Жизнь с прибором


Конференция про носимые гаджеты. Стэнфорд, Калифорния
Конференция про носимые гаджеты. Стэнфорд, Калифорния.

Носимые гаджеты — это разные Фитбиты? И да, и нет.

Fitbit и другие фитнес-браслеты умеют неинвазивно, достаточно незаметно и всё более точно регистрировать массу интересного: локомоторную активность, шаги, сон. Некоторые браслеты пошли дальше и научились измерять, например, давление. В целом, любая информация о вашем теле может найти и медицинское применение. Собственно, одна из актуальных задач разработчиков фитнес-браслетов и приложений для них — превратить популярную игрушку ипохондрика-спортолюба в действительно полезный девайс.

Кроме хорошо уже известных браслетов и часов существуют и другие способы что-то на себя надеть: пластыри, жилеты, кольца, обручи и менее привычные формы аксессуаров, вроде вживляемых датчиков. Задача, как правило, у них такая же — диагностическая.

Плюс существуют небольшие приборы домашнего использования. Они действительно небольшие и поэтому вполне себе носимые. И вот они уже могут быть не только диагностическими, но и терапевтическими. Собственно, ничего не мешает «браслетам» так же стать терапевтическими, к этому всё и идёт. А в каких-то случаях уже пришло. (далее…)

В России создан прототип технологии поиска по геномным хранилищам данных


В России создан прототип технологии поиска по геномным хранилищам данных
Врачам необходима платформа для поиска и сравнения генетической информации. И в России создан прототип такого инструмента. (Иллюстрация — Эльза Коркиайнен).

Российский R&D Центр Dell EMC создал прототип системы хранения и поиска по вариациям генотипа, важного элемента будущего «Интернета ДНК» — единого облачного пространства для хранения геномной информации по всему миру. Один из компонентов, лежащих в основе решения, iResearch — выложен в открытый доступ.

Прототип платформы создан для хранения и поиска среди различных типов данных — геномных вариантов, сделанных врачами описаний, электронных медицинских карт, медицинских справочников и классификаторов (онтологий), постоянно растущих баз ассоциаций между геномными параметрами, симптомами болезни, результатами лечения.

Полностью готовых программных средств для эффективной работы со столь различными типами данных одновременно, быстрого определения прямых или непрямых связей между ними, пока не существует. И текущий прототип — важный шаг на пути создания такого инструмента.

Элемент ядра технологии доступен по адресу: https://github.com/iresearch-toolkit/iresearch. (далее…)

Добро пожаловать в «чёрный ящик»


Кэти О’Нил
Кэти О’Нил (Cathy Helen O’Neil) — математик, специалист по анализу финансовых рынков, общественный активист, журналист, автор блога https://mathbabe.org/. Её книга Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy («Оружие математического поражения: как большие данные усугубляют неравенство и угрожают демократии») номинирована в этом году на National Book Award for Nonfiction. Фото — Laura McHugh / Mathematical Association of America.

Алгоритмы усиливают власть над нашей жизнью, но они не столь объективны, как можно подумать.

Такие термины как «большие данные» и «машинное обучение» уже прочно вошли в наш обиход, а зачастую их нам преподносят и в качестве варианта решения острых экономических и социальных проблем. При этом гораздо меньше внимания уделяется их негативному воздействию, а также тому, как математические алгоритмы влияют на жизнь обычных людей. Однако математик, а в прошлом — специалист по количественному анализу («квант») с Уолл-стрит Кэти О’Нил (Cathy O’Neil) считает, что на эти аспекты следует обратить внимание.

В своей новой книге «Оружие математического поражения: как «большие данные» усугубляют неравенство и угрожают демократии» она рассказывает, как популярные алгоритмы, используемые разными компаниями и учреждениями, вредят беднякам и рабочим, действуя на благо элит. «Якобинец» (Jacobin) решил обсудить с О’Нил вопрос о деструктивных алгоритмах и вариантах решения проблемы. (далее…)

Нейронные сети будут проводить офтальмологическую диагностику


Даже опытный врач не всегда может заметить признаки заболевания глаз
Даже опытный врач не всегда может заметить признаки заболевания глаз.

DeepMind, базирующаяся в Лондоне компания-разработчик искусственного интеллекта (приобретённая в 2014 году Google), запустила проект по обучению нейронных сетей распознаванию признаков болезней глаз на медицинских снимках. Партнёрство с Глазной клиникой Мурфилдс (Moorfields Eye Hospital) в Лондоне дало компании доступ к почти миллиону снимков радужной оболочки глаза, которые DeepMind заложит в свою систему искусственного интеллекта.

Проект ориентирован на два из наиболее распространённых заболеваний глаз — возрастную дегенерацию жёлтого пятна и диабетическую ретинопатию. Более 100 миллионов человек в мире страдают от этих заболеваний. (далее…)

Цифровой тайный суд


Алгоритмы создают досье о вас
Алгоритмы создают досье о вас.

В недавней серии подкастов под названием Instaserfs, бывший водитель Uber по имени Мансур дал пугающее описание нового компьютеризированного рабочего места. Во-первых, компания пыталась убедить его взять грабительский кредит на покупку нового автомобиля. По-видимому, программа посчитала, что у него высокий риск нарушения договора. Во-вторых, никто из Uber никогда не отвечал ему лично — он только получал автоматические текстовые сообщения и электронные письма. Этот стиль надзора был серией ультиматумов прими-это-или-уходи — этакий закодированный цифровой босс.

Затем компания вдруг стала снимать в свою пользу всё большую часть дохода от него и других водителей. И, наконец, то, что показалось Мансуру самым возмутительным: его работа могла быть прекращена без уведомления, если несколько пассажиров дали ему одну звезду, поскольку это может перетащить его рейтинг в среднем ниже 4,7. По его словам, у Uber нет реальной процедуры апелляции или другой надлежащей правовой процедуры для рейтинговой системы, которая может мгновенно лишить водителя работы — она просто перемалывает числа. (далее…)

Big Dating. Возможен ли научно обоснованный онлайн-пикап?


Примечание для ленивых: если вы не любите читать, но любите рассматривать занятные картинки, графики и схемы, можете сразу пролистать к инфографике.
Big Dating. Возможен ли научно обоснованный онлайн-пикап?
Большие данные могут помочь в поиске «второй половинки».

Если анализ данных в наши дни делает настоящую революцию в целом ряде областей знания — от микробиологии до маркетинга — то способен ли он выявить некие закономерности человеческих отношений, знание которых может принести пользу жаждущим любви? Проще говоря, может ли Big Data помочь вам найти секс-партнёров или спутников жизни?

«Слушай, как мне вести себя с девушками (парнями)?» — раньше такие вопросы было принято задавать опытным друзьям и подругам. В 1990-х годах к историям «бывалых» добавился неисчерпаемый поток советов из глянцевых журналов, к началу 2000-х ими запестрели интернет-форумы, в конце десятилетия в моду вошли коммерческие курсы пикапа. Теперь, впрочем, у опытных друзей, журналов и пикап-тренеров может появиться сильнейший конкурент, способный низвергнуть их авторитет в интимных вопросах, — это Big Data. (далее…)

Большие данные против рака


Сотрудники компании Tamr
Сотрудники компании Tamr — Энди Палмер (Andy Palmer), Алан Вагнер (Alan Wagner) и Нидхи Аггарвал (Nidhi Aggarwal).

Правительство США планирует инвестировать 1 млрд долларов в проект Cancer Moonshot. Это должно ускорить проведение исследований в сфере выявления, лечения и предотвращения раковых заболеваний.

Куратор проекта — вице-президент Джо Байден. Его сын, Бо Байден умер от рака мозга в 2015 году в возрасте 46 лет. Название проекта появилось после речи Джо Байдена, в которой он призвал достичь прорыва в области борьбы с онкозаболеваниями, к новому национальному достижению, «полёту на Луну». Это амбициозная и важная задача — ежегодно от рака умирает около 600 000 американцев, заболевание диагностируется у 1,6 миллиона жителей США.

Цель Cancer Moonshot — удвоить нынешние темпы внедрения инноваций в медицинской отрасли. Это непростая задача, принимая во внимание то, что борьбой с раком занимается множество исследовательских коллективов. Деньги на это идут немалые, так 5,2 млрд долларов выделены только Национальному институту онкологии США (National Cancer Institute, NCI — входит в Национальный институт здоровья (National Institutes of Health, NIH)), а всего в мире на борьбу с раком уходит более чем 100 млрд долларов ежегодно. (далее…)

История Big Data восходит к практикам общественного порядка XIX века


Сегодня происходит не первая революция «больших данных». Первой был взрыв в сборе данных в начале XIX века. | Иллюстрация — линнеева классификация растений
Сегодня происходит не первая революция «больших данных». Первой был взрыв в сборе данных в начале XIX века. | Иллюстрация — линнеева классификация растений.

В XIX веке, изменениям в знаниях способствовали не только приток большого количества новой информации со всего мира, но и сдвиги в производстве, обработке и анализе этой информации. Хамиш Робертсон (Hamish Robertson) и Джоанн Травалья (Joanne Travaglia) прослеживают связь между революцией данных в XIX веке и сегодняшней революцией, излагая её последствия, которые могут отразиться на политике больших данных в современном обществе. Прошло два столетия после первой революции больших данных, но многие из проблем и пути их решения сохраняются вплоть до сегодняшнего дня.

Это не первая эра «больших данных», но вторая. Первой был взрыв в сборе данных, который произошёл в начале XIX века — «лавина чисел», по определению Хакинга, точно приходящаяся на период между 1820 и 1840. Это была аналоговая эра больших данных, отличающаяся от нашей современной цифровой эры, но характеризующаяся некоторыми очень похожими проблемами и тревогами. К современным проблемам анализа данных и управления ими относятся различные общеизвестные факторы, которые делают их «большими». Обычно к ним относят вопросы размера, сложности и технологии. Мы также полагаем, что оцифровка является центральным процессом в этой второй эре больших данных, что кажется очевидным, но которая также, похоже, достигла нового порога. Десять лет назад или около того «большие данные» выглядели просто как цифровая версия обычных аналоговых записей и систем. Данные, управление которыми стандартизировалось на основе статистического и математического анализа. Однако теперь мы видим уровень беспокойства и тревоги, подобный той озабоченности, которая была в первую эру больших данных. (далее…)

Вычислительная психиатрия обещает изменить традиционные протоколы лечения


Большие данные и психиатрия
Большие данные в психиатрии. Это и лучший выбор стратегии лечения, и создание моделей активности мозга, и её нарушений.

Несмотря на то, что мы всё больше узнаём об устройстве и работе человеческого мозга, лечение пациентов с психиатрическими расстройствами остаётся трудной, часто неразрешимой задачей. Проблема перехода от научных штудий к созданию эффективных методов терапии заключается в том, что понимание психических заболеваний находится на низком уровне.

«Психиатрия имеет дело с мозгами, которые взаимодействуют с окружающим миром и другими мозгами, поэтому мы не просто рассматриваем функции мозга, но его работу в сложных ситуациях», — говорит Квентин Хьюз (Quentin Huys), работающий в Швейцарской высшей технической школе Цюриха (нем. Eidgenössische Technische Hochschule Zürich, ETH Zürich) и Цюрихском университете (нем. Universität Zürich), ведущий автор обзора о новой научной дисциплине — вычислительной психиатрии, опубликованном в журнале Nature Neuroscience. Перед вычислительной психиатрией стоит амбициозная цель — при помощи сложных статистических инструментов понять и научиться лечить психические заболевания.

В психиатрии в настоящее время расстройства определяются через список симптомов. Исследователи прилагают огромные усилия, чтобы найти биологические маркеры, которые делают процесс диагностики более простым и объективным, но успех достигнут незначительный. Часть проблемы в том, что обычно нет однозначного соответствия биологических причин расстройства и его симптомов. Расстройство, определяемое как депрессия или шизофрения, может возникнуть в результате различных причин. С другой стороны, сходные причины приводят к различным расстройствам у разных людей, в зависимости от их генетики или жизненных обстоятельств. Одна из целей вычислительной психиатрии — определение связи между симптомами и причинами заболевания, независимо от диагноза. (далее…)

Планировочная машина. Проект Киберсин и другие истоки Больших Данных


Операционная комната (ситуационный центр) «Киберсина»
«Операционная комната» (ситуационный центр) «Киберсина».

В июне 1972 года Анхель Парра (Ángel Parra), выдающийся чилийский фолк-исполнитель, написал песню под названием «Ектения о компьютере и рождающемся ребёнке». Компьютеры как дети, пел он, и чилийские чиновники не должны отказываться от них. Появление песни было вызвано приездом в Сантьяго британского консультанта, который своей внушительной бородой и грузным телосложением напомнил певцу Санта-Клауса, несущего «скрытый подарок, кибернетику».

Консультант Стаффорд Бир (Anthony Stafford Beer) был приглашён в Чили ведущими специалистами в сфере планирования, чтобы помочь направить страну на путь, который демократически избранный президент-марксист Сальвадор Альенде (Salvador Allende Gossens) называл «чилийским путём к социализму». Бир являлся передовым теоретиком кибернетики — дисциплины, рождённой в середине прошлого века из попыток понять роль коммуникации в регулировании биологических, социальных и технических систем. Что регулировать, правительству Чили хватало с лихвой: Альенде, занявший свою должность в ноябре 1970 года, стремительно национализировал ключевые отрасли промышленности страны и обещал «участие рабочих» в процессе планирования. Миссия Бира заключалась в создании суперсовременной информационной системы, которая бы сделала это возможным и тем самым перенесла бы социализм в компьютерную эру. Разработанная им система носила блестящее научно-фантастическое название: «проект Киберсин». (далее…)