پیش بینی جنسیت نوزاد با کمک هوش مصنوعی

پژوهشگران آمریکایی، یک الگوریتم هوش مصنوعی را ابداع نموده اند که می تواند جنسیت نوزادان را بر طبق خلق و خوی آنها پیش بینی نماید.

به گزارش رمز من به نقل از ایسنا و به نقل از وب سایت رسمی "دانشگاه ایالتی واشنگتن"(WSU)، تشخیص تفاوت بین یک پسر و دختر تازه متولدشده فقط بر طبق خاصیت های خلقی مانند تمایل کودک به نشان دادن ترس، لبخند یا خنده، دشوار است اما زمانی که نوزادان به حدود یک سالگی می رسند، تغییر کردن را شروع می کنند.
پژوهش جدیدی که در دانشگاه ایالتی واشنگتن انجام شده است، از یادگیری ماشینی برای تجزیه و تحلیل داده های مربوط به خلق و خو در ۴۴۳۸ نوزاد بهره برد تا نوزادان را بر طبق جنسیت و سن طبقه بندی کند.
هنگامی که نوزادان ۴۸ هفتگی را پشت سر گذاشتند، طبقه بندی جنسیتی برای الگوریتم های گوناگون بهبود یافت. این نشان میدهد که تفاوت های جنسیتی دوران نوزادی، در این زمان برجسته تر می شوند.
"ماریا گارتشتاین"(Maria Gartstein)، استاد روان شناسی دانشگاه ایالتی واشنگتن و پژوهشگر ارشد این پروژه اظهار داشت: این امر حداقل نشان دهنده تصویری است که در آن، خلق و خو بر طبق جنسیت و به روشی قویتر از یک سالگی آغاز به تمایز می کند.
پژوهش های پیشین، تفاوت های خلق و خو بر طبق جنسیت و سن را در نوزادان بررسی نموده اند اما تعداد کمی از تحقیقات این دو متغیر را با هم مورد بررسی قرار داده اند.
گارتشتاین اظهار داشت که این کار در درجه اول به سبب دشواری، یک آزمایشگاه مستقل است که داده های کافی در مورد رفتار نوزاد را جمع آوری می کند تا یافته ها از نظر آماری، قابل اعتماد و مربوط به بخش بزرگی از جمعیت باشند.
گارتشتاین و همکارانش برای غلبه بر این چالش، با دانشمندان سراسر آمریکا تماس گرفتند تا داده های پرسش نامه رفتار نوزاد را گردآوری کنند که بین سالهای ۲۰۰۶ تا ۲۰۱۹ جمع آوری شده بودند.
این پرسش نامه، یک معیار مبتنی بر گزارش والدین برای سنجش خلق و خو است که از والدین می خواهد رفتار متفاوتی را که فرزندشان از سه تا ۱۲ ماهگی نشان می دهد، ثبت کنند. سپس، می توان از این داده ها برای ارزیابی نوزادان در ۱۴ بعد خلقی مختلف مانند لبخند زدن، سطح فعالیت، عصبانیت، ناامیدی و ترس استفاده نمود. گارتشتاین و همکارانش بطور کلی، داده هایی را در مورد ۲۲۹۸ پسر و ۲۰۹۳ دختر جمع آوری کردند.
"اریش سیمون"(Erich Seamon)، از مؤسسه مدل سازی، همکاری و نوآوری "دانشگاه آیداهو"(UIdaho) برای تجزیه و تحلیل این موضوع، از الگوریتم های یادگیری ماشینی برای طبقه بندی نوزادان بعنوان مرد یا زن در ۲۴ تا ۴۸ هفتگی و بالاتر استفاده نمود. میزان دقت با افزایش سن بالا رفت و از ۳۸ درصد برای گروه سنی یک تا ۵۷ درصد برای گروه سنی سه متغیر بود.
گارتشتاین افزود: این یک فرصت جالب برای انجام دادن یک پژوهش با بهره گیری از روش های یادگیری ماشینی بود که به مجموعه داده های گسترده ای نیاز دارند و چندان رایج نیستند. این پژوهش برای اولین بار به ما این فرصت را داد که میزان تفاوت های جنسیتی را باتوجه به سن نوزاد بررسی نماییم.
نتایج تجزیه و تحلیل پژوهشگران نشان داد که ترس، مهم ترین خاصیت در تشخیص پسران و دختران در بین گروههای سنی جوان است. با بزرگ تر شدن نوزادان، واکنش پذیری یا توانایی بهبودی سریع در موقعیت های استرس زا، نشان دادن تمایل بیشتر برای شروع تعامل و تعامل داشتن با افراد و اشیاء، تأثیرگذارتر شد.
برای نوزادان بزرگ تر از ۴۸ هفته، لذت شرکت کردن در کارهای آرام و آشنا مانند بازی کردن با والدین، تأثیرگذارترین متغیر در تشخیص پسران از دختران بود.
جالب است که تعدادی از خاصیت های خلقی، از دقت الگوریتم های یادگیری ماشینی در طبقه بندی نوزادان برمبنای جنسیت، خصوصاً نوازشگری، واکنش پذیری صوتی، لبخند زدن و خنده در جوان ترین گروه سنی و لبخند زدن، خنده، حساسیت ادراکی در مسن ترین گروه سنی بهره برده است.
بااینکه عوامل مختلفی ممکنست در الگوی نتایج نقش داشته باشند اما این پژوهش با یافته های پیشین که نشان می دهند اثرات اجتماعی شدن در حدود یک سالگی شروع می شوند، مطابقت دارد.
گارتشتاین اظهار داشت: مادران، روش های متفاوتی را برای اجتماعی شدن پسران و دختران خود دارند و چنین تفاوت هایی به مرور زمان می توانند مسیرهای متفاوتی را از نظر خلق و خو ایجاد کنند. بطور ویژه، والدین ممکنست جهت گیری رابطه را برای دختران و شایستگی و استقلال را برای پسران در اولویت قرار دهند.
گارتشتاین افزود که این طرح جهت استفاده از روش یادگیری ماشینی که او و همکارانش برای پژوهش فعلی توسعه داده اند، به کار گرفته می شود تا سایر پرسش های دشوار در ارتباط با رشد عاطفی اجتماعی نوزادان را بررسی کند.
این پژوهش، در مجله "PLOS ONE" به چاپ رسید.

1401/02/21

20:03:25

5.0 / 5

585

تگهای خبر: دانشمند , سایت , شركت , هوش مصنوعی

اگر مطلب را پسندیدید لایک کنید

(1)

(0)

تازه ترین مطالب مرتبط

نظرات بینندگان در مورد این مطلب

نظر شما در مورد این مطلب

نام:

ایمیل:

نظر:

سوال:

= ۳ بعلاوه ۳