AI na Multi-Tasker, Mula sa Pagtataya ng Sakit Hanggang sa Pagsusulong ng Accessibility para sa mga May Kapansanan

Ang artificial intelligence ay sumiklab noong nakaraang taon at hindi iniwan ang anumang industriya na hindi naapektuhan. Ang paglulunsad ng ChatGPT ang nagpasiklab ng interes sa subfield ng AI, ang generative AI, at lahat ay gumagamit ng teknolohiya bilang consumer at service provider.  

Ayon sa isang survey ng McKinsey, ang karamihan ng mga organisasyon (55%) ay gumagamit na ngayon ng AI sa hindi bababa sa isang business function. Makatuwiran ito, dahil ang AI ay nakakaapekto sa lahat mula sa sales, marketing, at customer services hanggang sa security, data, technology, at iba pang proseso.

Isang Pagsilip sa AI at ang Kakayahan Nito na Baguhin ang mga Industriya

Ang AI, isang konsepto mula pa noong 1950s, ay ang katalinuhan ng mga makina. Ito ay ang kakayahan ng isang makina na magsagawa ng mga cognitive function na kahalintulad ng sa tao. 

Ang katalinuhan ng tao ang nagtatangi sa atin mula sa ibang mga nilalang. Ito ay ang kakayahang matuto ng mga bagong bagay, mag-rationalize, mag-adapt, lutasin ang mga problema, magplano, mag-improvise, at kumilos. Ang katalinuhan ay pundasyon ng karanasan ng tao, at ngayon ay muling nililikha natin ito nang artipisyal sa mga siyentipikong pagsisikap. Bilang resulta, ang mga AI system ngayon ay nagpapakita ng ilang katangian ng katalinuhan ng tao, kabilang ang pagkatuto, pangangatwiran, paglutas ng problema, at persepsyon.

Kaya, ang AI ay simpleng simulasyon ng katalinuhan ng tao sa mga makina. Ang machine learning (ML) ay isang subset ng AI na tumutukoy sa kakayahan ng mga computer program na matuto mula sa data at mag-adapt nang walang tulong ng tao. 

Pagkatapos ay may deep learning, na nagbibigay-daan sa awtomatikong pagkatuto gamit ang napakalaking dami ng data tulad ng teksto, larawan, o video, na napakalawak para sa tao. Ang deep learning ay gumagamit ng neural networks, na batay sa paraan ng pakikipag-ugnayan ng mga neuron sa utak ng tao — upang tumanggap ng data at iproseso ito. Tatlong uri ng artificial neural networks ang ginagamit dito: feed-forward neural networks, convolutional neural networks, at recurrent neural networks.

Ang machine learning at deep learning ay nagpapahintulot sa AI na magsagawa ng mas kumplikadong gawain sa pamamagitan ng pagproseso ng data na nagbibigay-daan sa kanila na matukoy ang mga pattern, gumawa ng mga rekomendasyon at prediksyon, at pagkatapos ay mag-adapt sa bagong data at karanasan.

I-click dito para sa listahan ng 5 pinakamahusay na AI at digital biotech na kumpanya.

Malawak na Mga Use Case ng AI, Nagbabago sa mga Industriya

Ang lahat ng pag-unlad sa teknolohiyang AI sa mga nakaraang taon ay nagbigay-daan upang magamit ito sa iba’t ibang industriya, na nakikita ang aplikasyon nito sa halos lahat ng sektor ng negosyo. 

Sa simula, ang mga chatbot ay tumutulong mapabuti ang karanasan ng gumagamit online. Ang Natural Language Processing (NLP) ay ginagamit upang gawing tunog na tao at personal ang pag-uusap. Ang mga AI-powered na assistant na ito ay maaari ring magkaroon ng real-time na pakikipag-ugnayan sa mga customer. Ayon sa Servion Global Solutions, 95% ng pakikipag-ugnayan ng customer ay mapapagana ng AI pagsapit ng 2025. 

Sa larangan ng media at entertainment, nagdadala ang AI ng bagong panahon ng kahusayan at pagkamalikhain. Mula sa mga artista hanggang sa mga filmmaker at game developer, ginagamit ng mga content creator ang kapangyarihan ng mga AI algorithm upang lumikha ng mga script at kwento. 

Ginagamit din ang AI upang mapadali ang real-time na pagsasalin ng wika sa mga sulatin, video, podcast, at iba pang multimedia format na nagpapalawak ng accessibility ng nilalaman sa mas malawak na audience. Sa pamamagitan nito, sinusuri ng teknolohiya ang mga linguistic nuance at galaw ng mukha upang makatulong sa lip sync translation. Pinayayaman nito ang karanasan ng manonood at binabago kung paano nasusinkronisa ang audiovisual na nilalaman sa iba’t ibang wika.

Bukod pa rito, ang mga synthetic actor na gumaganap bilang totoong tao sa loob ng digital na kapaligiran, mga ad copy na nakatuon sa customer, at awtomatikong pagbuo ng mga balita at buod ay ilan pang paraan kung paano tinutulungan ng AI ang industriya ng media.

Ang teknolohiyang ito ay nakakaapekto rin sa ating pamumuhay, lalo na sa pamamagitan ng autonomous vehicles. Ang mga kumpanya tulad ng Tesla (TSLA ), Toyota, at Audi ay gumagamit ng machine learning upang bumuo ng self-driving na sasakyan, magbigay ng driver assistance, at sa huli alisin ang pangangailangan ng tao bilang operator. Sa sektor na ito, ginagamit din ang AI para sa spam filters, facial recognition, at upang magbigay ng customized na rekomendasyon para sa mas mataas na engagement. 

Pumapasok din ang AI nang mas malalim sa sektor ng edukasyon upang mapabuti ang produktibidad ng mga guro sa pamamagitan ng pag-automate ng mga administratibong gawain tulad ng personalized na mensahe, pamamahala ng enrollment, at paghawak ng iba pang routine na isyu. Tinutulungan din nitong i-personalize ang materyales sa pagkatuto, lumikha ng matalinong nilalaman, at magbigay ng Voice Assistants para sa karagdagang materyales o tulong sa pag-aaral.

Ito ay pa lamang ang tip ng iceberg, dahil napakalawak ng gamit ng AI, kabilang ang navigation para sa tumpak at detalyadong impormasyon, human resources upang mapadali ang proseso, agrikultura upang tumulong sa pag-ani ng pananim nang mas mabilis at mas marami, gaming upang lumikha ng human-like na NPCs, at finance upang mapabuti ang malawak na hanay ng serbisyo. 

Bukod pa rito, ginagamit ang AI sa data security upang tuklasin ang mga hindi kilalang banta, pagkilala ng depekto, pag-iwas sa banta, at pagkilala sa mga hindi pa natukoy na aksyon. Bukod sa pagtulong sa traffic management, ride-sharing, at route planning sa travel industry, nagbibigay din ang AI ng suporta sa quality control, inspeksyon, at supply chain management. 

Pagkatapos ay ang robotics, kung saan karaniwang ginagamit ang AI para sa pag-sense ng mga hadlang at pre-planning ng mga biyahe. Sa lalong madaling panahon, magiging realidad din ang artificial general intelligence (AGI), na nangangahulugang magkakaroon ng katalinuhan ang mga makina upang magsagawa at magtagumpay sa mga intelektwal na gawain na sa kasalukuyan ay tanging tao lamang ang nakakagawa. Ang mga organisasyon tulad ng OpenAI ay nagtatrabaho sa paglikha ng teknolohiyang hihigitan ang katalinuhan ng tao. 

AI upang Gawing Mas Accessible ang Internet

Tulad ng aming binanggit, binabago ng AI halos lahat ng sektor, at kahit pa iyon, hindi pa ito ang kabuuang lawak ng gamit nito. Halimbawa, ang mga mananaliksik ng Ohio State University ay nagde-develop ng AI agent upang gawing mas accessible ang internet para sa mga taong may kapansanan. Ang AI agent na ito ay makakakilos sa masalimuot na sistema ng web upang maisakatuparan ang kumplikadong mga gawain sa anumang website gamit ang simpleng language commands.  

Ayon sa ang pag-aaral na inilahad sa 37th Conference on Neural Information Processing Systems (NeurIPS) noong Disyembre, tumataas ang mga hadlang sa pag-access ng internet, na ating pinagbabatayan sa pang-araw-araw na buhay at trabaho. Upang alisin ang mga hadlang na ito at bawasan ang disparity, lalo na para sa mga taong may kapansanan, gumamit ang pag-aaral ng impormasyon mula sa mga live na site at lumikha ng mga web agent.

Ang mga online AI helper na ito ay gumagamit ng deep learning algorithm at malalaking language model (LLMs) upang gumana katulad ng paraan ng mga tao kapag nagba-browse sa internet. Ang modelong nilikha ay maaaring maunawaan ang layout pati na rin ang functionality ng iba’t ibang website gamit lamang ang kakayahan nitong magproseso at mag-predict ng wika.  

Upang ma-develop ang solusyong ito, unang nilikha ng koponan ang dataset na Mind2Web para sa pangkalahatang web agents. Gumamit ang mga mananaliksik ng 137 iba’t ibang real-world na website para sa mahigit 2,000 open-ended na gawain, tulad ng pagsunod sa mga celebrity account sa social media, pag-book ng international flights, at pag-schedule ng mga pagsusulit sa DMV, upang sanayin ang kanilang mga ahente. 

Ayon kay Yu Su, co-author ng pag-aaral at assistant professor ng computer science and engineering sa Ohio State, naging susi ang kakayahan ng kanilang modelo na umangkop sa kumplikado at dynamic na kalikasan ng mga website ngayon at harapin ang patuloy na umuunlad na internet kaya naging matagumpay ang kanilang mga ahente. Sabi ni Su:

“Naging posible lamang na gawin ang ganitong bagay dahil sa kamakailang pag-unlad ng malalaking language model tulad ng ChatGPT.” 

Mula nang maging publiko ang chatbot noong Nob. 2022, milyong‑milyong tao ang gumamit nito upang lumikha ng nilalaman. Kamakailan, ibinunyag ng CEO ng OpenAI na si Sam Altman na ilalabas ngayong taon ang pinakabagong bersyon ng chatbot na GPT-5 na may video functionality at mas mataas na katumpakan. Ayon kay Altman, hindi lamang babaguhin ng AI ang paraan ng ating pagtatrabaho, kundi ang mga pag‑unlad sa teknolohiya ay “tutulong nang lubos na pabilisin ang bilis ng siyentipikong pagtuklas.”

Bilang karagdagan sa Mind2Web, nagpakilala din ang mga mananaliksik ng Ohio State ng isang framework na tinatawag na MindAct, na gumagamit ng parehong maliit at malaking language model upang magsagawa ng mga gawain. Sa paggamit ng parehong modelo, natuklasan ng koponan na ang kanilang framework ay maaaring higitan ang iba pang karaniwang modeling strategy at maunawaan nang maayos ang iba’t ibang konsepto.

Kapag na‑refine na ang modelo, maaari itong magamit kasabay ng open‑ at closed‑source LLMs tulad ng Flan‑T5 o GPT‑4, ayon sa pag-aaral, na sinuportahan ng National Science Foundation, US Army Research Lab, at Ohio Supercomputer Center.

Sa gitna ng lahat ng ito, binigyang‑diin ng pag-aaral ang etikal na problema ng paglikha ng flexible na AI, na bagaman napaka‑kapaki‑pakinabang sa tao sa maraming paraan, tulad ng pag‑surf sa web, ay maaaring gawing isang napakalakas na kasangkapan ang internet sa pamamagitan ng pagpapahusay ng mga sistema tulad ng ChatGPT.

“Sa isang banda, may malaking potensyal tayo upang mapabuti ang ating kahusayan at payagan tayong mag‑focus sa pinaka‑malikhain na bahagi ng ating trabaho,” sabi ni Su, na nagdagdag, “Ngunit sa kabilang banda, may napakalaking potensyal para sa pinsala.” Maaaring magpakita ito sa anyo ng pagkalat ng maling impormasyon o maling paggamit ng impormasyong pinansyal.

Ayon kay Su, dapat tayong lahat na “lubos na mag‑ingat” sa mga panganib na ito at magsama‑sama upang mapagaan ang mga ito. Binanggit din niya na ang patuloy na pananaliksik sa AI ay makatutulong sa lipunan na makaranas ng malaking paglago sa mga darating na taon.

Malaking Papel ng AI sa Healthcare 

Isa pang larangan kung saan ang AI ay nagiging game‑changer ay ang healthcare, na nagpapahusay sa iba’t ibang aspeto ng industriyang ito.  

Ang healthcare ay mahalagang bahagi ng ating buhay upang maiwasan ang mga sakit at mapabuti ang kalidad ng buhay. Gayunpaman, humaharap ang industriya sa problema ng hindi epektibong proseso at tumataas na gastusin sa medikal. Dito, maaaring ganap na baguhin ng AI ang mukha ng healthcare sa pamamagitan ng pagpapasimple ng mga proseso at pagtulong sa pananaliksik ng mga gamot na nakapagliligtas ng buhay sa pamamagitan ng pagsasama ng historikal na data at medikal na intelihensiya. Sa ganitong paraan, maaaring bawasan ng mga organisasyon ang kanilang gastusin sa R&D habang pinapataas ang output.

Ang mga AI‑enabled na virtual assistant, sa kabilang banda, ay tumutulong sa mga tao sa pamamagitan ng pagbawas ng hindi kinakailangang pagbisita sa ospital at pag‑save ng oras ng mga propesyonal sa kalusugan. Maaaring gamitin ang mga chatbot upang mag‑schedule ng appointment ng pasyente, magbigay ng impormasyon, punan ang impormasyon ng pasyente, at pangasiwaan ang mga tanong tungkol sa insurance. 

Maaaring higit pang suriin ng mga medikal na pasilidad ang mga pasyente upang matuklasan ang mga insight at mag‑suggest ng mga aksyon nang may mas mataas na katumpakan upang mabawasan ang mortality rate at pataasin ang kasiyahan ng pasyente. Ang data ng pasyente, tulad ng medikal na kasaysayan at genetic profile, ay maaari ring magamit upang magbigay ng personalized na gamot at pinakamahusay na plano ng paggamot. Maaari ring gamitin ng mga ospital ang AI para sa market research upang i‑optimize ang mga serbisyo at lumikha ng optimal na estratehiya sa marketing para sa brand management at marketing.

Sa ibabaw ng lahat, ginagamit ang teknolohiya upang bumuo ng mga sopistikadong makina na maaaring mag‑detect ng mga sakit at tumulong sa pagsusuri ng mga chronic condition upang matiyak ang maagang diagnosis. 

Kamakailan, isang bagong pag-aaral na pinondohan ng Swedish Brain Foundation, Swedish Foundation for Strategic Research, Swedish Research Council, at iba pa ang gumamit ng machine learning upang i‑predict ang matinding multiple sclerosis (MS). Ang MS ay isang chronic disease ng central nervous system na hindi matantiya, kung saan ang pag‑progress ay lubhang nag-iiba‑iba mula sa isang tao patungo sa iba. 

Pinaniniwalaang ito ay isang autoimmune disorder, ibig sabihin inaatake ng immune system ang sariling katawan ng tao. Sa MS, inaatake ang isang fatty compound na tinatawag na myelin na nagdudulot ng pinsala sa mga nerves sa utak at spinal cord. Ito ay dahil ang myelin ay pumapalibot at nag-iinsulate sa mga nerve axons upang payagan ang pag‑transmit ng signal, na naaapektuhan kapag nasira.

Kaya, upang makahanap ng paraan upang matuklasan ang sakit sa maagang yugto, nagsama‑sama ang mga mananaliksik mula sa Linköping University, Karolinska Institute, at University of Skövde para sa pag-aaral na ito. 

Sinuri ng mga mananaliksik ang humigit‑kumulang 1,500 na protein sample gamit ang machine learning. Ito ay unang pag-aaral na sumusukat ng ganitong kalaking dami ng mga protina gamit ang proximity extension assay (PEA), isang napaka‑sensitibong pamamaraan, kasabay ng next‑generation sequencing (NGS). Ang teknolohiyang ginamit ay nagbibigay-daan sa mas tumpak na pagsukat ng napakaliit na dami, na partikular na mahalaga dahil ang mga protinang ito ay madalas na nasa napakababang antas.

Natuklasan ng pag-aaral na ang kombinasyon ng 11 protina ay maaaring mag‑predict ng parehong short‑term — isang partikular na protina na tinatawag na neurofilament light chain (NfL) ay isang maaasahang indicator para dito — at long‑term disease activity at disability outcomes. Ang kombinasyong ito ng mga protina ay kalaunan nakumpirma sa isang hiwalay na grupo ng mga pasyenteng may MS.

Bukod pa rito, ang mga protinang ito ay kailangang sukatin sa cerebrospinal fluid imbis na sa dugo upang magkaroon ng mas malinaw na ideya kung ano ang nangyayari sa central nervous system. Ang mga protinang ito ay maaari pang magamit upang i‑tailor ang mga paggamot para sa bawat pasyente batay sa inaasahang severity ng MS. 

I‑click dito upang matuto tungkol sa lumalaking synergy sa pagitan ng AI at neuroscience.

Mga Kumpanyang Nangunguna sa AI 

Sa pag‑norma ng AI at inaasahang umabot sa $126 bilyon pagsapit ng 2025, sumasakay ang lahat sa bandwagon na ito. Ngunit may ilang kumpanya na gumagawa ng malaking alon sa sektor sa pamamagitan ng mga makabagong implementasyon ng machine learning:

1. Microsoft

Ang higanteng teknolohiya ay nag-aalok ng business AI assistant, Office 365 Copilot. Ang Microsoft (MSFT ), na pinakamalaking investor sa OpenAI, ay kamakailan naglunsad ng AI‑powered na tool, “Reading Coach.” 

Sa market cap na $2.9tn, ang MSFT shares ay nagte‑trade sa $398, tumaas ng 4.74% YTD. Ang revenue ng kumpanya (TTM) ay $218.3bln, EPS (TTM) ay 10.33, P/E (TTM) ay 38.14, at nagbabayad ito ng dividend yield na 0.76%.

2. Tesla

Ang kumpanya ay gumagawa ng mga modelong electric vehicle na may autonomous driving capabilities. Ang CEO nito na si Elon Musk ay tinutukoy ang Tesla bilang isang “AI/robotics company” at minsang nag‑claim na nagde‑develop sila ng “the most advanced real‑world AI.”

Sa market cap na $673.55bln, ang TSLA shares ay nagte‑trade sa $209.20, bumaba ng 14.72% YTD. Ang revenue ng kumpanya (TTM) ay $95.92bln, EPS (TTM) ay 2.10, at P/E (TTM) ay 68.28.

3. Luminar Technologies

Ang kumpanya ay gumagawa ng advanced na LIDAR‑based vehicle vision products. Ang mga sensor nito ay gumagamit ng fiber lasers na nagbibigay‑daan sa AI‑based software system ng self‑driving cars na magkaroon ng mas malalim na pagtingin sa kanilang kapaligiran. 

Sa market cap na $1.095bln, ang LAZR shares ay nagte‑trade sa $2.19, bumaba ng 35.9% YTD. Ang revenue ng kumpanya (TTM) ay $58.79bln, EPS (TTM) ay -1.50, at P/E (TTM) ay -1.44.

Pangwakas na Kaisipan

Dinala ng 2023 ang AI sa mainstream, at habang lumalago ang kasikatan at paggamit ng teknolohiyang ito, ang pag‑perform nito ay makakaranas din ng malaking paglago sa pamamagitan ng patuloy na pananaliksik at pamumuhunan. Sa kasalukuyan, ang flexibility ng AI ay nagbabago ng iba’t ibang industriya, at habang tayo ay sumusulong, ang mga aplikasyon nito ay magpapatuloy lamang na mag‑drive ng inobasyon at mag‑papaunlad pa ng mga industriya. Ayon kay Su, ito ay “mag‑save ng oras ng tao at gagawin ang imposibleng posible.” 

I‑click dito upang matutunan ang lahat tungkol sa pag‑invest sa artificial intelligence.