.

CDC | Unsplash

Inteligencia Artificial

Una nueva IA podría detectar la COVID-19 en una radiografía de tórax

1

COVID-Net, entrenada con 5.941 imágenes de 2.839 pacientes con diversas enfermedades pulmonares, ha sido lanzada públicamente para que el resto de investigadores del mundo la perfeccionen hasta que sea capaz de diagnosticar la enfermedad de forma fiable, como ya se ha conseguido con otras dolencias

  • por Will Douglas Heaven | traducido por Ana Milutinovic
  • 30 Marzo, 2020

La noticia: La red neuronal de código abierto denominada COVID-Net, lanzada al público esta semana, podría ayudar a los investigadores de todo el mundo en un esfuerzo conjunto para desarrollar una herramienta de inteligencia artificial (IA) capaz de realizar pruebas a las personas para detectar COVID-19. 

¿Qué es? COVID-Net es una red neuronal convolucional, una especie de IA que es especialmente buena para reconocer imágenes. Desarrollada por los investigadores de la Universidad de Waterloo y de la empresa de inteligencia artificial DarwinAI en Canadá Linda Wang y Alexander Wong, COVID-Net se entrenó para identificar signos de COVID-19 en las radiografías de tórax utilizando 5.941 imágenes tomadas de 2.839 pacientes con diversas enfermedades pulmonares, incluyendo infecciones bacterianas, infecciones virales no COVID y COVID-19. El conjunto de datos se ofrece junto con esta herramienta para que los investigadores, o cualquier persona que quiera usarlos, puedan explorarlos y modificarlos. 

No hay que creer todo lo que se dice: En las últimas semanas, varios equipos de investigación han anunciado herramientas de IA capaces de diagnosticar COVID-19 a partir de rayos X. Pero ninguna se ha puesto a disposición del público, lo que dificulta evaluar su precisión. DarwinAI tiene un enfoque diferente. Señala que COVID-Net no representa "de ninguna manera una solución lista para producción" y anima a otros a ayudar a llevarlo a cabo. DarwinAI, cuyo CEO Sheldon Fernández hablará mañana en EmTech Digital, también quiere que la herramienta explique sus conclusiones, lo que facilitaría su uso por parte de los trabajadores sanitarios.  

Habrá que seguirlo: COVID-Net aún debe demostrar sus capacidades, pero sigue los pasos de una historia de éxito anterior. Muchos de los grandes avances en la visión artificial en los últimos 10 años se deben al lanzamiento público de ImageNet, el gran conjunto de datos de millones de imágenes cotidianas, y AlexNet, la red neuronal convolucional que se entrenó ahí. Desde entonces, los investigadores llevan construyendo sobre ambas redes.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transofrmando nuestra forma de trabajar y nuestro estilo de vida.

  1. Los grandes modelos de IA han disparado el consumo de potencia informática

    Históricamente, la potencia computacional requerida para entrenar sistemas de inteligencia artificial se duplicaba cada dos años, pero ahora lo hace cada 3,4 meses, siete veces más rápido, una tendencia que no hace más que aumentar la brecha de capacidades entre investigadores públicos y privados

  2. 2021: el año de los modelos de inteligencia artificial gigantes

    La tendencia empezó en 2020 con el modelo de lenguaje GPT-3, con 175.000 millones de parámetros, una cifra que no ha dejado de crecer gracias a los rivales del sector. Pero nadie sabe por qué el tamaño importa tanto y el enfoque no resuelve el problema de los sesgos de los datos de entrenamiento ni supone innovaciones disruptivas

  3. RETRO, la pequeña IA de lenguaje de DeepMind que iguala a los gigantes del campo

    Con 7.000 millones de parámetros, compite con modelos mucho más grandes como GPT-3 y sus 175.000 millones de parámetros. Para lograrlo utiliza una memoria externa a la que recurre para trabajar sobre la marcha. Con este nuevo enfoque, Google se coloca en buena posición en un terreno que no había pisado hasta ahora