การฝึกปัญญาประดิษฐ์เพื่อจำแนกประเภทภาพนั้นต้องใช้ข้อมูลสำหรับฝึกปัญญาประดิษฐ์ปริมาณมาก และขั้นตอนใหญ่ๆ ในการพัฒนาปัญญาประดิษฐ์กลายเป็นการสร้างชุดข้อมูลขึ้นมา แนวทางหนึ่งที่เป็นไปได้คือการสร้างปัญญาประดิษฐ์ในกลุ่ม generative adversarial network (GAN) เพื่อสร้างชุดข้อมูลขึ้นมาใหม่ ล่าสุดกูเกิลก็เสนอปัญญาประดิษฐ์ DermaGAN สำหรับการสร้างชุดข้อมูลโรคผิวหนัง

ปัญหาของการสร้างปัญญาประดิษฐ์สำหรับโรคผิวหนัง คือกลุ่มตัวอย่างมีความหลากหลาย ตั้งแต่ตัวโรค, สภาพผิวหนังเดิมของผู้ป่วย, สีผมที่อยู่ในภาพ, ไปจนถึงกล้องที่ใช้เก็บภาพที่มีคุณสมบัติต่างกันไป

DermaGan สามารถสร้างภาพโรคแบบต่างๆ ในผิวหนังทุกรูปแบบที่เป็นไปได้ พร้อมกับจำลองภาพจากกล้องแบบต่างๆ โดยมีเฉลยบอกล่วงหน้าว่าเป็นโรคอะไร และบริเวณของภาพที่ตรวจพบโรคนั้นอยู่ตรงไหน

การวัดประสิทธิภาพของข้อมูลที่สร้างออกมา อาศัยแพทย์มาทดลองแยกรูปจริงโดยเฉลี่ยแพทย์ยังคงแยกภาพจริงได้ระหว่าง 51%-69% จากนั้นให้แพทย์ทดลองเลือกรูปตามโรคที่กำหนด หากใช้ภาพจริงจะเลือกได้ถูก 30%-100% ขณะที่ภาพที่สร้างขึ้นนั้นอยู่ระหว่าง 0%-67% และเมื่อนำข้อมูลที่สร้างขึ้น 20,000 ภาพไปรวมกับข้อมูลฝึกเดิม 49,920 ภาพ ความสามารถในการแยกอาการบางประเภทก็สูงขึ้นอย่างมาก

ที่มา - Google AI Blog

ภาพตัวอย่างการสร้างภาพไฟบนผิวสีต่างๆ