یک هوش مصنوعی جدید جنسیت افراد را بر اساس اسکن مغزی آنها با دقت بالای ۹۰ درصد مشخص میکند.
کار هوش مصنوعی به تشخیص جنسیت با اسکن مغز رسید!
2 فروردين 1403 ساعت 13:45
یک هوش مصنوعی جدید جنسیت افراد را بر اساس اسکن مغزی آنها با دقت بالای ۹۰ درصد مشخص میکند.
به گزارش مردم سالاری آنلاین، یک مطالعه جدید توسط محققان دانشگاه پزشکی استنفورد آمریکا از یک مدل جدید هوش مصنوعی رونمایی کرده که با موفقیت بیش از ۹۰ درصد تعیین میکند که آیا اسکنهای فعالیت مغزی متعلق به یک زن بوده است یا یک مرد.
ایلان ماسک با انتشار پیامی در شبکه اجتماعی ایکس پیش بینی کرد تا سال ۲۰۲۹ هوش مصنوعی احتمالاً از مجموع همه انسانها باهوشتر میشود.
این پیشرفت علمی از این نظریه حمایت میکند که تفاوتهای مهمی بر اساس جنسیت در مغز وجود دارد. این تحقیقات همچنین به حل و فصل یک بحث قدیمی درباره وجود تفاوتهای جنسیتی در مغز انسان کمک میکند و حاکی از آن است که شناخت این تفاوت ها ممکن است نقش مهمی در پرداختن و درمان مشکلات اعصاب و روان (neuropsychiatric) داشته باشد که تاثیر متفاوتی بر مردان و زنان دارند.
این مدل هوش مصنوعی بر اسکنهای «ام آر ای» دینامیک تمرکز داشته و شبکههای مغزی خاصی مانند حالت پیش فرض، استریاتوم و شبکههای حاشیهای (limbic) را به عنوان موارد مهم متمایزکننده مغز مرد و زن شناسایی کرده است.
این تحقیقات نه تنها شناخت ما را از رشد مغزی و پیرشدن تعمیق میبخشد بلکه مسیرهای تازهای برای پرداختن به آسیبپذیریهای مختص به جنسیت در اختلالات روانی و عصبی میگشاید.
این یافتههای جدید حاکی از آن است که اذعان به وجود تفاوتهای جنسیتی در ساختارهای مغزی نقش حیاتی در ابداع درمانهای هدفمند برای مشکلات عصبی دارد و راه را برای رویکردهای درمانی اختصاصی باز می کند.
«وینود منون» استاد روانپزشکی و علوم رفتاری گفت: یک انگیزه کلیدی برای این مطالعه این است که جنسیت نقش مهمی در رشد مغز و پیرشدن انسان دارد. شناسایی تفاوتهای پایدار و تکرارشدنی در مغز یک گام مهم به سمت شناخت عمیقتر آسیبپذیریهای مختص به جنسیت در اختلالات عصبی و روانی است.
این تحقیق به این مساله نپرداخته است که آیا تفاوت های جنسیتی در مغز در اوایل زندگی پدید میآید یا ممکن است ناشی از تفاوتهای هورمونی یا شرایط متفاوت اجتماعی زنان و مردان باشد.
منون و تیم تحقیقاتی او در این تحقیق از پیشرفت های جدید در زمینه هوش مصنوعی سود برده و به مجموعههای بزرگ داده دسترسی داشته اند.
کد مطلب: 213654