Подопытные животные могут вздохнуть с облегчением? Вскоре их заменит искусственный интеллект

Информация о материале

Категория: ИТ статьи

Опубликовано: 25.01.2019, 21:04

Автор: HelpDesk

Просмотров: 1249

Исследователи разработали систему искусственного интеллекта, которая может быть использована для тестирования побочных эффектов применения различных химических веществ. Раньше для этих целей использовали животных, преимущественно, млекопитающих.

По данным за 2011 год в Европе 57% тестов на токсичность, проводимых с использованием подопытных животных, заканчивались фатально для тестируемых особей. В связи с этим борьба за права животных ведется ожесточенно многими известными организациями.

В современном капиталистическом обществе у людей всегда в качестве приоритета выступает получение прибыли любой ценой. О человечности речь обычно заходит в последнюю очередь.

Ученые возлагают большие надежды на тестирование при помощи искусственного интеллекта (ИИ-тестирование). Возможно в дальнейшем прееход на ИИ-тестирование поможет снизить общие затраты на исследования в фармацевтике и химии.

Какие животные участвуют в экспериментах на токсичность?

Обычно это такие млекопитающие, как крысы, мыши, обезьяны и кролики.

Сколько сейчас тратится денег на эксперименты на животных?

Ежегодно для изучения вероятных отрицательных воздействий химических веществ на биологический организм тратится около 3 млрд. евро (более 3,5 млрд долларов).

Эта внушительная сумма, трата которой на причинение вреда животным, в современных реалиях уже неоправданна.

Как будет осуществляться переход на ИИ-тестирование?

Ученые, ведущие данный проект отобрали 80 908 химических соединений из различных баз данных. Основным критерием отбора выступали следующие характеристики: индивидуальная коррозийная активность, уровень раздражающего воздействия, возможность разрушения озонового слоя.

Была создана статистическая модель, состоящая из комплекса алгоритмов обучения "с учителем" и "без учителя". Эта модель группирует химические вещества по схожим токсическим характеристикам. Фактически решается задача кластеризации или кластерного анализа.

Обучение без учителя (неконтролируемое обучение) производится при помощи алгоритма поиска ближайшего соседа (статья на англ. языке). Данный несложный алгоритм определяет количество раз, которое определенная характеристика встречается в отобранных химических соединениях.

В дальнейшем полученные данные используются для подачи "на вход" второй части модели, использующей в своей основе алгоритм "случайного леса" (random forest algorythm). Данный алгоритм чем-то сход с алгоритмом поиска ближайшего соседа и относится и по сути представляет собой логистическую регрессию.