|
这明显好于研究人员对语音数据采用更传统的方法得到的74.6%的结果,后者依赖于声学特征,而这些特征必须由专家精心识别。他们还将自己的技术与几种使用大型语言模型的尖端机器学习方法进行了比较,这些方法还包括一个额外的步骤,即利用从训练数据中获得的一些文本对模型进行微调。有趣的是,当研究人员尝试微调时,GPT-3的性能实际上下降了。这似乎有违直觉,但是 Liang指出,这可能是由于用于训练GPT-3的大量数据与可用于微调的少量领域特定训练数据之间的大小不匹配。多伦多大学计算机科学副教授 Frank Rudzicz 说,虽然研究小组确实取得了最先进的成果,但是依靠私人拥有的模型进行这种研究确实会带来一些问题。他说:“这些封闭的 API 之所以受到限制,部分原因在于我们无法检查或深入修改这些模型的内部结构,也无法进行一系列更完整的实验来帮助阐明我们需要避免或纠正的潜在错误来源。”Liang对这种方法的局限性也持开放态度。他说,这个模型还远远不够准确,不足以正确诊断阿尔茨海默氏症,任何现实世界部署这种技术将作为一个初始筛选步骤,旨在引导人们到专家那里进行全面的医疗评估。与许多基于人工智能的方法一样,当模型检测到阿尔茨海默氏症时,也很难确切地知道该模型检测到了什么,这可能是医务人员的一个问题。“医生会很自然地问你为什么会得到这些结果,”梁说。“他们想知道什么特征是真正重要的。”尽管如此,梁认为这种方法有很大的前景,他和他的同事们正计划开发一个应用程序,可以在家里或医生的办公室使用,以简化疾病的筛查。相关报道:https://spectrum.ieee.org/gpt-3-ai-chat-alzheimershttps://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000168原标题:《真·没病聊两句?ChatGPT跟人类聊一下,就能识别老年痴呆,准确率80%》
来源:http://www.yidianzixun.com/article/0lT32B07
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
x
|