Szuperkomputeres gépitanulás-algoritmusok fejthetik meg az emberi agy misztériumát

Amerikai kutatók (David Schnyer, Peter Clasen, Christopher Gonzalez és Christopher Beevers) tavaly megjelent megvalósíthatósági példája (proof of concept) azt sugallja, hogy a szuperszámítógépeken futó idegrendszeri vizuális adatokat osztályozó gépitanulás-algoritmusok adják a jelenleg legmegbízhatóbb információkat az emberi agyról.

A Texasi Fejlett Számítási Központ Stampede rendszerével elemezték depresszióban szenvedő betegek agyadatait, majd a rendszer 75 százalék pontossággal megállapította a nagyobb depressziós rendellenességeket.

A kutatók egészséges és depressziós páciensek adatait speciális (support vector) gépitanulás-algoritmusba táplálták, és felcímkézték a szerintük valamilyen szempontból jelentősnek vélt jegyeket. Az így kapott modell beszkennelte az újabb inputot, majd kategorizálta, hogy mi tartozik az egészséges, és mi a depressziós kategóriába.

Nyáron működésbe áll a még fejlettebb Stampede 2 rendszer, amely az USA Tudományos Alapja szerint remek számítási teljesítményével többezer kutatáshoz lesz „stratégiai nemzeti forrás.”