- Reklama -
Banner

Sztuczna inteligencja może stwierdzić, czy jesteś “zjarany”, czytając dane z Twojego smartfona

Najnowsze badania wykorzystujące sztuczną inteligencję do przewidywania upojenia konopiami na podstawie danych biometrycznych z czujników smartfona zaskakują swoją precyzją.

Badacze z Stevens Institute of Technology opublikowali niedawno badanie w czasopiśmie Drug and Alcohol Dependence, które analizowało dane z telefonów użytkowników konopi oraz osób, które ich nie używały. Użytkownicy konopi samodzielnie informowali o czasie konsumpcji oraz stopniu odurzenia, klasyfikując go na prostej skali od 1 do 10.

Porównując ponad 100 różnych czynników, takich jak czas, lokalizacja, poziom hałasu i ruchu zarejestrowanych przez telefony obu grup, naukowcy twierdzą, że zauważyli znaczące różnice w momentach, gdy użytkownicy konopi byli pod ich wpływem. Różnice te byłyby trudne do wychwycenia przez zwykłe ludzkie zmysły. Podobna technologia była już wcześniej używana do badania wpływu alkoholu i innych substancji.

- Reklama -
PsyloShop - sklep z growkitami grzybów psylocybinowych

Smartfony z mobilnymi czujnikami są wszechobecne i mogą dyskretnie monitorować nasze zachowanie,” mówi Sang Won Bae, asystent profesora w Stevens Institute of Technology, kierujący badaniem. “Nie rozpraszają, nie trzeba ich nosić, a zebrane przez nie dane mogą pomóc w uniknięciu błędnych decyzji pod wpływem substancji.”

Potencjał sztucznej inteligencji w wykrywaniu psychoaktywnych efektów marihuany

Zaobserwowane różnice w danych zostały wykorzystane do szkolenia modelu uczenia maszynowego. Możliwe jest, że w przyszłości pozwoli on na rozpoznanie osób pod wpływem marihuany w czasie rzeczywistym na podstawie informacji z czujników telefonu. Możliwe interwencje to np. powiadomienia sugerujące skorzystanie z usług transportowych. Badacze stwierdzili, że ich model AI może przewidywać odurzenie konopiami z 90% dokładnością po szkoleniu na danych z telefonu.

Celem jest przewidywanie zachowania ludzi, aby wspierać ich w chwilach fizycznego czy umysłowego osłabienia,” mówi Bae.

Chociaż badanie twierdziło, że można przewidzieć upojenie konopiami tylko na podstawie danych z telefonu z dokładnością 67%, po skorelowaniu z danymi czasowymi (dzień tygodnia, pora dnia) dokładność wzrosła do 90%. W badaniu użyto skali od 0 do 10 do określenia stopnia odurzenia.

Przetestowaliśmy ważność cech czasowych w porównaniu tylko z danymi z czujników smartfona,” mówi raport, wskazując, że model AI mógł przewidywać upojenie z dokładnością 60% tylko na podstawie czynników czasowych.

Ograniczenia badania

Pomimo obiecujących wyników, badanie miało pewne ograniczenia, takie jak mała próbka uczestników czy potencjalne błędy w samodzielnym raportowaniu przez użytkowników konopi.

To nie jest pierwsza próba wykrywania odurzenia marihuaną w czasie rzeczywistym. Większość testów krwi, śliny czy moczu nie jest w stanie przewidzieć, że dana osoba jest pod wpływem marihuany, tylko wykrywają one niedawne spożycie. Istnieją firmy pracujące nad technologią analizy ruchów gałek ocznych w celu wykrywania odurzenia, ale jeszcze nie zostały one wprowadzone na rynek.

Podsumowanie

To badanie pokazało, że wykorzystanie danych z czujników smartfona do wykrywania subiektywnego upojenia konopiami w naturalnym środowisku wśród młodych dorosłych jest możliwe,” mówi raport. Jednak wyniki są wstępne i potrzebne są dalsze badania. Wyniki tego badania są nadal w fazie początkowej i potrzebne są badania na szerszą skalę, aby modele uczenia maszynowego lepiej zrozumiały mechanizmy charakteryzujące osoby będące pod wpływem marihuany.

2 KOMENTARZE

ZOSTAW ODPOWIEDŹ

Proszę wpisać swój komentarz!
Proszę podać swoje imię tutaj

Najnowsze

- Reklama -
Banner
- Reklama -
  • Growkit Golden Teacher

    Growkit Golden Teacher Full Auto – PsyloShop.pl

    179 
  • Filterki do jointów Purize z aktywnym węglem XTRA Slim SPY 50 szt.

    37 
  • Bibułki Purize 420 King Size Slim 420 szt.

    42 
  • V3 PRO+ Plus 420VAPE Waporyzator do suszu

    359 
  • Bongo gigant 90cm

    Bongo Gigant 90 cm / 4 mm

    279 

Mogą Cię zainteresować