnoni një rrjet nervor në fragmente bisedash nga filmat dhe të merrni një robot që mund të mbajë disi një dialog. Por në të njëjtën kohë, dialogu nuk do të ketë shumë kuptim. Nuk është ende e qartë se si të përkthehet njohuria në kuptim, si të kombinohet përfaqësimi i nënkuptuar i njohurive në rrjetet nervore me arsyetimin simbolik. Ky është drejtimi i kërkimit që shkencëtarët do të ndjekin.

Sa i përket mjeteve, ato aktualisht janë duke u zhvilluar në mënyrë aktive. Në njëfarë kuptimi, prodhuesit e mjeteve po përpiqen të ndjekin përparimet shkencore në fushën e tyre përkatëse. Shfaqen arkitekturat e reja të rrjetit - mbështetja e tyre shfaqet në mjete, d.m.th. Funksionaliteti po zgjerohet vazhdimisht.

Siç thashë më herët, nga këndvështrimi i një zhvilluesi, ka një prirje të dukshme drejt demokratizimit të inteligjencës artificiale dhe, në veçanti, mjeteve. Përveç Microsoft Cognitive Toolkit që përmenda, ekziston një mjet interesant i quajtur Azure Machine Learning, i cili ju lejon t'i aplikoni ato në të dhëna reale pa një kuptim të thellë të zbatimit të të gjitha algoritmeve të mësimit të makinerive dhe të shihni nëse mund të identifikoni ndonjë model dhe përdorni ato më tej në produktet tuaja. Ky mjet gjithashtu po zhvillohet mjaft intensivisht - metoda dhe algoritme të reja po futen atje.

Në përgjithësi, teknologjia po bëhet më e aksesueshme. Gjërat komplekse janë thjeshtuar në mënyrë që të mund të përdoren në një gamë sa më të gjerë projektesh.
Një pikë tjetër që do të doja të përmendja është se këto janë ende eksperimentet e para në cloud duke përdorur zgjidhje harduerike më efikase që zbatojnë algoritme të inteligjencës artificiale. Ne nuk do të flasim për këtë në Dotnext, por tema u diskutua në detaje në konferencën e Microsoft Ignite. Në cloud, Microsoft planifikon të ofrojë jo vetëm burime kompjuterike klasike, por edhe qarqe të integruara logjike të programueshme: FPGA ose FPGA. Për ta thjeshtuar, këto janë çipa që mund të ndezen për të kryer disa operacione logjike dhe të cilat do t'i kryejnë këto operacione shumë shpejt. Me një skemë të tillë, ne mund të llogarisim rrjetin nervor shumë më shpejt. Gjatë eksperimenteve, procesori "u nxit" të përkthejë nga gjuha në gjuhë, si rezultat, romani "Lufta dhe Paqja" përkthehet nga gjuha në gjuhë në 2 sekonda. Nëse merrni të gjithë shumë procesorë të tillë që Microsoft ka në cloud, atëherë Wikipedia mund të përkthehet nga një gjuhë në tjetrën në kohën që i duhet një personi për të mbyllur një sy.

Dmitry do të japë më shumë informacion praktik në lidhje me përdorimin e rrjeteve nervore dhe teknologjive të inteligjencës artificiale në projekte reale (përfshirë në .NET) në raportin e tij në DotNext 2017 Piter ("Inteligjenca artificiale e disponueshme në platformën .NET: nga chatbots dhe shërbimet njohëse në thellësi rrjetet nervore").

Etiketa: Shtoni etiketa

Testi Turing është në thelb një test që i përgjigjet pyetjes "a mund të mendojnë makinat?" Kjo do të thotë, ky është një grup testesh që mund të kalojë vetëm një person ose inteligjencë artificiale e përsosur, e aftë për të menduar në të njëjtën mënyrë. Kjo është pikërisht ajo që na kërkohet të bëjmë në lojë - për të vërtetuar se jeni një Homo sapiens. Për mendimin tim, kjo është një çështje parimore!

Ata që i pëlqyen enigmat The Talos Principle dhe Portal patjetër do t'i vlerësojnë Testi Turing. Këto lojëra kanë vërtet shumë të përbashkëta. Madje mund të thuash se ato formojnë një nëngjini më vete, me origjinë pikërisht nga Portali.

Pasazhi është një grup testesh logjike që duhet të zgjidhen në mënyrë sekuenciale. Baza e mekanikës së lojës në Testi Turing përbëjnë sfera energjetike që duhet të futen në qeliza të veçanta për të hapur dyert, mekanizmat e ndezjes, etj. I vetmi mjet që ndihmon në këtë çështje është një armë e caktuar magnetike që mund të thithë këto sfera dhe t'i qëllojë në vendin e duhur.

Gjithsej janë më shumë se 70 teste, por shumë prej tyre përfundojnë në pak sekonda. Prandaj, i gjithë pasazhi nuk merr shumë kohë. Në përgjithësi, ka pak pengesa të vështira në lojë, shumica e tyre mund të plotësohen pothuajse në fluturim. Disa njerëzve mund t'i duken enigmat shumë të thjeshta, por mua më pëlqeu balanca e vështirësisë. Përkundrazi, nuk më pëlqen të jem "budalla" për një kohë të gjatë në lojëra të tilla.

Ideja e përgjithshme është gjithashtu e ngjashme me lojërat që frymëzuan zhvilluesit. Konsiderata filozofike dhe etike për inteligjencën, për ndryshimin midis njeriut dhe makinës.

Sa i përket vetë komplotit: personazhi kryesor e gjen veten në një stacion hapësinor në sipërfaqen me dëborë të Evropës, një satelit i Jupiterit. Stafi bazë është zhdukur dhe gjithçka kontrollohet nga inteligjenca artificiale, e cila takon heroinën. Ajo do të duhet të kalojë pikërisht këtë Test Turing dhe të zbulojë se çfarë ka ndodhur me njerëzit. Historia është mjaft interesante, por paraqitet në copa aq të vogla (nja dy linja kompjuterike në fillim të çdo niveli) saqë nuk e vëreni pothuajse gjatë gjithë lojës dhe i kushtoni vëmendje vetëm në fund.

A mundet një robot të shkruajë një simfoni ose ta kthejë një pjesë të telajos në një kryevepër arti? Kjo pyetje mbetet e hapur. Por ja çfarë dimë me siguri: nanorobotët modernë mjekësorë janë në gjendje të "ndërpresin oksigjenin" e një tumori duke depërtuar në qarkullimin e gjakut dhe të dërgojnë ilaçe në qelizat e prekura pa dëmtuar ato të shëndetshme. Rrjetet nervore janë gati të tejkalojnë mjekët në diagnostikimin e shumë sëmundjeve dhe ekzaminimet duke përdorur teknologjitë CRISPR së shpejti mund të kryhen pa u larguar nga shtëpia. E ardhmja e mjekësisë tashmë ka ardhur - le të zbulojmë se çfarë të presim nga metodat e reja dhe si do të ndikojë kjo në shëndetin tonë.

Diagnoza: Inteligjenca Artificiale

Suksesi i trajtimit varet kryesisht nga diagnoza e shpejtë dhe pa gabime: për këtë, mjeku duhet të grumbullojë shumë përvojë praktike dhe të jetë i vetëdijshëm për punimet aktuale shkencore në fushën e tij. Por me kaq shumë studime të reja dhe raporte të rasteve që shfaqen në shtyp çdo muaj, ku mund të gjeni kohë për t'i studiuar të gjitha? Këtu u vijnë në ndihmë kompjuterët, të aftë për të përpunuar sasi të mëdha informacioni në sekonda.

Sot, algoritmet për analizimin e të dhënave mjekësore krijohen nga korporata të mëdha, duke përfshirë Microsoft, IBM dhe Google. Më shpesh, zhvillimet e tyre bazohen në forma të ndryshme të inteligjencës artificiale të vetë-mësimit që mund të gjejnë modele në grupe të mëdha të dhënash, si skanimet e trurit ose imazhet e rritjeve të dyshimta në lëkurë. Algoritme të tilla trajnohen duke përdorur biblioteka me mijëra shembuj, ku çdo imazhi i caktohet një diagnozë e bërë nga një mjek i kualifikuar.

Rrjetet nervore tashmë kanë mësuar të identifikojnë shumë sëmundje në mënyrë po aq efektive sa njerëzit, madje në disa raste arrijnë të tejkalojnë specialistët.

Rrjetet nervore konvolucionale (CNN) ju lejojnë të analizoni imazhe të shumta. Këto janë struktura të thella (me shumë shtresa) në të cilat çdo neuron artificial merr vetëm një fragment të vogël të daljes së shtresës së mëparshme. Gradualisht, rrjeti përgjithëson veçoritë lokale, duke rikrijuar pamjen e plotë. Duke kombinuar të gjitha të dhënat, CNN mund të njohë detaje të ndryshme në imazhin origjinal, duke përfshirë elemente karakteristike në bazë të të cilave mjekët bëjnë një diagnozë.

Teknologjitë CRISPR jo vetëm që mund të eliminojnë shkaqet e sëmundjeve, por edhe të identifikojnë sëmundjet, për shembull, të kërkojnë gjurmë të ADN-së ose ARN-së të agjentëve infektivë.

Ndërsa proteina Cas9 e lidhur me CRISPR përmendet më shpesh në lidhje me terapinë, proteinat e tjera: Cas12a dhe Cas13a janë zakonisht proteinat "diagnostike".

Në vitin 2017, studiuesit nga MIT prezantuan një teknologji diagnostikuese të quajtur SHERLOCK (Zhbllokimi i Reporterëve Enzymatik me Ndjeshmëri të Lartë specifike). Ai përdor enzimën Cas13a, e cila mund të njohë sekuenca specifike të ARN-së dhe të presë fijet e ngjashme të ARN-së të vendosura afër, duke shkatërruar plotësisht objektin e dyshimtë. Ashtu si libri Sherlock Holmes, SHERLOCK mjekësor është i aftë të rikrijojë një pamje të plotë të ngjarjeve nga provat më të vogla: teknologjia funksionon me përqendrime atomolare (10-18 mol për litër) të acideve nukleike. Metoda u testua në lentiviruse që përmbajnë fragmente të virusit të etheve të dengut dhe virusit Zika: SHERLOCK ishte në gjendje të zbulonte grimcat patogjene dhe t'i dallonte ato nga njëra-tjetra në një përqendrim prej jo më shumë se dy atomole.

Gjatë testimit, rezultoi se reagentët për diagnostikim duke përdorur SHERLOCK mund të thahen dhe më pas të rikonstituohen, ndërsa ndjeshmëria e metodës nuk ulet shumë. Për provat portative, sugjerohet përdorimi i letrës me tekstil me fije qelqi. Autorët e zhvillimit besojnë se një sistem testimi do të kushtojë afërsisht 61 cent.

Studiues të tjerë po punojnë gjithashtu në krijimin e kompleteve për testimin CRISPR në shtëpi. Kohët e fundit, zhvillimet në këtë fushë filluan nga Jennifer Doudna, një nga pionieret e revolucionit mjekësor CRISPR. Ekipi i saj krijoi një metodë të quajtur DETECTR (raporter trans CRISPR i synuar nga ADN-ja e endonukleazës), duke përdorur proteinën Cas12a. Ai gjen sekuenca specifike të ADN-së dhe pret molekulat raportuese të acidit nukleik më të afërt me etiketë fluoreshente të shtuara në kampion, duke prodhuar një sinjal. Në këtë mënyrë mund të zbulohen gjurmë të patogjenëve të shumë sëmundjeve, duke përfshirë shtame të ndryshme të virusit të gripit.

Sipas krijuesve të sistemeve të tilla të testimit, analiza CRISPR nuk do të zgjasë më shumë se disa orë, dhe rezultatet mund të merren përmes internetit. Megjithatë, ende nuk dihet se kur do të dalin në shitje publike komplete të tilla.

Është një iluzion: realiteti virtual

Për realitetin virtual shpesh flitet në kontekstin e lojërave kompjuterike dhe "kinemasë 3D", por teknologjia ka potencial edhe në mjekësi, dhe jo në fushat më të dukshme. Për shembull, VR përdoret në mënyrë efektive si qetësues dhimbjesh.

Njësia e djegies në Spitalin Universitar Loyola në Illinois merr këtë qasje.filloi përdorur dhjetë vjet më parë: pacientët e spitalit luajnë një simulator gjatë procedurave të dhimbshmeBota e borës.

Veprimi zhvillohet në sfondin e peizazheve gjysmë fantastike veriore me shumë rrëshqitje dëbore dhe lumenj të ngrirë, detyra e heroit është të luajë topa bore me arinj polarë, pinguinë dhe burra dëbore. Për të përfunduar të gjitha nivelet, pacienti fokusohet në mënyrë të pavullnetshme në enigmë dhe shpërqendrohet nga ndjesitë fizike. Skanimet e trurit MRI kanë treguar se SnowWorld në fakt zvogëlon perceptimin e dhimbjes, kështu që pacientët kërkojnë më pak qetësues të fortë që mund të jenë të dëmshëm për trupin.

VR po zëvendëson ose plotëson qetësuesit në shumë fusha të mjekësisë. Teknologjia përdoret për të lehtësuar dhimbjet gjatë lindjes dhe gjatë procedurave dentare. Vetitë lehtësuese të dhimbjes së realitetit virtual janë veçanërisht të rëndësishme në dritën e "krizës së opioideve" në Shtetet e Bashkuara - ajo shoqërohet me rritjen e popullaritetit të ilaçeve kundër dhimbjeve me recetë (për shembull, OxyContin dhe Vicodin) në dekadat e fundit.

VR funksionon jo vetëm për dhimbjen fizike: ajo gjithashtu mund të kapërcejë traumat psikologjike. Eksperimentet e para u zhvilluan në fund të viteve 1990, kur psikologia Barbara Rothbaum arriti të lehtësonte simptomat e çrregullimit të stresit post-traumatik te veteranët e Vietnamit duke përdorur modele virtuale të një kabine helikopteri dhe një pastrim në xhunglën aziatike. Kjo teknikë plotësoi terapinë e ekspozimit - një "qasje" graduale ndaj kujtimeve traumatike që vetëdija e pacientit përpiqet t'i shmangë. Një skemë e ngjashme funksionon në trajtimin e çrregullimeve të ankthit dhe fobive duke përdorur realitetin virtual. Teknologjia ndihmon për të përballuar aerofobinë dhe frikën nga të folurit në publik: një mjedis i simuluar bën të mundur "provimin" e përsëritur të një situate të frikshme.

Disavantazhet e terapisë VR janë kostoja relativisht e lartë e pajisjeve dhe intoleranca e mundshme fiziologjike ndaj realitetit virtual.

Disa pjesëmarrës në provat e metodave të reja të trajtimit përjetuan "nauze" VR (sëmundje të realitetit virtual), e cila shkakton të njëjtat simptoma si sëmundja e lëvizjes ose sëmundja e detit. Sipas hipotezave të zakonshme, të dy çrregullimet lindin nga çrregullimet në funksionimin e receptorëve të aparatit vestibular ose një konflikt midis sinjaleve që vijnë nga aparati vestibular dhe organeve të shikimit.

Zhvilluesit kanë krijuar tashmë disa metoda që mund të zvogëlojnë "të përzierat" e VR. Për shembull, mund të vendosni një objekt të palëvizshëm në ekran që sytë e përdoruesit do ta fiksojnë vazhdimisht. Autorët e teknologjisë Nasum Virtualis propozojnë të përdorin një imazh virtual të hundës që ndodhet në qendër të ekranit si pikënisje. Sytë e lojtarit e perceptojnë atë si hundën e tyre, kështu që ndjenja e të përzierave dhe marramendjes tërhiqet.