Mesterséges intelligencia és szimulált sejtek a rákkutatásban
Az elmúlt két évtizedben történt adat-, és számítási teljesítmény-robbanás lassan elérhetővé teszi, hogy emberi sejtek belső működését modellezzük.
Machine recruiting: nem biztos, hogy szeretni fogod
Az AI visszafordíthatatlanul beépült a toborzás folyamatába.
|
Machine recruiting: nem biztos, hogy szeretni fogod
Az AI visszafordíthatatlanul beépült a toborzás folyamatába.
Szalay Kristóf, a Turbine.AI alapítója a 2018-as HWSW termékfejlesztési konferencián tartott és alább megtekinthető előadása során megmutatja, hogy készülnek a Turbine szimulált sejtjei, hogyan használják őket, illetve hogyan segítenek a mesterséges intelligencia és gépi tanuló algoritmusaik szimulációk tízmillióinak eredményeiből használható, általános következtetéseket levonni. A rák nem egyetlen betegséget jelöl - valójában több millió betegség közös neve, hiszen minden egyes daganat kicsit más, mint az összes többi, így a daganatok kezelése is ennek megfelelően bonyolult.
Mesterséges intelligencia és szimulált sejtek a rákkutatásban – Szalay Kristóf (Turbine.AI)
Még több videó
Machine recruiting: nem biztos, hogy szeretni fogod
Az AI visszafordíthatatlanul beépült a toborzás folyamatába.Machine recruiting: nem biztos, hogy szeretni fogod Az AI visszafordíthatatlanul beépült a toborzás folyamatába.
Szalay Kristóf, a Turbine.AI alapítója a 2018-as HWSW termékfejlesztési konferencián tartott és alább megtekinthető előadása során megmutatja, hogy készülnek a Turbine szimulált sejtjei, hogyan használják őket, illetve hogyan segítenek a mesterséges intelligencia és gépi tanuló algoritmusaik szimulációk tízmillióinak eredményeiből használható, általános következtetéseket levonni. A rák nem egyetlen betegséget jelöl - valójában több millió betegség közös neve, hiszen minden egyes daganat kicsit más, mint az összes többi, így a daganatok kezelése is ennek megfelelően bonyolult.
Mesterséges intelligencia és szimulált sejtek a rákkutatásban – Szalay Kristóf (Turbine.AI)
Még több videó