MIT teadlased on tutvustanud GenSQLi, genereerivat tehisintellekti süsteemi, mille eesmärk on lihtsustada tabeliandmete keerulisi statistilisi analüüse. See uuenduslik vahend võimaldab kasutajatel täita keerulisi ülesandeid, nagu prognooside tegemine, anomaaliate tuvastamine, puuduvate väärtuste arvamine, vigade parandamine ja sünteetiliste andmete genereerimine minimaalse vaevaga.
GenSQL kasutab generatiivset tõenäosuslikku tehisintellekti mudelit, mis on sujuvalt integreeritud tabeliandmetega. See mudel arvestab ebakindlust ja kohandab oma otsustusprotsessi vastavalt uute andmete kättesaadavaks muutumisele. Näiteks meditsiiniliste andmete analüüsimisel võib GenSQL tuvastada ebatüüpiliselt madala vererõhu näitu patsiendi puhul, kellel on tavaliselt kõrge vererõhk, isegi kui see näit jääb üldpopulatsiooni normaalsesse vahemikku.
GenSQLi märkimisväärne omadus on selle võime toota ja analüüsida sünteetilisi andmeid, mis jäljendavad täpselt tegelikke andmeid. See võime on eriti väärtuslik stsenaariumides, kus tundlike andmete, näiteks patsiendi tervisekaartide, jagamine ei ole võimalik või kui tegelikud andmed on piiratud.
GenSQL on ehitatud andmebaaside haldamiseks laialdaselt kasutatava programmeerimiskeele SQL peale ja võimaldab kasutajatel teha päringuid nii andmekogumite kui ka tõenäosuslike mudelite kohta, kasutades lihtsat, kuid võimsat formaalset programmeerimiskeelt. See integratsioon võimaldab keerukamat ja täpsemat andmeanalüüsi.
Uurimisrühm, kuhu kuuluvad MITi kraadiõppurid Matin Ghavami ja Alexander Lew, teadlane Cameron Freer, Ulrich Schaechtle ja Zane Shelby Digital Garage'ist, MITi professor Martin Rinard ja Carnegie Melloni ülikooli dotsent Feras Saad, esitlesid hiljuti oma tulemusi ACMi programmeerimiskeelte disaini ja rakendamise konverentsil.
Võrreldes GenSQLi populaarsete tehisintellektipõhiste andmeanalüüsi meetoditega, leidsid teadlased, et see ei ole mitte ainult kiirem, vaid ka täpsem. GenSQL täitis enamiku päringutest mõne millisekundiga ja pakkus seletatavaid, kontrollitavaid tõenäosuslike mudeleid, võimaldades kasutajatel näha ja muuta otsuste tegemisel kasutatavaid andmeid.
Praktilistes rakendustes on GenSQL juba tõestanud oma tõhusust. Ühes juhtumiuuringus tuvastas see valesti märgistatud kliiniliste uuringute andmed, samas kui ühes teises uuringus genoomikauuringute jaoks genereeritud sünteetilised andmed olid täpsed.
Tulevikku vaadates on teadlaste eesmärk laiendada GenSQLi rakendamist inimpopulatsioonide suuremahuliseks modelleerimiseks, võimaldades täpsemaid järeldusi tervise ja palga kohta, kontrollides samal ajal analüüsis kasutatavat teavet. Samuti kavatsevad nad parandada süsteemi kasutatavust ja funktsionaalsust uute optimeerimiste ja automatiseerimisega. Lõppkokkuvõttes on nende eesmärk töötada välja ChatGPT-taoline tehisintellekti ekspert, kes suudab vastata GenSQLi päringutele põhinevatele loomulikus keeles tehtavatele päringutele mis tahes andmebaasi kohta.
