Google의 생성 AI 시스템인 Bard는 의료 서비스를 혁신할 수 있는 잠재력을 가지고 있습니다.

인공지능(AI) 기술을 의미 있는 방식으로 구현하기 위한 경쟁이 그 어느 때보다 치열합니다. 특히 생성 AI는 최근 애플리케이션, 기술 및 잠재적 가치의 전체 영역을 창출하면서 전 세계를 강타했습니다.

JP Morgan Insights는 최근 “제너레이티브 AI는 게임 체인저인가?기존 데이터를 기반으로 새로운 콘텐츠를 생성할 수 있는 인공지능 알고리즘의 범주인 제너레이티브 AI는 기술에서 은행, 미디어에 이르기까지 다양한 산업의 차세대 프론티어로 각광받고 있다”고 설명했다. JP Morgan의 아시아 태평양 기술, 미디어 및 통신 연구 공동 책임자인 Gokul Hariharan은 다음과 같이 말했습니다. ”—파괴적 혁신을 위한 길을 닦습니다.

부정할 수 없이 기술 회사는 이러한 혁신의 최전선에 서기를 원합니다.

지난주 초 Google은 생성 AI와 관련하여 많은 기대를 모았던 다음 단계를 발표했습니다. 구글 공식블로그에서 키워드, 제품 부사장 Sissie Hsiao와 연구 부사장 Eli Collins는 사용자가 Google의 제너레이티브 AI 플랫폼과 직접 상호작용하고 그에 따라 피드백을 공유할 수 있는 실험인 Bard에 대한 공개 액세스를 소개했습니다.

저자는 다음과 같이 설명했습니다. Bard에게 올해 더 많은 책을 읽는 목표를 달성하기 위한 팁을 요청하거나 간단한 용어로 양자 물리학을 설명하거나 블로그 게시물의 개요를 작성하여 창의력을 발휘하도록 요청할 수 있습니다. 우리는 지금까지 Bard를 테스트하면서 많은 것을 배웠고 이를 개선하기 위한 다음 중요한 단계는 더 많은 사람들로부터 피드백을 받는 것입니다.”

이 기사는 또한 시스템을 강화하는 기술인 대규모 언어 모델(LLM)의 개념에 대해 설명합니다. 시간이 지남에 따라 더 새롭고 더 많은 기능을 갖춘 모델. 품질 정보에 대한 Google의 이해를 기반으로 합니다. LLM을 예측 엔진으로 생각할 수 있습니다. 프롬프트가 주어지면 다음에 올 가능성이 있는 단어 중에서 한 번에 한 단어씩 선택하여 응답을 생성합니다. 매번 가장 가능성 있는 선택을 선택하는 것은 매우 창의적인 응답으로 이어지지 않으므로 어느 정도 유연성이 고려됩니다. 우리는 더 많은 사람들이 이를 사용할수록 LLM이 어떤 응답이 도움이 될지 예측하는 데 더 나은 결과를 얻는다는 것을 계속해서 확인하고 있습니다.”

"Language Model for Dialogue Applications"의 줄임말인 LaMDA는 고급 대화와 인간 언어의 뉘앙스에 대해 훈련된 적응형 대화 언어 모델을 구축하는 Google의 획기적인 기술입니다. 이제 Google은 이 기술을 유용하고 사용자에게 가치를 창출할 수 있는 것으로 만들기 위해 Bard와 함께 이 혁신을 반복하고 있습니다.

의심할 여지 없이 이 기술은 의료 분야에 놀라운 잠재적 영향을 미칩니다. 가장 확실한 적용은 적절하게 훈련되고 테스트된 모델을 통해 특히 대화형 인터페이스가 강력한 경우 환자가 시스템에서 의학적 조언과 권장 사항을 찾기 시작할 수 있다는 것입니다. 물론 모델은 훈련된 데이터만큼만 우수하고 그 후에도 실수할 수 있으므로 주의해서 접근해야 합니다.

이 기사의 저자는 “LLM은 흥미로운 기술이지만 결함이 없는 것은 아닙니다. 예를 들어, 그들은 실제 편향과 고정관념을 반영하는 광범위한 정보에서 배우기 때문에 때때로 그들의 출력에 나타납니다. 또한 부정확하거나 오해의 소지가 있거나 잘못된 정보를 자신 있게 제시하면서 제공할 수 있습니다. 예를 들어, 쉬운 실내 식물에 대한 몇 가지 제안을 공유하라는 요청을 받았을 때 Bard는 설득력 있는 아이디어를 제시했지만 ZZ 식물의 학명과 같이 몇 가지 잘못된 점이 있었습니다.” 그들은 계속해서 시스템이 Zamioculcas Zamiifolia 식물에 대해 잘못된 학명을 제안한 방법에 대한 예를 제시합니다.

그러나 올바르게 수행하면 의사와 전문가가 환자를 위한 진단 계획을 세우거나 치료를 연결하는 데 도움이 되는 방법으로 의학적으로 이해 가능한 대화를 가능하게 하는 것과 관련하여 많은 잠재력이 있습니다.

더 큰 규모에서 이와 같은 직관적인 모델을 교육하는 기능은 데이터에서 강력한 통찰력을 얻을 수 있는 좋은 기회를 제공합니다. 의료는 매년 테라바이트 규모의 데이터가 생성되는 XNUMX조 달러 규모의 산업입니다. 고급 인공 지능 및 기계 학습 모델을 이 데이터에 중첩하면 더 나은 정보를 위해 이 정보를 더 잘 이해하고 사용할 수 있는 중요한 기회를 제공할 수 있습니다.

확실히 AI와 관련하여 일반적으로 그리고 구체적으로 생성적 AI와 관련하여 고려해야 할 많은 윤리적 및 안전 문제가 있습니다. 이와 같은 제품에는 오용될 수 있는 혐오 발언 및 언어 생성부터 의료 환경에서 특히 위험할 수 있는 오해의 소지가 있는 정보 생성에 이르기까지 기술 회사가 해결해야 하는 수많은 위험이 있습니다. 의심할 여지 없이 환자는 훈련되고 면허가 있는 의료 전문가에게만 진료를 받아야 합니다.

그럼에도 불구하고 이러한 고급 도구를 만드는 Google 및 기타 회사는 세계에서 가장 어려운 문제를 해결하는 데 큰 잠재력을 가지고 있습니다. 따라서 그들은 또한 이러한 제품을 안전하고 윤리적이며 소비자 중심적인 방식으로 만드는 데 상당한 책임을 집니다. 그러나 올바르게 수행된다면 이 기술은 잠재적으로 다음 세대의 의료 서비스를 변화시킬 수 있습니다.

이 기사의 내용은 어떤 식으로든 전문적인 의학적 조언, 진단 또는 치료를 암시하거나 대체해서는 안 되며, 그렇게 쓰여지거나 의도되지 않았습니다. 이 콘텐츠는 정보 제공의 목적으로만 제공됩니다. 의학적 조언을 위해 숙련된 의료 전문가에게 문의하십시오.