دانشمندان کامپیوتر از Surrey نشان داده‌اند که یک روش یادگیری تقویتی با پایان باز – یا بدون مدل – قادر است مجموعه داده‌های بزرگ (تا 200 گره) را که در مدل‌های هوش مصنوعی استفاده می‌شوند، تثبیت کند. این رویکرد چشم انداز کشف راه هایی را برای جلوگیری از توسعه سرطان با پیش بینی پاسخ سلول های سرطانی به اختلالات از جمله درمان دارویی باز می کند.
بر اساس یک مطالعه جدید از دانشگاه ساری، یک روش جدید «خارج از جعبه» برای آموزش مدل‌های هوش مصنوعی (AI) برای تصمیم‌گیری می‌تواند امیدی برای یافتن روش‌های درمانی جدید برای سرطان ایجاد کند.
پروفسور فرانچسکا بوفا از دپارتمان سرطان شناسی دانشگاه آکسفورد در مورد یافته های تحقیق اظهار نظر کرد:
“تعداد دلخراشی از سرطان های تهاجمی وجود دارد که اطلاعات کمی در مورد منشاء آنها وجود دارد، چه رسد به اینکه چگونه رفتار آنها را طبقه بندی کنیم. اینجاست که یادگیری ماشینی می تواند امید واقعی را برای همه ما فراهم کند.
“این کار گام بزرگی در جهت اجازه دادن به پیش‌آگهی اختلال در شبکه‌های ژنی است که با حرکت به سمت درمان‌های هدفمند ضروری است. این نتایج برای آزمایشگاه من هیجان‌انگیز است، زیرا مدت‌هاست که مجموعه گسترده‌تری از اغتشاش را در نظر گرفته‌ایم که شامل محیط میکرو می‌شود. سلول.”
این مقاله در IEEE Transactions on Control of Network Systems منتشر شده است.