 |
| 圖片作者：Gemini |
在許多人的印象中，AI 好像是一個「比較貼心」的聊天對象：不會吼你、不會翻白眼、永遠在那裡等你開口。
但一個最新（未經同儕審查）研究發現，一些「陪伴型」 AI 對話系統正在發展出更微妙的「情緒操控」──不是因為它們有感情，而是因為它們學會了使用某些語言策略...
2025年12月3日 星期三
2025年9月25日 星期四
ΦX174：從 Sanger 到 AI 的聖杯之旅，一顆小病毒如何三次顛覆科學？
 |
| ΦX174。By ShiftFn - http://studia.scienceontheweb.net/visualization.php, CC BY-SA 4.0, |
在分子生物學的發展史上，很少有哪個生物能像噬菌體ΦX174 一樣，三度站上科學的浪頭。它的基因體只有短短五千多個鹼基，但卻三度改寫了我們對生命的想像：第一個被讀完的基因體、被人工合成的基因體、被AI拿去「玩」的基因體！
2024年2月14日 星期三
機器與人類的對決：我們真的能分辨AI的偽裝嗎？
 |
| 圖片作者：ChatGPT |
自從ChatGPT在2023年橫空出世以後，大家最關心的就是人類有沒有辦法分辨到底哪些是人工智慧的產物、哪些是「工人」智慧的產品？
另外還有一個問題是：如果人工智慧可以寫出極好的文章，會不會誤導我們？
為了解答這些疑惑，研究團隊選擇了11個主題進行研究，這些主題包括氣候變遷、疫苗安全、進化論、COVID-19、口罩安全、疫苗和自閉症、治療癌症的順勢療法、地平論、5G技術和COVID-19、抗生素和病毒感染，以及COVID-19和流感。每個主題都有相應的準確信息和虛假信息推文被生成和測試。
他們讓GPT-3為每個類別生成10條準確信息和10條虛假信息的推文。同時，他們收集了真實用戶撰寫的推文，並設計了一項調查，要求受訪者將隨機選擇的合成推文（由GPT-3生成）和有機推文（由人類撰寫）分類為真實或虛假，以及是由真實Twitter用戶還是AI生成的。共有697名參與者，分別來自英國、加拿大、美國與愛爾蘭，女性較男性為多，大部分都是大學畢業。
研究團隊發現：
1. GPT-3能夠產生既準確易懂的信息，也能夠產生更具說服力的虛假信息，這使得人們難以區分真實信息和虛假信息。
2. 人們無法區分由GPT-3生成的推文和真實Twitter用戶寫的推文。（準確度只有0.5）
3. GPT-3在傳達信息方面可能比人類更有效，因為它可以生成比人類撰寫的文本更容易閱讀和理解的文本。
4. 人們判別正確信息的比例高於GPT-3（0.78 vs. 0.64）。
5. GPT-3會拒絕製造虛假信息。當要求寫出正確信息時，101次中99次都成功；當要求寫出虛假信息時，102次只有80次成功。
6. 人們對自己是否能鑑別出假信息，在調查前都是信心滿滿，調查後信心更進一步上升；但是對於自己能不能區別「人工」智慧與「工人」智慧，就沒有那麼高的信心了。
研究結果顯示，GPT-3可能對信息的傳播產生積極和消極的影響，並提出了一種有效溝通和信息評估模型，挑戰了目前人類生成信息並由AI協助評估的共識。
這些發現強調了AI在當前信息過剩時代對公共衛生信息的塑造可能帶來的潛在利益和危害。
這個研究是以英文的信息來做研究，由於英文內容在網路上應該是最大量，所以GPT-3能夠學習到爐火純青，好像也不意外。相對的，由於目前中文信息以簡體佔大量，這使得台灣的用戶要辨認信息是否來自於台灣並不困難。
參考文獻：
Giovanni Spitale et al. ,AI model GPT-3 (dis)informs us better than humans. Sci. Adv. 9,eadh 1850(2023).DOI:10.1126/sciadv.adh1850
2024年1月3日 星期三
AI揭秘：心血管疾病診斷新方法
 |
| 心肌梗塞。圖片來源：維基百科 |
心血管疾病（CVD）是指影響心臟和血管系統的一組疾病，包括心臟病、腦血管疾病、高血壓、動脈粥樣硬化、心肌梗塞（俗稱心臟病發作）和中風等。心血管疾病是全球主要的死因之一，對人類健康構成嚴重威脅。
心血管疾病的主要風險因素包括不健康的飲食習慣、缺乏運動、吸煙、過量飲酒、肥胖和遺傳因素。高血脂、高血壓和糖尿病也會顯著增加患心血管疾病的風險。
在這些心血管疾病中，尤以心肌梗塞致死率最高，可達12%。若能預測心血管疾病的風險，應該可以幫助不少人，甚至可以讓不少人免於早死的風險。
美國的研究團隊，在人工智慧（AI）的幫助下，建立了一個預測模型。研究團隊分析了共61位心血管疾病（CVD）患者的轉錄組。這些患者包括40位男性和21位女性，年齡介於45至92歲之間。在種族身份上，42位自認為白人，7位自認為黑人或非裔美國人，1位自認為亞洲人，以及11位未透露種族。這些個體均被臨床診斷為患有心衰竭（HF）和心房顫動（AF）。此外，研究還包括了一個對照組，由10位健康個體組成，男女各半，其中9位自認為白人，1位未透露種族。對照組的年齡範圍為28至78歲。
他們將這些資料輸入到AI，訓練AI使用三種統計測試（皮爾森相關性、卡方檢定和ANOVA）來評估健康個體和CVD患者之間的轉錄表達和臨床特徵的差異。
最後AI發現了18個在CVD人群中具有高度重要性的轉錄組生物標誌。
哪些標誌呢？
論文中確定的18個與心血管疾病相關的轉錄組生物標誌的Ensembl ID如下：
1. ENSG00000266422
2. ENSG00000242574
3. ENSG00000256618
4. ENSG00000265150
5. ENSG00000234745
6. ENSG00000241553
7. ENSG00000256514
8. ENSG00000231389
9. ENSG00000239998
10. ENSG00000234741
11. ENSG00000247596
12. ENSG00000215845
13. ENSG00000269858
14. ENSG00000233276
15. ENSG00000245910
16. ENSG00000227097
17. ENSG00000254999
18. ENSG00000260592
研究團隊利用五種獨特的分類器（隨機森林、支持向量機、極端梯度增強決策樹、k-最近鄰居和軟投票分類器）進行預測分析。這些標誌被用於預測疾病，準確率高達96％。
這項研究的結果為心血管疾病的研究和治療提供了新的洞察，並展示了AI和ML在精準醫療領域的潛力。
預防心血管疾病的關鍵在於健康的生活方式，包括均衡飲食、規律運動、戒煙、限酒、保持健康體重，以及定期進行醫療檢查，尤其是對於有心血管疾病家族史的人群。
在治療方面，心血管疾病的治療方法取決於具體疾病的類型和嚴重程度，一般包括藥物治療、手術治療，以及生活方式的調整。隨著醫學科技的進步，包括介入治療、心臟重建手術和人工心臟植入等新技術不斷發展，為心血管疾病的治療提供了更多選擇。
最後，心肌梗塞的常見症狀包括胸痛（可能輻射至手臂、頸部或背部）、呼吸困難、冷汗、噁心和頭暈。如果出現這些症狀，應立即尋求醫療幫助。
參考文獻：
Healthline.com. Heart Disease: Facts, Statistics, and You
DeGroat, W., Abdelhalim, H., Patel, K. et al. Discovering biomarkers associated and predicting cardiovascular disease with high accuracy using a novel nexus of machine learning techniques for precision medicine. Sci Rep 14, 1 (2024). https://doi.org/10.1038/s41598-023-50600-8
訂閱：
文章 (Atom)