Những sản phẩm mới ra đời từ trí nhân tạo (AI)

Chủ nhật, 17/02/2019

Bước sang năm 2019, trí nhân tạo (AI) tiếp tục là xu hướng phát triển mạnh mẽ trên toàn cầu, chính vị vậy nhiều nhà khoa học hay các nhà phát triển sản phẩm tiếp tục nghiên cứu và cho ra đời những sản phẩm đột phá mới rất có giá trị và dựa trên nền tảng này. Tiêu biểu trong đó là những sản phẩm hỗ trợ hiệu quả trong các hoạt động như khám chữa bệnh, chăm sóc sức khỏe, hay thậm trí cả trong lĩnh vực khảo cổ học,….

1. Mạng noron chẩn đoán được 216 bệnh di truyền hiếm gặp.

Các nhà khoa học Mỹ, Đức và Israel đã phối hợp phát triển mạng noron DeepGestalt và ứng dụng di động Face2Gene, cho phép các bác sĩ xác định rối loạn di truyền từ một bức ảnh của bệnh nhân với độ chính xác tới 91%.

Theo Nature Medicine, một nhóm nghiên cứu quốc tế đã phát triển thành công hệ trí tuệ nhân tạo cho phép chẩn đoán chính xác 216 bệnh di truyền hiếm gặp qua các bức ảnh.

Mạng noron được dạy cách nhận biết một rối loạn di truyền (chọn trong 1 trong số 10 phương án có khả năng nhất) với độ chính xác 91%. Các nhà khoa học cũng đã đơn giản hóa ứng dụng của hệ thống trên thực tế: họ đã tạo ra ứng dụng di động Face2Gene, cho phép các bác sĩ xác định rối loạn di truyền từ một bức ảnh của bệnh nhân.

Hệ thống nhận diện khuôn mặt có tên DeepGestalt, giúp chẩn đoán hàng trăm bệnh qua ảnh - (Ảnh: Nature Medicine).

Thường rất khó để chẩn đoán bệnh di truyền. Y văn biết đến vài ngàn bệnh liên quan đến rối loạn di truyền, hầu hết trong số đó là cực kỳ hiếm gặp. Nhiều bác sĩ trong quá trình thực hành có thể chưa từng gặp phải các bệnh như vậy, do đó một hệ thống máy tính tham chiếu giúp nhận biết các bệnh di truyền hiếm gặp sẽ tạo điều kiện cho việc chẩn đoán.

Các nhà nghiên cứu đã tạo ra các hệ thống tương tự dựa trên nhận diện khuôn mặt, nhưng cho đến nay chỉ xác định được không quá 15 rối loạn di truyền và độ chính xác của việc nhận biết một số bệnh không vượt quá 76%. Ngoài ra, các hệ thống như vậy đôi khi không thể phân biệt người bệnh với người khỏe mạnh. Đồng thời, mẫu đào tạo thường không vượt quá 200 ảnh, quá ít để học sâu.

Do đó, các nhà khoa học Mỹ, Đức và Israel với sự công tác của các nhân viên của công ty FDNA, dưới sự hướng dẫn của Yaron Gurovich từ Đại học Tel Aviv đã phát triển hệ thống nhận diện khuôn mặt có tên DeepGestalt, giúp chẩn đoán hàng trăm bệnh. Sử dụng các mạng noron tích chập, hệ thống chia khuôn mặt thành các mảnh riêng biệt với kích thước 100 x 100 pixel và dự đoán xác suất của từng bệnh cho một mảnh cụ thể. Sau đó, tất cả các thông tin được tóm tắt và hệ thống xác định rối loạn có khả năng cho tổng thể một người.

Tổng cộng, các nhà khoa học đã sử dụng 17.106 bức ảnh, đại diện cho 216 bệnh di truyền, để "đào tạo" hệ thống. Hiệu quả hoạt động của DeepGestalt đã được các nhà nghiên cứu kiểm tra trên 502 bức ảnh bệnh nhân đã được chẩn đoán mắc bệnh và trên một mẫu khác gồm 329 bức ảnh bệnh nhân đã được chẩn đoán từ cơ sở dữ liệu y tế London. Trong 10 phương án bệnh có thể mắc, hệ thống đã xác định bệnh với độ chính xác là 91%.

2. Đột phá mới: Trí tuệ nhân tạo biến tín hiệu não thành giọng nói, giúp người khiếm thanh "nói" được

Các nhà khoa học làm việc cật lực, với một lượng dữ liệu giới hạn, để tìm ra cách cho những người khiếm thanh một giọng nói.

Với những người mất khả năng nói, tín hiệu truyền từ não bộ xuống miệng. cổ họng để tạo thành âm mãi mãi bị kẹt lại trong đầu họ. Chưa ai có thể giải mã những tín hiệu đó để cho người khiếm thanh, cho họ một giọng nói. May mắn thay, có những nhà khoa học tận tụy với những dự án nghiên cứu, mong muốn khắc phục thiếu sót đó.

Ba đội ngũ nghiên cứu vừa đạt được một bước đột phá: họ phẫu thuật đặt lên vỏ não người bệnh những điện cực, thông qua hệ thống máy tính biến dữ liệu nhận được thành giọng nói. Sử dụng mạng neural network – một mạng máy tính hoạt động dựa trên cơ chế của một bộ não, chính là một trí tuệ nhân tạo - họ có thể tái tạo từ và câu để người bình thường có thể nghe được.

Trong những nỗ lực nghiên cứu được đăng tải, không có nhóm nghiên cứu nào có khả năng tạo được giọng nói theo cách thông thường như bạn tưởng. Thay vào đó, họ theo dõi hoạt động của những phần não cụ thể khi một người nói to, nói thầm hay nghe giọng khác nói. Mục tiêu của nghiên cứu là tái tạo được giọng nói từ tín hiệu từ não, họ đã làm được và theo lời Stephanie Martin, kĩ sư thần kinh thuộc Đại học Geneva, thành công này "chắc chắn rất lý thú".

Đa phần, cách giao tiếp của những người mất khả năng nói là sử dụng mắt hoặc những đầu ngón tay để điều khiển một hệ thống chọn chữ cái, tạo thành câu hoàn chỉnh. Có thể kể tới Stephen Hawking và chiếc ghế đặc biệt của ông. Nhưng với một giao diện não bộ - máy tính tạo ra được giọng nói trực tiếp, người khiếm thanh sẽ giao tiếp dễ dàng hơn nhiều: họ có thể điều chỉnh được cao độ của giọng nói, tốc độ giao tiếp. Họ sẽ có thể tham gia vào những cuộc tranh luận có tốc độ cao chẳng hạn.

"Chúng tôi đang tìm khuôn mẫu của các neuron bật và tắt ở những thời điểm khác nhau khi não bộ xử lý thông tin, và ảnh hưởng của chúng tới âm thanh phát ra", Nima Mesgarani, nhà khoa học máy tính tại Đại học Columbia nói. "Việc vẽ bản đồ neuron không dễ dàng gì". Trên mỗi người khác nhau, quá trình biến tín hiệu não thành âm thanh cũng khác nhau, nên trí tuệ nhân tạo phải được "huấn luyện riêng" để thích ứng với từng người. Hệ thống đạt được hiệu quả cao nhất với những đầu vào dữ liệu chính xác nhất, để có dược điều đó, cần phải mẫu thuật mở võ não và gắn điện cực lên não.

Các nhà nghiên cứu chỉ làm vậy trong những trường hợp hiếm có. Một là trong quá trình cắt bỏ u não, tín hiệu điện từ não được mở sẽ giúp các bác sĩ phẫu thuật tìm được những khu vực não chịu trách nhiệm điều khiển những chức năng nhất định. Một trường hợp khác là khi một người bệnh mắc chứng động kinh, phải theo phác đồ điều trị liên quan tới mở não, nhằm tìm nguồn gốc những cơn co giật.

Một nhà khiên cứu ước tính "chỉ có khoảng 20, có thể là 30 phút" cho việc thu thập dữ liệu. Vậy nên cơ sở dữ liệu cho những nghiên cứu chuyên sâu khá ít ỏi.

Với số dữ liệu ít ỏi nhưng đáng quý, họ thực hiện thử nghiệm: đưa dữ liệu vào mạng máy tính neural network. Hệ thống trí tuệ nhân tạo sẽ học bằng cách cân chỉnh kết nối giữa các điểm, dựa trên những dữ liệu là giọng nói được ghi âm, những âm thanh giọng nói một người có thể nghe được bằng tai.

Đội ngũ của giáo sư Mesgarani thử nghiệm dựa trên dữ liệu của 5 người mắc chứng động kinh. Hệ thống sẽ phân tích các bản ghi âm lấy được từ phần vỏ não điều khiển thính giác (điều khiển cả việc nghe và nói), lúc mà bệnh nhân nghe một bản ghi âm về một câu chuyện và nghe các bác sĩ đếm rõ ràng từ 0 đến 9.

Chỉ dựa trên dữ liệu lấy từ não, máy tính sẽ tái tạo những con số, biến chúng thành giọng nói. Một nhóm người nghe thử có thể nhận ra được các con số từ "zero – không" cho tới "nine – chín" với độ chính xác lên tới 75%.

Bạn nghe thử xem mình có nhận ra được các con số do máy tính tạo ra không?

Một đội ngũ nghiên cứu khác, được nhà khoa học máy tính Tanja Schultz tới từ Đại học Bremen dẫn dắt, sử dụng dữ liệu từ 6 cá nhân đang phẫu thuật não. Họ sử dụng microphone để thu giọng nói của chính mình, trong lúc đó điện cực gắn lên vùng não phụ trách vận động cơ bắp và sắp xếp từ ngữ thành tiếng sẽ thu lại những tín hiệu điện xuất hiện.

Hai nhà khoa học máy tính là Miguel Angrick và Christian Herff huấn luyện một mạng neural network để vẽ lên bản đồ điện cực dựa trên các bản ghi âm, rồi tái tạo từ ngữ từ những tín hiệu não thu được. Dựa trên một hệ thống tính điểm tự động, khoảng 40% từ ngữ trong đoạn ghi âm dưới đây được đánh giá là "hiểu được".

Đội ngũ nghiên cứu cuối cùng, với người chịu trách nhiệm là nhà phẫu thuật não Edward Chang từ Đại học California, tái tạo một câu hoàn chỉnh từ hoạt động não của ba bệnh nhân động kinh, khi họ được yêu cầu đọc lớn những từ cho trước. Trong bài thử kết quả, khoảng 166 người được nghe 1 câu và chọn ra đáp án đúng từ 10 lựa chọn. Có những câu nói có tỉ lệ chọn đúng tới 80%.

Các nhà nghiên cứu đẩy dự án xa thêm một bước nữa: họ sử dụng dữ liệu tín hiệu não thu được khi bệnh nhân nói thầm để tạo nên những câu hoàn chỉnh. Theo lời nhà nghiên cứu Christian Herff nói, thì đây là "một bước gần hơn tới hệ thống tạo ra giọng nói chúng ta đều đang nghĩ tới".

Tuy nhiên, vẫn cần phải xem hệ thống này sẽ hoạt động ra sao trên não bộ của những người mất khả năng nói. Những tín hiệu não của hoạt động "đọc thầm, nghĩ thầm" trong đầu rất khác với những tín hiệu của nghe và nói thông thường. Nếu không có âm thanh ngoài để khớp với hoạt động não, máy tính sẽ không biết phân biệt đâu là tín hiệu nghĩ thầm trong đầu.

Việc giải mã được suy nghĩ cần "một cú đột phá lớn", kĩ sư thần kinh học Gerwin Schalk công tại tại Trung tâm Ứng dụng Kĩ thuật não bộ Quốc gia Hoa Kỳ nói. "Chưa rõ phải làm điều đó thế nào".

Nhà nghiên Herff cho rằng có cách thực hiện điều đó. Có thể dựa trên cảm nhận của chính những người sử dụng hệ thống giao diện não bộ - máy tính: Nếu họ có thể nghe những ngôn ngữ được máy móc tạo ra trên thời gian thực, họ có thể căn chỉnh dòng suy nghĩ của mình để có được kết quả như mong muốn. Chỉ cần có đủ dữ liệu để cho máy học và người học, khoảng cách giữa não bộ và máy tính sẽ thu hẹp lại nhiều.

3. Chỉ với 20 giây quan sát, trí tuệ nhân tạo có thể phát hiện trẻ bị tự kỉ

Trong nghiên cứu mới, các nhà nghiên cứu sử dụng một cảm biến đeo tay và một thuật toán AI để phát hiện những “rối loạn nội hóa” ở trẻ với độ chính xác lên tới 81% chỉ trong vòng 20 giây.

Bệnh lo lắng và trầm cảm đang gia tăng đáng báo động ở trẻ em. Theo thống kê, cứ 5 em nhỏ thì có 1 em mắc phải một trong những chứng này. Đáng lo ngại, nhiều em còn bị lo lắng hoặc trầm cảm trước khi đi học.

Nhà nghiên cứu Ellen and Ryan McGinnis, đại diện nhóm nghiên cứu của Đại học Vermont đã phát triển thành công cảm biến đeo tay để sàng lọc triệu chứng lo âu, trầm cảm ở trẻ nhỏ.

Tuy nhiên, rất khó để phát hiện các rối loạn tâm lý, hay còn gọi là rối loạn nội hóanày bởi các triệu chứng thường không bộc phát ra bên ngoài. Do đó, ngay cả cha mẹ, thầy cô giáo và các bác sĩ cũng thường chẩn đoán sai tình trạng của các em.

Các rối loạn tâm lý ở trẻ không hề đơn giản. Nếu không được điều trị, trẻ bị mắc chứng rối loạn nội hóa thường đối mặt với nguy cơ lạm dụng thuốc và tỷ lệ tự sát sau này cao hơn rất nhiều lần.

“Cần phải tìm ra một phương pháp nào đó để sàng lọc sớm các trẻ mắc chứng rối loạn tâm lý để từ đó trực tiếp chăm sóc, điều trị, giúp các em sớm khỏi bệnh”, ông Ryan McGinnis, một kỹ sư Y sinh của Đại học Vermont (Mỹ) cho biết.

Bởi thế, kỹ sư y sinh McGinnis đã phối hợp cùng Ellen McGinnis, một nhà tâm lý học lâm sàng của đại học Vermont và các đồng nghiệp ở khoa Tâm thần học, trường đại học Michigan là Maria Muzik, Katherine Rosenblum và Kate Fitzgerald, cùng phát triển một công cụ có thể giúp sàng lọc trẻ bị rối loạn nội hóa để giúp các em sớm được tiếp cận với điều trị. Công trình nghiên cứu của họ được đăng trên tạp chí PLOS ONE, số ra ngày 16 tháng 1 vừa qua.

Nhóm nghiên cứu sử dụng một bài kiểm tra dạng “tấn công cảm xúc”, một phương pháp nghiên cứu được thiết kế để tìm ra những hành vi và cảm xác đặc trưng như lo âu. Các nhà nghiên cứu áp dụng bài kiểm tra này đối với 63 em nhỏ. Một số em trong nhóm này được chẩn đoán là mắc chứng rối loạn nội hóa.

Trong thí nghiệm được tiến hành, các em nhỏ được dẫn vào một căn phòng chiếu sáng mập mờ, trong khi một nhà nghiên cứu đưa ra một bảng lựa chọn gồm “tôi có thứ này muốn cho bạn xem” và “Hãy giữ yên lặng để nó không thức dậy”.

Phương pháp 20s mới của đại học Vermont có độ chính xác lên tới 81%.

Ở cuối căn phòng là một chiếc hộp kín. Sau đó, nhà nghiên cứu nhanh chóng lột bỏ lớp vải bọc chiếc hộp, rồi mở hộp, lấy ra một con rắn giả. Các em sau đó được nhà nghiên cứu trấn an và cho phép chơi cùng con rắn.

Trong lúc này, các nhà nghiên cứu vẫn quan sát và ghi lại phản ứng của nhóm trẻ kể từ khi tấm vải bọc hộp kính được gỡ bỏ và các em nhìn thấy con rắn. Khác với những thí nghiệm tương tự trước đó, phản ứng này được ghi lại không phải thông qua video mà bằng cảm biến đeo trên người.

Cảm biến này sẽ giám sát từng cử động của trẻ và sau đó, các nhà nghiên cứu dùng một thuật toán AI để phân tích những cử động này rồi tìm ra sự khác biệt giữa những trẻ mắc chứng lo âu, trầm cảm với những trẻ còn lại. Sau khi xử lý dữ liệu cử động, thuât toán AI phát hiện ra sự khác biệt trong cử động của 2 nhóm trẻ này.

“Các những đứa trẻ bị rối loạn nội hóa di chuyển khác với những đứa trẻ bình thường”, ông Ryan McGinnis cho biết.

Thuật toán cho thấy phản ứng của trẻ ngay trước khi con rắn xuất hiện là chỉ dấu rõ nhất vì những người mắc chứng rối loạn tâm lý có xu hướng chạy trốn và quay lưng lại khi họ cảm thấy một mối đe dọa tiềm tàng.

Nhà tâm lý học lâm sàng Ellen McGinnis cho biết, kết quả này hoàn toàn phù hợp với lý thuyết tâm lý học. Cụ thể, trẻ em mắc chứng rối loạn nội hóa thường bộc lộ sự lo lắng, đề phòng nhiều hơn và hành vi bỏ chạy thường được các nhà nghiên cứu xếp vào dạng phản ứng tiêu cực.

Công cụ mới này giúp phân biệt trẻ em mắc chứng rối loạn tâm lý và những trẻ bình thường với độ chính xác đạt 81%, cao hơn so với phương pháp phổ biến hiện nay là bảng câu hỏi. Với phương pháp mới này, chỉ với 20 giây quan sát có thể xác định một trẻ em mắc chứng rối loạn tâm lý, trong khi phương pháp video truyền thống có thể mất tới vài tháng. Điều này mở ra khả năng tiến hành sàng lọc quy mô lớn và điều trị sớm.

Số trẻ mắc chứng lo âu, trầm cảm đang có xu hướng gia tăng.

Thế giới hiện có khoảng 20% trẻ em mắc chứng rối loạn tâm lý với các biểu hiện như lo lắng và trầm cảm. Tuy nhiên, triệu chứng của chứng bệnh này thường khó để xác định.

Các nhà nghiên cứu cho biết, bước tiếp theo của nghiên cứu này cải tiến thuật toán và hoàn thiện các bài kiểm tra thêm để phân tích dữ liệu giọng nói và các thông tin khác, từ đó cho phép công nghệ phân biệt được chứng lo âu và trầm cảm.

Mục tiêu cuối cùng của nhóm là phát triển một bài đánh giá có thể sử dụng ngay tại trường học, để nhanh chóng sàng lọc những em nhỏ mắc chứng lo âu và trầm cảm. Từ đó, giúp các em sớm được điều trị.

4. Thuật toán AI có khả năng chẩn đoán được ung thư da đúng đến 96%

Không chỉ công nhân lao động, nhà báo, phục vụ mà giờ đến bác sỹ da liễu cũng lo sợ bị máy móc thế chỗ.

Các nhà nghiên cứu tại đại học Stanford đã tạo ra một thuật toán AI có khả năng nhận dạng ung thư da giỏi không kém gì bác sỹ chuyên nghiệp. Phần mềm này được huấn luyện bằng gần 130.000 hình ảnh liên quan đến nốt ruồi, vết tấy và tổn thương da thông qua hình thức deep learning.

Sau đó, nó "đối đầu" với 21 bác sỹ da liễu và thu nhận được kết quả ngang ngửa với họ (ít nhất chính xác 91% so với con người). Trong tương lai, họ dự định sẽ tiến hành thực hiện một ứng dụng phát hiện ung thư da tại nhà cho smartphone.

Mỗi năm, có 5,4 triệu trường hợp mắc ung thư da tại Mỹ. Quá trình chẩn đoán bệnh có rất nhiều giai đoạn, bao gồm khám nốt ruồi hoặc những dấu tích trên da bởi các bác sỹ chuyên khoa. Phát hiện căn bệnh này càng sớm thì cơ hội chữa khỏi và sống sót càng cao.

Ví dụ, khả năng sống sót sau 5 năm của bệnh ung thư tế bào hắc tố da được phát hiện sớm là 97%, tuy nhiên đến những giai đoạn sau, con số giảm xuống chỉ còn 14%.

Ung thư tế bào hắc tố da là căn bệnh rất phổ biến

Để "dạy" AI của họ cách nhận biết ung thư da, các nhà khoa học tại Stanford đã sử dụng một thuật toán deep learning có sẵn, do Google tạo ra với chức năng phân loại hình ảnh. Họ đã miêu tả quá trình trong bài nghiên cứu của mình: chúng tôi đã cung cấp cho nó hàng nghìn hình ảnh thu thập được trên toàn thế giới, cùng với việc cho nó biết hình nào là bệnh gì, hoặc đây là u lành hay u ác.

"Chẳng có kho dữ liệu có sẵn nào để chúng tôi huấn luyện thuật toán của mình, chính vì vậy chúng tôi phải tự tạo ra nó," Brett Kuprel, đồng tác giả của nghiên cứu này chia sẻ. "Chúng tôi phải lấy hình ảnh từ Internet và làm việc với các trường Y học để tạo ra được một bộ sưu tập ngăn nắp từ đống dữ liệu lộn xộn kia – tên bệnh được viết bằng nhiều thứ tiếng, bao gồm cả tiếng Đức, Ả Rập và La tinh."

Thuật toán này sẽ thế chỗ bác sỹ da liễu trong tương lai?

Đội ngũ này sau đó tạo ra được một cơ sở dữ liệu gồm 129.450 ảnh của 2.032 loại bệnh khác nhau. Hệ thống AI sau đó quét từng điểm ảnh trong những tấm hình này, tìm kiếm sự tương đồng của mỗi căn bệnh với từng bệnh tình của người mắc ung thư da. Sau quá trình luyện tập, hệ thống này đã có thể nhận diện được những căn bệnh "chẳng kém gì những chuyên gia được đào tạo bài bản," các nhà khoa học cho biết.

Lấy ví dụ với căn bệnh ung thư hắc tố da, bác sỹ da liễu nhận diện được 95% những tổn thương do nó gây nên và chẩn đoán được đúng 76% là u lành tính. Cùng thử nghiệm đó, thuật toán AI kia ghi được 96% trường hợp bị nhiễm hắc tố da và đúng 90% đối với nốt ruồi không gây hại.

Các nhà khoa học của Stanford nói rằng mục đích phát triển phần mềm của họ không phải là để thay thế bác sỹ da liễu, mà là giúp mọi có được phương pháp chẩn đoán không quá đắt đỏ. Họ còn đang thai nghén tham vọng tạo ra một phiên bản cao cấp của thuật toán này và biến nó thành một ứng dụng có thể dùng tại nhà.

Tuy nhiên, để điều này xảy ra thì AI cần phải luyện tập nhiều hơn (nó đã quá quen làm việc với tấm hình có độ phân giải và chất lượng cao – không phải những loại ảnh mà smartphone có thể chụp được) và cần phải đánh giá khắt khe nó ở nhiều khía cạnh trước khi được tung ra.

5. Trí tuệ nhân tạo phát hiện ra loài người mới

Dường như ngay cả giới khảo cổ học cũng không an toàn trước một cuộc “soán nghề” thế kỷ 21 khi mới đây một thuật toán trí tuệ nhân tạo (AI) đã tìm ra một loài người chưa từng được tìm ra trước đây từ ADN người châu Á hiện nay.

Nghiên cứu đột phá được công bố gần đây trên tạp chí Nature Communications cho thấy sự tồn tại của một loài vượn bí ẩn đã tuyệt chủng. Đây là loài vượn lai giữa người Neanderthal (bộ linh trưởng), người Viking và người châu Á hiện đại, được hình thành sau cuộc di cư “Ra khỏi châu Phi”. Trong cổ nhân loại học, con người hiện đại có nguồn gốc châu Phi thông qua các dòng di cư thời tiền sử phát tán ra khắp thế giới.

Một bức tranh ghi lại cuộc sống của một gia đình thuộc bộ linh trưởng trong hang động. (Ảnh: Reuters).

Kênh truyền hình RT dẫn kết quả của công trình nghiên cứu đưa tin một thuật toán AI được phát triển bởi các nhà nghiên cứu tại một số tổ chức châu Âu đã sử dụng ADN của một số người hiện đại châu Á và phát hiện ra dấu tích của loài người chưa từng được biết đến này.

Kết quả đột phá này đánh dấu lần đầu tiên trí tuệ nhân tạo được áp dụng tìm hiểu sâu hơn về sự tiến hóa của loài người, và có thể khiến khảo cổ là một trong “những ngành nghề sớm bị AI thay thế".

Theo tuyên bố từ Trung tâm Điều chỉnh Bộ gene, nghiên cứu mở đường cho công nghệ này được áp dụng trong các nghi vấn khác về sinh học, hệ gene học và tiến hóa.

Người thuộc bộ linh trưởng có nguồn gốc từ Châu Âu, trong khi người Viking di cư sang Siberia, Đông Nam Á và Châu Đại Dương. Hàng chục nghìn năm trước, loài người này lai tạo với người hiện đại hình thành tại châu Á sau cuộc di cư “Ra khỏi châu Phi”. Từ thời điểm nổ ra xu hướng “Rời khỏi châu Âu”, những người di cư đã lai tạo với người thuộc bộ linh trưởng ở tất cả các châu lục, ngoại trừ Châu Phi.

ADN của người hiện đại châu Á luôn xen kẽ sự tồn tại của một tổ tiên thứ ba bí ẩn mà cho đến nay, các nhà nghiên cứu vẫn chưa thể xác định chính xác cho đến khi thuật toán AI giải ra. Dựa vào kết quả thuật toán này, AI có khả năng phát hiện ra các đặc điểm từ hệ thần kinh của những loại động vật có vú khác nhau và tái tạo lại con đường lịch sử hình thành nên con người.

6. Pillo: Robot nhắc bạn uống thuốc

Pillo là một startup công nghệ sức khỏe của Mỹ đã tạo được sự chú ý ở Triển lãm Điện tử tiêu dùng CES 2019.

Pillo sử dụng thuật toán trí tuệ nhân tạo (AI) để chủ động tương tác với người dùng, đáp ứng nhu cầu chăm sóc sức khỏe cho những người đang sống với các căn bệnh kinh niên.

Năm 2005, cha của nhà sáng lập Pillo là Emanuele Musini qua đời vì căn bệnh tim. “Ông đã không uống thuốc theo đúng chỉ dẫn hoặc đã không làm theo những yêu cầu của bác sĩ” – Musini chia sẻ. Và điều khiến cho Musini day dứt trong nhiều năm sau đó là “Giá như có ai đó ở bên cạnh nhắc cha chăm sóc sức khỏe…”.

Musini đã quyết tâm thiết kế “một ai đó” sẽ hiện diện trong nhà để phục vụ vai trò trợ giúp chăm sóc sức khỏe cho người bệnh, đặc biệt là khi họ cần phải uống thuốc đúng lịch. Dịch vụ chăm sóc sức khỏe tại gia thì quá đắt đỏ đối với nhiều gia đình và Musini muốn làm cho nhu cầu chăm sóc sức khỏe trở nên dễ tiếp cận hơn. Thiết bị này hiện đã có trên thị trường với giá 499 USD và phí đăng ký hằng tháng là 39 USD.

Pillo có nhiệm vụ lưu giữ, phân phát và bổ sung những loại thuốc, vitamin cần dùng. Nếu người dùng không uống thuốc đúng thời gian quy định, Pillo sẽ cảnh báo “đội chăm sóc” của họ (chuyên gia y tế hoặc thành viên gia đình) để những người này có thể trao đổi với bệnh nhân.

Pillo cũng cung cấp những thông tin và dịch vụ giúp người dùng quản lý tốt hơn sức khỏe của họ. Người dùng có thể đặt ra những câu hỏi về sức khỏe, từ câu hỏi chung như “Có bao nhiêu calo trong một trái táo?” cho đến câu hỏi chuyên biệt như “Hãy cho tôi kế hoạch chăm sóc sức khỏe”.

Theo một báo cáo của Công ty nghiên cứu thị trường P&S, thị trường robot đồng hành, trợ lý cá nhân ước tính sẽ đạt 34,1 tỉ USD tính đến năm 2022. Cùng với các ứng dụng chăm sóc sức khỏe, công nghệ thực tế ảo, thực tế ảo tăng cường và trí tuệ nhân tạo, các robot hỗ trợ chăm sóc sức khỏe có thể trở thành một công cụ trong thị trường chăm sóc sức khỏe thông minh.

“Những trợ lý chăm sóc sức khỏe kỹ thuật số như Pillo sẽ không bao giờ thay thế được sự tương tác và tiếp xúc của con người, nhưng chúng sẽ tiếp tục phát triển và giúp giảm thiểu nhiều khía cạnh không hiệu quả liên quan đến lĩnh vực chăm sóc sức khỏe hiện nay” – nhà sáng lập, CEO Emanuele Musini nói.

Đông Trần tổng hợp (nguồn: Khoahoc.tv/Khampha.vn)

Tags