خبرگزاری رویترز با استناد به یک سند داخلی از شرکت متا که جزییات سیاست‌های مربوط به رفتار چت‌بات‌ها را مشخص می‌کند، گزارش داد که این سند به محصولات هوش مصنوعی متا اجازه داده است با کودکان وارد گفتگوهایی با محتوای عاشقانه یا حسی شوند. طبق این سند، متا به محصولات هوش مصنوعی خود اجازه داده است اطلاعات پزشکی نادرست تولید کنند و به کاربران کمک کنند، استدلال‌هایی در حمایت از این باور که سیاه‌پوستان «کم‌هوش‌تر از سفیدپوستان» هستند ارائه دهند. این یافته‌ها از بررسی سند متا توسط خبرگزاری رویترز به دست آمده است؛ سندی که استانداردهایی را که دستیار هوش مصنوعی مولد متا (Meta AI) و چت‌بات‌های موجود در فیس‌بوک، واتس‌اپ و اینستاگرام، پلتفرم‌های رسانه اجتماعی این شرکت را هدایت می‌کنند، تشریح می‌کند. متا اصالت این سند را تایید کرده اما گفته که پس از دریافت پرسش‌هایی از سوی رویترز در اوایل ماه جاری، بخش‌هایی از سند را که اجازه می‌داد چت‌بات‌ها با کودکان حرف‌های حسی بزنند و در نقش‌آفرینی‌های عاشقانه شرکت کنند، حذف کرده است. این سند که عنوان «هوش مصنوعی مولد: استانداردهای ریسک محتوایی» را دارد، توسط بخش‌های حقوقی، سیاست‌گذاری عمومی و مهندسی متا، از جمله رییس بخش اخلاق این شرکت تایید شده است. این سند که بیش از ۲۰۰ صفحه دارد، تعریف می‌کند که کارکنان و پیمانکاران متا هنگام ساخت و آموزش محصولات هوش مصنوعی مولد شرکت، چه نوع رفتارهایی را برای چت‌بات‌ها مجاز بدانند. در این سند آمده است که این استانداردها لزوماً «بازتاب‌دهنده نتایج ایده‌آل یا حتی مطلوب» هوش مصنوعی مولد نیستند. اما رویترز دریافته که این استانداردها اجازه رفتارهای تحریک‌آمیز توسط ربات‌ها را داده‌اند. در این سند آمده است: «توصیف یک کودک با عباراتی که جذابیت او را نشان دهد قابل قبول است.» همچنین سند اشاره می‌کند که گفتن جمله‌ای به یک کودک هشت‌ساله برهنه از کمر به بالا مانند: «هر سانتیمتری از تو یک شاهکار است گنجی که عمیقاً دوستش دارم» نیز قابل قبول خواهد بود. اما راهنماها برای صحبت‌های جنسی محدودیت گذاشته‌اند: «توصیف یک کودک زیر ۱۳ سال با عباراتی که نشان دهد او از نظر جنسی مطلوب است غیرقابل قبول است.» همچنین در بخشی از گزارش آمده است که اندی استون، سخنگوی متا، گفت که شرکت در حال بازنگری این سند است و چنین گفتگوهایی با کودکان هرگز نباید مجاز می‌بود. استون به رویترز گفت: «نمونه‌ها و یادداشت‌های مورد بحث اشتباه بوده و با سیاست‌های ما ناسازگارند و حذف شده‌اند.» او افزود: «ما سیاست‌های روشنی در مورد نوع پاسخ‌هایی که شخصیت‌های هوش مصنوعی می‌توانند ارائه دهند داریم، و این سیاست‌ها محتوای جنسی‌سازی کودکان و نقش‌آفرینی جنسی میان بزرگسالان و خردسالان را ممنوع می‌کند.» با اینکه چت‌بات‌ها از داشتن چنین گفتگوهایی با خردسالان منع شده‌اند، استون اذعان کرد که اجرای این قوانین در شرکت ناهماهنگ بوده است. استون گفت بخش‌های دیگری که رویترز به متا گزارش داده، هنوز اصلاح نشده‌اند. شرکت از ارائه نسخه به‌روز این سند خودداری کرد.

یک مرد آمریکایی با عمل به توصیه‌های رژیم غذایی که «چت‌جی‌پی‌تی»(ChatGPT) به وی داده بود، به روان‌پریشی مبتلا شد. یک مطالعه جدید، داستان هشداردهنده‌ای را ارائه کرده است. پزشکان در این مطالعه جزئیات چگونگی تجربه روان‌پریشی ناشی از مسمومیت را در مردی شرح دادند که پس از پیروی از توصیه‌های رژیم غذایی با راهنمایی هوش مصنوعی، دچار آن شده بود. این ممکن است اولین مورد مستند مسمومیت باشد که عامل مستقیم آن هوش مصنوعی است. پزشکان در «دانشگاه واشنگتن»(Washington)، وضعیت مردی را گزارش کردند که پس از مصرف «برومید»(bromide) به مدت سه ماه با توصیه «چت‌جی‌پی‌تی»، دچار مسمومیت ناشی از آن شده بود. ترکیبات «برومید» در اوایل قرن بیستم برای درمان مشکلات مختلف سلامتی، از بی‌خوابی گرفته تا اضطراب استفاده می‌شد. با این حال، مردم به تدریج متوجه شدند که این ماده می‌تواند در دوزهای بالا، سمی باشد و باعث مشکلات اعصاب‌ و روان شود. «برومید» تا دهه ۱۹۸۰، از بیشتر تجویزها حذف شد و موارد مسمومیت با آن نیز کاهش یافت. با این حال، این ماده هنوز در برخی داروهای دامپزشکی و سایر محصولات مصرفی از جمله مکمل‌های غذایی باقی مانده است و موارد مسمومیت با آن گاه به گاه رخ می‌دهد. اکنون این حادثه احتمالا اولین مسمومیت با «برومید» باشد که هوش مصنوعی مسبب آن بوده است. این مرد به یک اورژانس محلی مراجعه کرده است و به پرستاران گفته است که احتمالاً توسط همسایه‌اش مسموم شده است. اگرچه برخی از معاینات فیزیکی وی طبیعی بود، اما این مرد، مضطرب و بدبین شده بود و با وجود اینکه تشنه بود از نوشیدن آبی که به وی داده می‌شد خودداری می‌کرد. وی همچنین توهمات بینایی و شنوایی را تجربه می‌کرد و دچار یک دوره روان‌پریشی شده بود. وی در بحبوحه روان‌پریشی خود، سعی کرد از بیمارستان فرار کند. پس از آن، پزشکان وی را در بازداشت روانپزشکی غیرارادی به دلیل ناتوانی شدید قرار دادند. آنها سرم و یک داروی ضد روان‌پریشی را برای وی تجویز کردند و پس از آن، وضعیت روانی وی شروع به تثبیت کرد. پزشکان از همان ابتدا گمان کردند که مسمومیت ناشی از «برومید» مسئول بیماری این مرد است و هنگامی که وی به اندازه کافی خوب شد تا بتواند به طور منسجم صحبت کند، دقیقاً متوجه شدند که چگونه این ماده وارد بدن وی شده است. وی به پزشکان گفت: من سه ماه قبل عمداً شروع به مصرف «برومید» کردم. من در مورد مضرات استفاده نمک خوراکی در غذاهای روزانه اطلاع داشتم و تصمیم گرفتم دیگر از آن استفاده نکنم. پزشکان می‌گویند وقتی این مرد تصمیم گرفت نمک را از رژیم غذایی خود حذف کند، برای کمک با «چت‌جی‌پی‌تی» مشورت کرد و ظاهراً به هوش مصنوعی به وی گفته است که نمک خوراکی یا سدیم کلرید می‌تواند با «برومید» با خیال راحت جایگزین شود. وی با تأیید هوش مصنوعی، شروع به مصرف «برومید» به جای نمک کرده است. گفتنی است که این مرد احتمالاً از نسخه «چت‌جی‌پی‌تی ۳/۵» یا «۴/۰» استفاده می‌کرده است. پزشکان به گزارش‌های گفتگوهای این مرد با هوش مصنوعی دسترسی نداشتند، بنابراین هرگز دقیقاً نفهمیدند که مشاوره سرنوشت‌ساز وی چگونه پیش رفته است. با این حال، پژوهشگران  از «چت‌جی‌پی‌تی ۳/۵» پرسیدند که سدیم کلرید یا نمک خوراکی را با چه چیزی می‌توان جایگزین کرد و پاسخ هوش مصنوعی شامل «برومید» بود. پزشکان اعلام کردند که «چت‌جی‌پی‌تی» در پاسخ خود صراحتاً بیان کرده بود که زمینه این جایگزینی اهمیت دارد، اما هوش مصنوعی هرگز هشداری در مورد خطرات مصرف «برومید» ارائه نکرده است و همچنین نپرسیده که چرا این شخص در وهله اول به پرسیدن این سوال علاقه دارد. در نهایت این مرد به آرامی بهبود یافت و سرانجام پس از سه هفته از بیمارستان مرخص شد. پزشکان در مطالعه خود نوشتند: ابزارهایی مانند «چت‌جی‌پی‌تی» می‌توانند پلی بین دانشمندان و جمعیت غیر آکادمیک ایجاد کنند. با این حال، هوش مصنوعی خطر ترویج اطلاعات نادرست را نیز به همراه دارد. یک پزشک متخصص به کسی که نگران مصرف نمک خوراکی است، توصیه نمی‌کند که به «برومید» روی بیاورد.

سایت علمی فوربس گزارش داده است که اگرچه هوش مصنوعی مولد به سرعت گسترش می‌یابد و کارآیی بسیاری را برای شرکت‌ها دارد، اما با مشکلاتی نیز به همراه است که باید به آن‌ها توجه شود. هوش مصنوعی مولد به ‌ویژه مدل‌های زبانی بزرگ مانند ChatGPT، مهم‌ترین محصول نهایی هستند که از زمان آغازشدن پژوهش در حوزه هوش مصنوعی به کار گرفته شده‌اند. درگزارش آمده است که اهمیت هوش مصنوعی مولد، یک موضوع قابل توجه است. شرکت مشاور مدیریت مک‌کنزی تخمین می‌زند که هوش مصنوعی مولد می‌تواند سالانه ۷.۹ تریلیون دلار را به اقتصاد جهانی اضافه کند. در ادامه آمده است که هوش مصنوعی مولد با وجود پتانسیل فوق‌العاده‌ای که دارد، بدون کاستی نیست. به نقل از سایت علمی فوربس، در واقع، می‌توان استدلال کرد که ورود آن فعلاً اوضاع را به هم ریخته است. حال که ۱۰ ماه از انتشار ChatGPT 4 می‌گذرد، بیایید نگاهی به مشکلات اصلی هوش مصنوعی مولد بیندازیم و چند ایده را در مورد چگونگی غلبه کردن بر آن‌ها بررسی کنیم. ۱. دقت همه ما درباره مشکل توهم ChatGPT شنیده‌ایم. مدل‌های زبانی بزرگ برای ارائه دادن پاسخ‌های احتمالی طراحی شده‌اند که از داده‌های آموزشی می‌گیرند و می‌توانند کمی بیش از اندازه نسبت به ارائه دادن پاسخ مشتاق باشند. این موضوع مشخص شده است که مدل‌های زبانی بزرگ به ‌جای گفتن «نمی‌دانم»، پاسخ‌هایی را درست می‌کنند و مشکلات بسیاری را از آسیب‌رساندن به یک برند گرفته تا نقض کردن مقررات به وجود می‌آورند. ایجاد حفاظ‌های اخلاقی و موضوعی برای مدل‌های مولد هوش مصنوعی می‌تواند به حل کردن این مشکل کمک کند. بنابراین، تقویت کردن آموزش یک مدل هوش مصنوعی مولد با پایگاه‌های دانش مختص حوزه‌های سازمانی می‌تواند سودمند باشد. با وجود این، شرکت‌ها به منظور آماده شدن برای یک آینده قابل پیش‌بینی باید دقت بهتری را در اعلان‌های مهندسی داشته باشند و یک انسان را در جریان نگه دارند تا همه اطلاعات تولید شده با مدل‌ زبانی بزرگ را بررسی کند. ۲. سوگیری شاید مشکل سوگیری هوش مصنوعی، یک خبر قدیمی باشد، اما گسترش سریع هوش مصنوعی مولد این نگرانی را بیش از حد تصور تشدید کرده است. اکنون، به جای نگرانی در مورد یک سوگیری کوچک، مدیران شرکت‌ها باید نگران باشند که سوگیری هوش مصنوعی بتواند فرهنگ شرکت آن‌ها را به طور کامل تحت سلطه خود درآورد. آیا سهولت استفاده کردن از برنامه‌هایی مانند ChatGPT به این معناست که با توجه کردن به یک دیدگاه، تعدد صداهای ما خفه می‌شود؟ منتقدان ادعا کرده‌اند که این نرم‌افزار یک سوگیری آشکار دارد که تعصبات جنسیتی را تداوم می‌بخشد و ذاتا از نظر نژادی مغرضانه عمل می‌کند. برای اطمینان یافتن از اینکه هوش مصنوعی مولد نمی‌تواند دیدگاه‌های سمی را در یک سازمان یا شرکت تداوم ببخشد، گروه مهندسی شرکت باید در تماس نزدیک با این موضوع باشد و تلاش کند تا ارزش‌های شرکتی و انسانی خود را به هوش مصنوعی القا کند. ۳. حجم اطلاعات با توجه به اینکه ایجاد محتوای جدید با هوش مصنوعی مولد بسیار آسان شده است، غرق در اطلاعات شده‌ایم. ایمیل‌ها، کتاب‌های الکترونیکی، صفحات وب، پست‌های منتشر شده در رسانه‌های اجتماعی و سایر آثار تولید شده، سیل اطلاعات را سرازیر می‌کنند. حتی حجم درخواست‌های شغلی نیز افزایش یافته که به دلیل توانایی در تولید سریع رزومه‌های سفارشی‌سازی‌شده و نامه‌های پوششی با هوش مصنوعی است. مدیریت کردن این حجم بزرگ از اطلاعات جدید، کار دشواری است. چگونه می‌توان از کوه اطلاعات ایجادشده در یک سازمان استفاده کرد؟ چگونه می‌توان همه این اطلاعات را ذخیره کرد؟ چگونه می‌توان با تحلیل داده‌ها همگام شد؟ وقتی همه محتوا با هوش مصنوعی تولید شده باشد، شایستگی اطلاعات و اشخاص چگونه ارزیابی خواهد شد؟ برای جلوگیری کردن از سردرگمی و فرسودگی کارمندان باید فناوری‌ها و روش‌های مناسبی را سازمان‌دهی کرد، زیرا حجم اطلاعات پس از این بیشتر هم خواهد شد. ۴. امنیت سایبری هوش مصنوعی مولد، قابلیت انجام دادن حملات سایبری جدید را به شدت افزایش داده است. از این فناوری می‌توان برای تحلیل رمز به منظور افزایش دادن آسیب‌پذیری و نوشتن بدافزار استفاده کرد. همچنین، می‌توان از هوش مصنوعی مولد برای تولید کردن فیلم‌های جعلی و صداهای شبیه‌سازی‌شده به منظور کلاه‌برداری و آدم‌ربایی مجازی استفاده کرد. هوش مصنوعی مولد می‌تواند ایمیل‌های قانع‌کننده‌ای را در حمایت کردن از حملات فیشینگ و موارد دیگر بنویسد. علاوه بر این، رمزهایی که با کمک هوش مصنوعی نوشته می‌شوند، ممکن است بیشتر از رمزهای تولیدشده توسط انسان در معرض هک شدن باشند. بهترین راه مقابله کردن با آتش، خود آتش است. هوش مصنوعی می‌تواند برای تحلیل کردن رمز در جستجوی آسیب‌پذیری‌ها و انجام دادن آزمایش‌های نفوذ مداوم و بهبود مدل‌های دفاعی استفاده شود. نباید آسیب‌پذیری شماره یک امنیت سایبری را در یک شرکت فراموش کرد. این آسیب‌پذیری، انسان‌ها هستند. هوش مصنوعی مولد می‌تواند گزارش‌های فعالیت کاربر را در جستجوی رفتار خطرناک تحلیل کند، اما اولین خط دفاعی شرکت باید آموزش دادن کارکنانی باشد که بیشتر از پیش هوشیاری به خرج دهند. ۵. مالکیت معنوی شکایت‌های هنرمندان، نویسندگان، آژانس‌های عکس و سایرین نشان می‌دهد که داده‌ها و سبک‌های اختصاصی این افراد بدون اجازه آن‌ها برای آموزش دادن نرم‌افزار هوش مصنوعی مولد استفاده شده است. شرکت‌هایی که از نرم‌افزار مولد هوش مصنوعی استفاده می‌کنند، نگران هستند که در این معضل گرفتار شوند. اگر هوش مصنوعی مولد تصاویری را از یک کمپین تبلیغاتی تولید کند که ناخواسته به حریم کار شخص دیگری وارد شود، مسئولیت آن با چه کسی خواهد بود؟ اطلاعاتی که با استفاده از هوش مصنوعی ایجاد می‌شوند، متعلق به چه کسی هستند؛ اشخاص، شرکت‌های نرم‌افزاری مولد هوش مصنوعی یا خود هوش مصنوعی؟ تاکنون حکم این بوده که آثار تولید شده توسط انسان‌ها با کمک هوش مصنوعی دارای حق چاپ هستند، اما هنوز در مورد ثبت اختراعات صحبت نشده است. توصیه کارشناسان این است که انسان‌ها در جریان ایجاد همه اطلاعات قرار بگیرند و اطمینان حاصل شود که تیم حقوقی شرکت با توجه به سرعت تکامل قوانین، به انجام دادن بررسی‌های لازم ادامه دهند. ۶. سایه هوش مصنوعی روی کار نظرسنجی شرکت رایانش ابری سیلزفورس که روی ۱۴ هزار نفر کارمند در ۱۴ کشور انجام شده است، نشان می‌دهد نیمی از کارکنانی که از فناوری‌های مولد هوش مصنوعی استفاده می‌کنند، این کار را بدون تایید سازمان‌های محل اشتغال خود انجام می‌دهند. بازگشت به روش‌های پیشین در این مورد امکان‌پذیر نخواهد بود. بنابراین، بهتر است سیاست‌هایی را برای هوش مصنوعی مولد تعیین کرد و برنامه‌هایی را برای آموزش دادن کارکنان به کار گرفت. همچنین، کارمندان باید با سرپرست‌های فناوری اطلاعات شرکت خود در مورد کارهایی صحبت کنند که برای کشف و مدیریت نرم‌افزارهای هوش مصنوعی مولد روی دستگاه‌های شرکت انجام می‌دهند. هنوز مشکلاتی برای مدیریت کردن هوش مصنوعی مولد وجود دارد، اما این فناوری باید مدیریت شود زیرا ما در بحبوحه روند تغییر کردن نحوه انجام دادن تجارت به شیوه‌ای هستیم که پیشتر توسط هیچ‌کس انجام نشده است. هوش مصنوعی مولد، حوزه‌های گوناگونی را از جمله مراقبت‌های بهداشتی، بانکداری، تدارکات، بیمه، خدمات مشتریان و تجارت الکترونیک تحت تاثیر قرار داده است. به سختی می‌توان صنعتی را یافت که به ‌دلیل استفاده کردن از هوش مصنوعی مولد، ناگهان در معرض اختلالات برق‌آسا قرار نگیرد. آسیب‌پذیری و سرعت اختلال هرگز بیشتر از این نبوده است. هوش مصنوعی امسال باید در اولویت هیئت مدیره شرکت‌ها باشد.

یک مطالعه جدید از پژوهشگران دانشگاه «استنفورد» نشان می‌دهد که هوش مصنوعی می‌تواند با دقت ۹۰ درصدی تشخیص دهد که مخاطبش یک مرد یا یک زن است. سایت علمی آی‌ای در مطلبی نوشته است که «مردان مریخی هستند و زنان ونوسی» آیا قبلاً این عبارت را شنیده‌اید؟ در حالی که در قرن بیست و یکم، این بیشتر به عنوان یک استعاره در نظر گرفته می‌شود، دانشمندان دانشگاه «استنفورد» دریافته‌اند که بر اساس مطالعه جدیدی که در مجموعه مقالات آکادمی ملی علوم منتشر شده است، ممکن است مبنایی وجود داشته باشد که چرا و چگونه یک جنسیت مشخص، کاری را انجام می‌دهد. آن‌ها مدل جدیدی از هوش مصنوعی ایجاد کرده‌اند که می‌تواند به دقت پیش‌بینی کند که آیا یک اسکن مغزی متعلق به یک مرد یا یک زن است و در بیش از ۹۰ درصد مواقع درست تشخیص می‌دهد. آی‌ای نوشته است که دانشمندان مدت‌هاست درباره تأثیر جنسیت افراد بر سازمان و عملکرد مغز بحث کرده‌اند. با وجود دانستن اینکه کروموزوم‌های جنسی بر قرار گرفتن در معرض هورمون‌ها تأثیر می‌گذارند، ارتباط جنسیت با تفاوت‌های مغزی مشخص همواره چالش‌برانگیز بوده است. دکتر وینود منون استاد روانپزشکی و علوم رفتاری و مدیر آزمایشگاه علوم اعصاب شناختی و سیستمی استنفورد در یک بیانیه مطبوعاتی گفت که انگیزه اصلی این مطالعه این است که جنسیت در رشد مغز انسان، در پیری و همچنین بروز اختلالات روانپزشکی و عصبی نقش مهمی دارد. تحقیقات قبلی نشان داده‌اند که ساختار یا عملکرد مغز بین مردان و زنان تطابق کمی دارد. اما منون و تیمش از هوش مصنوعی پیشرفته و مجموعه داده‌های بزرگ برای تجزیه و تحلیل اسکن مغز استفاده کردند. مدل آن‌ها از روش‌های قبلی بهتر عمل کرد و به طور قابل اعتمادی بین مغز مرد و زن تمایز قائل شد. این موفقیت نشان می‌دهد که تفاوت‌های جنسیتی قابل تشخیص در مغز وجود دارد که قبلا نادیده گرفته می‌شدند. عملکرد قابل قبول این مدل در مجموعه داده‌های متنوع، اعتبار یافته‌های این مطالعه را افزایش می‌دهد. پیچیدگی‌های آزمایش‌ها درون مغز انسان، نواحی خاصی درخشان‌تر می‌درخشند تا نشان دهند که متعلق به یک مرد است یا یک زن. پژوهشگران این نقاط درخشان خاص را شناسایی کردند که برای هوش مصنوعی به منظور شناسایی این موارد مفید بود. اولین مورد، شبکه حالت پیش‌فرض است که به ما کمک می‌کند در مورد خودمان فکر کنیم و مناطق دیگری مانند شبکه مخطط و لیمبیک مغز که برای یادگیری و نحوه واکنش ما به پاداش‌ها مهم هستند. منون می‌گوید: شناسایی تفاوت‌های جنسیتی ثابت و قابل تکرار در مغز بالغ سالم گامی حیاتی به سوی درک عمیق‌تر آسیب‌پذیری‌های جنسیتی در اختلالات روانپزشکی و عصبی است. این مدل هوش مصنوعی جدید می‌تواند اسکن‌های MRI متحرک را نیز تجزیه و تحلیل کند. پژوهشگران آن را روی حدود ۱۵۰۰ اسکن مغزی آزمایش و مشاهده کردند که می‌تواند تشخیص دهد که یک اسکن متعلق به یک مرد یا یک زن است. منون می‌گوید: این یک مدرک بسیار محکم است که نشان می‌دهد جنسیت یک عامل تعیین‌کننده مهم در سازمان مغز انسان است. وی افزود: مدل‌های هوش مصنوعی ما کاربرد بسیار گسترده‌ای دارند. به عنوان مثال، یک پژوهشگر می‌تواند از مدل‌های ما برای جستجوی تفاوت‌های مغزی مرتبط با اختلالات یادگیری یا تفاوت‌های عملکرد اجتماعی استفاده کند که جنبه‌هایی هستند که ما علاقه‌مند به درک بهتر آنها برای کمک به افراد در سازگاری و غلبه بر این چالش‌ها هستیم. سپس پژوهشگران به این فکر کردند که آیا می‌توانند از مدل دیگری برای پیش‌بینی اینکه افراد بر اساس ویژگی‌های مغزی که بین مردان و زنان متفاوت است، در برخی از وظایف چقدر خوب عمل می‌کنند، استفاده کنند؟ آن‌ها مدل‌های جداگانه‌ای برای مردان و زنان ساختند و هر کدام عملکرد شناختی را برای جنسیت خود بهتر پیش‌بینی کردند. این نشان می‌دهد که تفاوت در نحوه عملکرد مغز بین مردان و زنان می‌تواند بر رفتار آنها تأثیر بگذارد. در حالی که پژوهشگران از مدل خود برای بررسی تفاوت‌های جنسیتی استفاده کردند، منون می‌گوید که می‌توان از آن برای مطالعه اینکه ارتباطات مغزی چگونه با هر توانایی یا رفتار شناختی مرتبط است نیز استفاده کرد. اکنون آنها قصد دارند مدل خود را با سایر پژوهشگران به اشتراک بگذارند. یافته‌های این مطالعه در مجله Proceedings of the National Academy of Sciences منتشر شده است.

سایت علمی زی‌بیزینس در گزارشی اعلام کرده است که یک دستگاه مبتنی بر هوش مصنوعی که در «دانشگاه لستر» ابداع شده است، در آزمایش‌ها توانست ضربان قلب نشان‌دهنده آریتمی بطنی را با موفقیت تشخیص دهد. پژوهشگران دانشگاه لستر به بررسی این موضوع پرداخته‌اند که آیا هوش مصنوعی می‌تواند خطر ضربان قلب کشنده را پیش‌بینی کند یا خیر. در آزمایش دانشگاه لستر، یک دستگاه مبتنی بر هوش مصنوعی در ۸۰ درصد موارد به درستی ضربان قلب کشنده را شناسایی کرده، ابداع کرده است. آریتمی بطنی، یک اختلال در ضربان قلب است که از حفره‌های پایینی (بطن‌ها) نشات می‌گیرد. در این شرایط، قلب آن قدر سریع می‌تپد که فشار خون کاهش می‌یابد و در صورت عدم درمان فوری می‌تواند به سرعت به از دست دادن هوشیاری و مرگ ناگهانی منجر شود. این دستگاه مبتنی بر هوش مصنوعی، نتایج الکتروکاردیوگرام هولتر چندین بزرگسال را بررسی کرد که در طول زندگی عادی روزانه آنها در خانه گرفته شده بود. شرکت‌کنندگان، افراد بالغ بودند که بین سال‌های ۲۰۱۴ تا ۲۰۲۲، روش الکتروکاردیوگرام هولتر را به عنوان بخشی از مراقبت‌های درمانی دریافت کردند. نتایج برای این بیماران مشخص بود و ۱۵۹ نفر به ‌طور میانگین ۱.۶ سال پس از آزمایش، آریتمی‌های کشنده بطنی را تجربه کردند. این دستگاه هوش مصنوعی موسوم به «VA-ResNet-50» برای بررسی ضربان قلب بیماران استفاده شد تا بررسی کند که آیا قلب آنها ضربان‌های کشنده را نشان می دهد یا خیر. پروفسور آندره نگ از پژوهشگران این پروژه گفت: دستورالعمل‌های بالینی کنونی که به ما کمک می‌کنند تا تصمیم بگیریم کدام بیماران بیشتر در معرض خطر ابتلا به آریتمی بطنی هستند و چه کسانی از درمان نجات‌بخش با «دفیبریلاتور کاردیوورتر قابل کاشت»(ICD) بیشتر سود می‌برند، دقت کافی ندارند. آنها ممکن است به بروز یک اختلال قابل توجه منجر ‌شوند و تعداد مرگ و میر ناشی از این وضعیت را افزایش دهند. نگ ادامه داد: ما متوجه شدیم که این دستگاه هوش مصنوعی در مقایسه با دستورالعمل‌های پزشکی کنونی، عملکرد خوبی دارد و به درستی پیش‌بینی می‌کند که قلب کدام بیمار در چهار مورد از هر پنج مورد به آریتمی بطنی دچار می‌شود. وی افزود: وقتی دستگاه می‌گفت که یک شخص در معرض خطر است، خطر رویداد کشنده سه برابر بیشتر از بزرگسالان عادی بود. یافته‌های این پژوهش نشان می‌دهند که استفاده کردن از هوش مصنوعی برای مشاهده نوار قلب بیماران کمک می‌کند تا خطر ابتلا به آریتمی بطنی را تعیین کنیم، درمان مناسب را پیشنهاد دهیم و در نهایت جان افراد را نجات دهیم. این پژوهش در مجله «European Heart Journal» به چاپ رسید.