인공 지능 훈련의 '처벌과 보상'에 대한 새로운 접근 방식은 공격적인 암에 대한 새로운 치료법을 여는 잠재적인 열쇠를 제공합니다.

[아름이]

인공 지능 훈련의 '처벌과 보상'에 대한 새로운 접근 방식은 공격적인 암에 대한 새로운 치료법을 여는 잠재적인 열쇠를 제공합니다.
날짜:
2023년 2월 1일
원천:
서리 대학교
요약:
새로운 연구에 따르면 의사 결정을 위해 인공 지능(AI) 모델을 가르치는 새로운 '즉시 사용 가능한' 방법이 암에 대한 새로운 치료 방법을 찾는 데 희망을 줄 수 있다고 합니다.

서리 대학(University of Surrey)의 새로운 연구에 따르면 의사 결정을 위해 인공 지능(AI) 모델을 가르치는 새로운 '즉시 사용 가능한' 방법이 암에 대한 새로운 치료 방법을 찾는 데 희망을 줄 수 있다고 합니다.

Surrey의 컴퓨터 과학자들은 개방형(또는 모델이 없는) 심층 강화 학습 방법이 AI 모델에 사용되는 대규모 데이터 세트(최대 200개 노드)를 안정화할 수 있음을 입증했습니다. 이 접근법은 약물 치료를 포함한 교란에 대한 암세포의 반응을 예측함으로써 암의 진행을 저지할 수 있는 방법을 발견할 수 있는 가능성을 열어줍니다.

Surrey 대학의 연구 교신 저자인 Sotiris Moschoyiannis 박사는 다음과 같이 말했습니다.

"행동을 분류하는 방법은 고사하고 어디에서 왔는지에 대한 정보가 거의 또는 전혀 없는 가슴 아픈 공격적인 암이 많이 있습니다. 여기에서 기계 학습이 우리 모두에게 진정한 희망을 제공할 수 있습니다.

"우리가 입증한 것은 전이성 흑색종 연구에서 실제 대규모 부울 네트워크를 다루는 강화 학습 기반 접근 방식의 능력입니다. 이 연구의 결과는 기록된 데이터를 사용하여 새로운 치료법을 설계할 뿐만 아니라 기존 치료법을 더 정밀하게 만들고 다음 단계는 동일한 방법으로 살아있는 세포를 사용하는 것입니다."

강화 학습은 컴퓨터가 올바른 결정을 내리면 보상하고 잘못된 결정을 내리면 처벌하는 기계 학습 방법입니다. 시간이 지남에 따라 AI는 더 나은 결정을 내리는 법을 배웁니다.

강화 학습에 대한 모델 없는 접근 방식은 AI가 환경에 대한 명확한 방향이나 표현이 없는 경우입니다. 모델 없는 접근 방식은 AI가 환경에 대한 자세한 설명 없이 즉시 학습을 시작할 수 있으므로 더 강력한 것으로 간주됩니다.

옥스퍼드 대학교 종양학과의 Francesca Buffa 교수는 연구 결과에 대해 다음과 같이 논평했습니다.

"이 작업은 우리가 표적 치료제로 이동함에 따라 필수적인 유전자 네트워크에 대한 교란의 예후를 허용하는 데 큰 진전을 이루었습니다. 이러한 결과는 우리가 미생물의 미세 환경을 포함하기 위해 더 광범위한 교란 세트를 오랫동안 고려해 왔기 때문에 제 연구실에 흥미로울 것입니다. 

출처 : https://www.sciencedaily.com/