Gå till index

Lilla Forskarskolan: Forskningsmetoder och Analys med R

0% färdig
0/0 Steps
  1. Analys och forskning med R och Posit (Rstudio)
  2. Grunderna i R och Rstudio
    7 Ämnen
  3. Importera, exportera, spara och ladda data
    5 Ämnen
  4. Strängar och regular expressions (regex)
    1 Ämne
  5. Bearbetning av data med dplyr
    12 Ämnen
  6. Visualisera och presentera
    14 Ämnen
  7. Explorerande och deskriptiva analyser
    6 Ämnen
  8. Prediktionsmodeller
    12 Ämnen
  9. Klassisk regressionsanalys
    8 Ämnen
  10. Machine learning (ML) och Artificiell Intelligens (AI)
    9 Ämnen
  11. Skapa prediktionsmodeller med Tidymodels
    6 Ämnen
  12. Hypotestester och epidemiologiska mått
    5 Ämnen
Avsnitt Progress
0% färdig

26.1 Varför AI är bättre än människan, och människan bättre än AI

För att en människa ska skapa en algoritm krävs gedigen ämneskunskap, erfarenhet och objektivitet. Tyvärr har inte ens den mest erfarna läkaren hunnit träffa alla patienter som lider av sjukdomen som den är expert på. Inte heller finns det någon expert som med säkerhet kan definiera regler som lämpar sig för alla besökare i en webbutik. Med machine learning kan datorn matas med all information som tusentals läkare insamlat. Detta gör att maskininlärnings-modellen kommer få alla läkarnas samlade erfarenheter och bedömningar. Utifrån detta kommer en prediktionsmodell skapas. Med dagens beräkningskraft och tillgång till modern maskininlärning så kan datorn göra prediktioner på bråkdelar av sekunder. Dessutom kan datorn ta tusentals variabler i beaktande när beräkningen hörs. Människan klarar inte detta.

Föreställ dig en databas med personer som har cancer.  Databasen har skapats genom att samtliga sjukhus i landet slagit ihop sina data. I databasen finns information från tusentals personer och för varje person finns drygt 100 variabler insamlade. En av dessa variabler redovisar om patienten var vid liv 1 år efter cancern upptäcktes. Med dessa data tränar vi en modell där utfallet är överlevnad efter 1 år. Gissningsvis kommer det ta ungefär 15 minuter innan modellen är färdig. Det innebär att vi på 15 minuter kan skapa en modell som besitter kunskap genererad av hundratals läkare och dessutom är kunskapen mycket detaljerad (100 variabler). Vi kan därefter använda modellen för att predicera om en kommande patient kommer överleva 1 år efter cancern upptäcktes. Då kommer datorn använda beakta alla 100 variablerna för den nya patienten och, med hjälp av tidigare kunskap, predicera sannolikheten för att patienten kommer leva om 1 år. Att göra beräkningen med dessa 100 variabler kommer förmodligen inte ta mer än en tiondels sekund för datorn.

Föreställ dig nu att du är läkare och skall beräkna sannolikheten för att en patient är vid liv om 1 år. Du skall basera din beräkning på alla dina tidigare erfarenheter och kunskap. Gissningsvis kommer dina erfarenheter och kunskap vara betydligt mindre än den samlade kunskapen och erfarenheterna som fanns i den stora databasen med alla patienterna. Vidare kommer du ha mycket svårt att göra en beräkning med 100 variabler. Förmodligen kommer du inte kunna hantera 5 variabler och vad beträffar sannolikheter så tycker du, som de flesta andra, att det är väldigt krångligt. Just idag är du dessutom ganska trött eftersom du sovit dåligt hela veckan. Du inser snart att vi människor inte är särskilt bra på dessa uppgifter.

Människor uttröttbara och, jämfört med datorer, extremt långsamma på att göra beräkningar. De allra flesta människor behöver ett par sekund för att beräkna följande:

15 · 13

Det tar datorn 0.0009250641 sekunder att beräkna följande:

1.8373627263826 · 8763.26372763827

Människor har dessutom svårt för att minnas. Du har säkert märkt detta när du försökt memorera ett telefonnummer. De flesta av oss har svårt för att lägga ett 5-siffrigt nummer på minnet. Ännu svårare är det att att hantera flera bitar information samtidigt. Ett exempel på detta är följande, uppenbarligen enkla, fråga:

Fakta: 75% av alla som har feber har en infektion.
Fakta: 50% av alla med infektion har feber.
Fråga: Hur vanligt är det att man har en infektion om man har feber?

De allra flesta behöver läsa detta flera gånger innan de svarar rätt. En dator, å andra sidan, är inte uttröttbar, har ett extremt bra minne och kan på ett par sekunder göra beräkningar som inbegriper miljoner variabler. En dator påverkas inte heller av fördomar och preferenser, utan gör alltid objektiva bedömningar utifrån de datadrivna reglerna den skapat under träningen.

Människan är inte särskilt bra på att skapa algoritmer eller göra beräkningar. Det finns en enkel förklaring till detta. Människans egenskaper är ett resultat av evolutionärt selektionstryck. Under människans evolution har vissa egenskaper selekterats eftersom de ökat chansen för att överleva. Under evolutionens gång har det inte varit åtråvärt att kunna beräkna 1.8386·8763.2634, varför denna färdighet inte utvecklats hos människan. Inte heller har det varit gynnsamt att kunna lägga siffror på minnet. Däremot har vår överlevnad gynnats av att utveckla sofistikerade motoriska färdigheter. Människans lillhjärna (som styr kroppens motorik) glömmer aldrig! Om du lär dig springa, simma eller klättra en gång, så sitter förmågan kvar i många decennier. Följaktligen har människan skapat datorer som besitter förmågor som kompletterar människans egna tillkortakommanden. Beräkningskapacitet och minne är grundbultarna i detta.