cs@cs.ucy.ac.cy | +357-22-892700

| | | | MyCS Portal |

Το Τμήμα Πληροφορικής του Πανεπιστημίου Κύπρου πρωτοστατεί από ιδρύσεώς του στο πεδίο της Τεχνητής Νοημοσύνης

artificial intelligenceΗ τεχνολογία γνώσης, η μηχανική μάθηση, η μηχανική όραση και ομιλία, η κατανόηση φυσικής γλώσσας και η μηχανική μετάφραση, η δημιουργία συστημάτων τα οποία μπορούν να συναγωνίζονται τον άνθρωπο σε διάφορα επιτραπέζια παιγνίδια που απαιτούν υψηλές διανοητικές ικανότητες (σκάκι, checkers, go), η αξιωματοποίηση και αυτοματοποίηση συλλογισμού, η επεξεργασία εικόνας, η χρονοδρομολόγηση ενεργειών και η ικανοποίηση περιορισμών, καθώς και η ρομποτική, αποτελούν κλασικές περιοχές έρευνας του πεδίου της Τεχνητής Νοημοσύνης (ΤΝ), το οποίο δικαιολογημένα σήμερα αποτελεί πόλο επιστημονικής και επιχειρηματικής έλξης με διεθνείς κολοσσούς (όπως η Amazon, η Google, η Microsoft, και η ΙΒΜ) να επενδύουν αστρονομικά ποσά σε εφαρμογές ΤΝ και να συναγωνίζονται μεταξύ τους για την προσέλκυση των καλύτερων νέων ταλέντων με εξειδικευμένες γνώσεις τεχνητής νοημοσύνης, προσφέροντας τους ιδιαίτερα δελεαστικές απολαβές. Σαφή ένδειξη της ανερχόμενης σημασίας του πεδίου αποτελεί και η πρόσφατη Ευρωπαϊκή Διακήρυξη για τη Συνεργασία σε θέματα ΤΝ, την οποία έχει υπογράψει και η Κύπρος.

Η σημερινή κατάσταση αποτελεί μακρινή κραυγή από το (αυθαίρετο) «συμπέρασμα» του Sir James Lighthill, ότι δήθεν η ΤΝ δημιουργήθηκε από άντρες που στόχο είχαν την κατασκευή του μηχανικού ανθρώπου ως υποκατάστατο της κυοφορίας, το οποίο οδήγησε στο «πάγωμα» της κρατικής υποστήριξης προς την έρευνα σε ΤΝ στο Ηνωμένο Βασίλειο για πάνω από δέκα χρόνια μέχρι τις αρχές της δεκαετίας του 80. Στη Βόρεια Αμερική, η έρευνα σε ΤΝ άρχισε πολύ πριν επινοηθεί ο όρος «Τεχνητή Νοημοσύνη» από τον John McCarthy προς το τέλος της δεκαετίας του 50, ενώ το πρώτο επίσημο διεθνές συνέδριο σε ΤΝ έγινε το 1969. Ο όρος αυτός επικράτησε παρά τις αρχικές σημασιολογικές διαφωνίες, οι οποίες, όμως, δεν οδήγησαν σε κάποια άλλη πιο αποδεκτή ονομασία του τότε νέου αυτού επιστημονικού πεδίου. Πώς ορίζεται επομένως η ΤΝ; Πολλοί ορισμοί έχουν προταθεί κατά καιρούς: «Είναι ένας κλάδος της Πληροφορικής, ο οποίος ασχολείται με την αυτοματοποίηση ευφυούς συμπεριφοράς», «Είναι η μελέτη των μηχανισμών που διέπουν ευφυή συμπεριφορά, μέσω της κατασκευής και αξιολόγησης συστημάτων τα οποία παριστάνουν αυτούς τους μηχανισμούς», «Είναι η ανάπτυξη υπολογιστικών συστημάτων για την επίλυση δύσκολων προβλημάτων, τα οποία δεν μπορούν να επιλυθούν με την εξαντλητική εξέταση όλων των πιθανών λύσεων μια και αυτές μπορεί να είναι πάρα πολλές», «Είναι η μελέτη του πως να κάνουμε τον υπολογιστή να πράξει κάτι που επί του παρόντος ο άνθρωπος μπορεί να πράξει καλύτερα». Στην πραγματικότητα, η εξέλιξη του πεδίου, και κυρίως η πρόσφατη (άνευ προηγουμένου) αναζωπύρωση του ενδιαφέροντος, η οποία κατά κύριο λόγο εδράζεται στην περιοχή της μηχανικής μάθησης, και τη νέα σημαντική προοπτική που διανοίγεται για την εν λόγω περιοχή λόγω της δυνατότητας για “Big Data”, δείχνει ότι το μέτρο σύγκρισης, και ο στόχος προς επίτευξη, δεν θα πρέπει να είναι κατ’ ανάγκη η «ανθρώπινη ευφυία», όπως ο καθένας την αντιλαμβάνεται ή όπως αυτή επιστημονικά και πολυσήμαντα αναλύεται. Τουναντίον, τα σημερινά «ευφυή συστήματα» υπερέχουν της ανθρώπινης φύσης και των δυνατοτήτων του ανθρώπινου νου, αξιοποιώντας τις ανώτερες ιδιότητες των υπολογιστών που δεν είναι άλλες από τις αστρονομικές ταχύτητες τους, την ανεξάντλητη μνήμη τους, τις άπειρες διασυνδέσεις τους με άλλους υπολογιστές, και βεβαίως την έλλειψη συναισθημάτων από μέρους τους. Κεντρική συνιστώσα σε κάθε περίπτωση είναι το τι αναφέρονται ως «ευρετικά», με άλλα λόγια οι «έξυπνοι» μηχανισμοί καθοδήγησης ή οι στρατηγικές εστίασης σε μεγάλους χώρους αναζήτησης ικανοποιητικών, αν όχι βέλτιστων, λύσεων.

Ενδεχομένως να μην το γνωρίζουμε ή να μην το αντιλαμβανόμαστε αλλά τα συστήματα ΤΝ έχουν ήδη εισχωρήσει για τα καλά στη ζωή μας, διευκολύνοντας την καθημερινότητα μας ως «έξυπνοι» ή «γνωστικοί» βοηθοί μας (smart or cognitive assistants). Πολλές φορές «δρουν» ως αφανείς και απρόσκλητοι βοηθοί, καθαρά με δική τους πρωτοβουλία, ενώ κάποιες άλλες φορές μπορεί να εκληφθούν ως «φορτικοί» βοηθοί (που επανέρχονται ξανά και ξανά με τις εισηγήσεις ή παραινέσεις τους). Το φάσμα των εφαρμογών για τέτοιους «γνωστικούς βοηθούς» είναι ανεξάντλητο και συνεχώς διευρύνεται. Επίκεντρο τους είναι ο «άνθρωπος», και ιδιαίτερης σημασίας από την κοινωνική άποψη είναι οι εφαρμογές που αφορούν την υγεία (τώρα μπορούμε να μιλούμε για εξατομικευμένη διάγνωση και φροντίδα και για τη στήριξη ευάλωτων ομάδων πολιτών, όπως τα άτομα της τρίτης ηλικίας που με τη βοήθεια τέτοιων συστημάτων μπορούν να έχουν μια ενεργό γήρανση και γενικά μια καλύτερη ποιότητα ζωής) και την παιδεία (μεγάλη σημασία ανέκαθεν είχαν τα ευφυή συστήματα μάθησης και καθοδήγησης).

Συστήματα ΤΝ μπορούν να μας προστατέψουν από κακόβουλες επιθέσεις στον κυβερνοχώρο, να φιλτράρουν τα ηλεκτρονικά μηνύματά μας, να εντοπίζουν “fake news” και να μας ενημερώνουν, να εντοπίζουν ενδεχόμενα υποκλοπής προσωπικών δεδομένων μας, όπως τους αριθμούς πιστωτικών καρτών μας και να ενημερώνουν άμεσα τα χρηματοπιστωτικά ιδρύματά μας, να μας βοηθούν στην αναζήτηση πληροφοριών, να «συνομιλούν» μαζί μας απαντώντας τα ερωτήματά μας για κάποιο θέμα, ή βοηθώντας μας στην επίλυση κάποιου ζητήματος, να προσαρμόζουν τη λειτουργία των ηλεκτρικών συσκευών στο σπίτι μας στις πραγματικές μας ανάγκες εξοικονομώντας ενέργεια με θετικό αντίκτυπο στα οικονομικά του νοικοκυριού μας και στο περιβάλλον, να μας καθοδηγούν ως προς τα δρομολόγια για τις μετακινήσεις μας, ή ακόμη και να μας μεταφέρουν με «αυτόνομα» οχήματα, και πλείστα άλλα. Ψάχνοντας κάποια μέρα στο διαδίκτυο για πληροφορίες για κάποιο θέμα, να μην εκπλαγούμε αν σε λίγες μέρες αργότερα λάβουμε κάποιο ηλεκτρονικό μήνυμα από την Amazon μέσω του οποίου μας κοινοποιούνται διάφορα βιβλία που πραγματεύονται συναφή θέματα με αυτό για το οποίο ψάχναμε πληροφορίες. Με απλά λόγια οι «έξυπνοι υπολογιστικοί βοηθοί» ως μεγάλοι αδελφοί παρακολουθούν τις περιηγήσεις μας στον παγκόσμιο ιστό και από αυτές «μαθαίνουν» τα ενδιαφέροντα, ακόμη και τις προτιμήσεις μας, και ως από μηχανής θεοί προσέρχονται αυτοβούλως προσφέροντας μας τις «καλές υπηρεσίες» τους. Τέτοιες υπηρεσίες δεν μπορεί παρά να είναι καλοδεχούμενες αφού μας διευκολύνουν και μας προστατεύουν, και βεβαίως μπορούν να αγνοηθούν. Φυσικά οι ίδιες τεχνικές μπορεί να «αξιοποιηθούν» κακόβουλα, αλλά τέτοιες προσεγγίσεις σαφώς και δεν εντάσσονται στο πνεύμα του πεδίου της ΤΝ, που μηχανοποιεί και αξιοποιεί υφιστάμενη γνώση (ενίοτε εξειδικευμένη γνώση στην περίπτωση των εμπειρογνώμονων συστημάτων) ή ανακαλύπτει νέα γνώση μέσω μηχανικής μάθησης ή εξόρυξης δεδομένων με στόχο τη βελτίωση της ανθρώπινης ζωής. Οι εξελίξεις στις τεχνολογίες πληροφορικής και επικοινωνιών που οδήγησαν στο “Internet of Things” και τα “Big Data” δημιούργησαν πολλές νέες προκλήσεις και ταυτόχρονα ευκαιρίες για το πεδίο της ΤΝ και ειδικότερα της περιοχής της μηχανικής μάθησης, οι οποίες αλυσιδωτά οδήγησαν στην αναζωπύρωση του ενδιαφέροντος που παρατηρούμε σήμερα, και το οποίο συνεχώς ενισχύεται με νέες καινοτόμες εφαρμογές και τα σημαντικά κοινωνικοοικονομικά οφέλη που αυτές αποφέρουν.

Το Τμήμα Πληροφορικής του Πανεπιστημίου Κύπρου από ιδρύσεως του διεξάγει έρευνα αιχμής σε αριθμό περιοχών της ΤΝ, τόσο βασικών περιοχών μέσω των οποίων εδραιώνονται και ενισχύονται τα ευρύτερα θεμέλια του επιστημονικού πεδίου, καθώς και πλείστες περιοχές εφαρμογών. Το ερευνητικό ενδιαφέρον του Τμήματος έχει διευρυνθεί ακόμη περισσότερο τα τελευταία χρόνια αφού οι αλγόριθμοι, τεχνικές και μέθοδοι της ΤΝ τυγχάνουν οριζόντιας εφαρμογής σε άλλα επιστημονικά πεδία της Πληροφορικής και ευρύτερα. Εξάλλου, η διεπιστημονικότητα της ΤΝ και η σύζευξή της με άλλες επιστήμες είναι ένα από τα χαρακτηριστικά της. Το Τμήμα έχει εξασφαλίσει μεγάλο αριθμό ερευνητικών προγραμμάτων με εξωτερική χρηματοδότηση που άπτονται της ΤΝ και πλείστοι εκ των διδακτορικών αποφοίτων του έχουν εκπονήσει τις διατριβές τους σε περιοχές της ΤΝ, ενώ μέλη του Τμήματος είναι σε συντακτικές επιτροπές κορυφαίων διεθνών επιστημονικών περιοδικών που σχετίζονται με την ΤΝ.

Το επιστημονικό ενδιαφέρον του Τμήματος στην ΤΝ αντικατοπτρίζεται και στα προγράμματα σπουδών του. Συγκεκριμένα, το προπτυχιακό πρόγραμμα περιλαμβάνει υποχρεωτικό μάθημα στην Τεχνητή Νοημοσύνη και επιπρόσθετα μια από τις ροές εξειδίκευσης του προγράμματος είναι στην ΤΝ, όπου συγκαταλέγονται μαθήματα επιλογής σε προγραμματισμό και ικανοποίηση περιορισμών, λογικό προγραμματισμό και τεχνητή νοημοσύνη, μηχανική μάθηση, συστήματα υπολογιστικής νοημοσύνης, ψηφιακή επεξεργασία εικόνας, υπολογιστική όραση, και εξόρυξη δεδομένων στον παγκόσμιο ιστό. Σε μεταπτυχιακό επίπεδο, η έναρξη της προσφοράς προγράμματος Μάστερ σε Γνωστικά Συστήματα, το Σεπτέμβριο του 2017, αποτελεί σημαντική νέα δράση του Τμήματος στην ΤΝ. Το εν λόγω πρόγραμμα είναι αγγλόφωνο και προσφέρεται εξ αποστάσεως σε συνεργασία με το Τμήμα Ψυχολογίας του Πανεπιστημίου Κύπρου και το Ανοικτό Πανεπιστήμιο Κύπρου. Παλαιότερα, το Τμήμα προσέφερε μεταπτυχιακό πρόγραμμα Μάστερ σε Ευφυή Συστήματα. Πολύ σημαντική εξέλιξη θα αποτελέσει και η προσφορά ενός νέου αγγλόφωνου προγράμματος Μάστερ σε “Data Science” το οποίο σχεδιάζεται επί του παρόντος. Το νέο αυτό διεπιστημονικό, μεταπτυχιακό πρόγραμμα εξειδίκευσης, θα είναι σε συνεργασία με τα Τμήματα Μαθηματικών και Στατιστικής, και Δημόσιας Διοίκησης και Διοίκησης Επιχειρήσεων του Πανεπιστημίου Κύπρου. Ανάμεσα σε άλλα, τo πρόγραμμα θα περιλαμβάνει ενότητες σε Big data, Business analytics, και Deep learning. Ενδεικτικό του κλίματος ενδιαφέροντος σε ΤΝ στην Κύπρο, είναι ότι πρόσφατα εταιρείες που δραστηριοποιούνται στην Κύπρο επέδειξαν ιδιαίτερο ενδιαφέρον για την εργοδότηση αποφοίτων του Τμήματος με εξειδικευμένη γνώση σε περιοχές της ΤΝ.

Προφανώς, είναι αδύνατο να γίνει αναφορά σε όλα τα ερευνητικά έργα που αφορούν το πεδίο της ΤΝ με τα οποία ασχολήθηκαν ή ασχολούνται μέλη του Τμήματος Πληροφορικής. Σε αρκετά από τα προγράμματα αυτά είχαν συμμετοχή διάφοροι τοπικοί φορείς που και πάλι μέσω των συγκεκριμένων συμμετοχών διαφαίνεται το ευρύτερο ενδιαφέρον στην Κύπρο για αξιοποίηση του πεδίου της ΤΝ. Οι ενδιαφερόμενοι μπορούν να ενημερωθούν σχετικά από την ιστοσελίδα του Τμήματος (www.cs.ucy.ac.cy). Ενδεικτικά πιο κάτω αναφέρονται συνοπτικά κάποιες από τις τρέχουσες ερευνητικές δραστηριότητες:

  • Η δημιουργία μοντέλων διάγνωσης και πρόβλεψης του ρίσκου συμβάντων στεφανιαίας νόσου, με την ενοποίηση μεθόδων χρονικής αφαιρετικότητας και Bayesian networks, ενισχυμένης απόδοσης, αποτελεί μια νέα εφαρμογή της περιοχής της ΤΝ στην Ιατρική, που αναπτύχθηκε στο πλαίσιο πρόσφατης διδακτορικής διατριβής του Τμήματος. Τα μοντέλα αυτά μπορούν να εφαρμοστούν για τη διαχείριση και άλλων χρόνιων ασθενειών όπου απαιτείται η παρακολούθηση των ατόμων σε διαχρονική βάση και η καταγραφή και ευφυής ανάλυση διαφόρων χρονικών στοιχείων.
  • H δημιουργία συστημάτων για την αυτόματη ανίχνευση και απεικόνιση μισαλλόδοξου περιεχομένου (hate speech) και ψευδών ειδήσεων (fake news) στα Μέσα Κοινωνικής Δικτύωσης και στον παγκόσμιο ιστό. Τα συστήματα εφαρμόζουν και ενσωματώνουν μοντέλα βασισμένα σε αλγορίθμους μηχανικής μάθησης και οντολογίες. Η έρευνα και ανάπτυξη των συστημάτων αυτών χρηματοδοτείται εν μέρει από την Ευρωπαϊκή Ένωση και την εταιρεία Google.
  • H αυτόματη ανάλυση και εξαγωγή συναισθήματος σε ψηφιακό περιεχόμενο (κείμενο και φωτογραφίες προσώπων), το οποίο δημοσιοποιείται και διακινείται στα Μέσα Κοινωνικής Δικτύωσης και το Διαδίκτυο. Για την ανάλυση και εξαγωγή συναισθήματος στα μηνύματα που διακινούνται/δημοσιοποιούνται στα Μέσα Κοινωνικής Δικτύωσης χρησιμοποιούνται τεχνικές επεξεργασίας και κατανόησης φυσικής γλώσσας (natural language processing) και μοντέλα ΤΝ για εξαγωγή συναισθήματος, ενώ για την εξαγωγή συναισθήματος από φωτογραφικά πορτρέτα χρησιμοποιούνται τεχνικές αυτόματης ανάλυσης και κατανόησης εικόνας. Στόχος αυτών των ερευνών είναι η διεξαγωγή στατιστικών αναλύσεων σε ψηφιακό περιεχόμενο για την κατανόηση λανθανόντων παραγόντων που επηρεάζουν ανεπίγνωστα τη λήψη αποφάσεων σε επιχειρηματικές δραστηριότητες.
  • H ανάπτυξη νέων μεθόδων και συστημάτων που εστιάζονται στην εξόρυξη γνώσης σε σχέση με τη σωματική άσκηση καθώς επίσης και στην επιρροή των ψηφιακών μέσων στη διαμόρφωση συνηθειών. Η αξιοποίηση των ερευνητικών ευρημάτων αποσκοπεί στη βελτίωση της ποιότητας ζωής και των κοινωνικών συνθηκών διαβίωσης. Η έρευνα χρηματοδοτείται από την Ευρωπαϊκή Ένωση προσφέροντας υποτροφίες σε μεταπτυχιακούς φοιτητές μέσω της δράσης Marie Skłodowska-Curie.
  • Μια άλλη ερευνητική δραστηριότητα του Τμήματος επικεντρώνεται στην Υπολογιστική Νευροεπιστήμη (ΥΝ), μια αναδυόμενη και δυναμικά αναπτυσσόμενη ερευνητική περιοχή που σκοπό έχει την κατανόηση των αρχών της επεξεργασίας πληροφοριών από το νευρικό σύστημα μέσω υπολογιστικών μοντέλων. Το γεγονός ότι η Ευρωπαϊκή Επιτροπή χρηματοδότησε πρόσφατα σε πανευρωπαϊκό επίπεδο το πρόγραμμα "Τhe Human Brain Project" (Flagship project) με το ποσό του ενός δισεκατομμυρίου ευρώ, υποδηλώνει την σπουδαιότητα και το καίριο αυτής της περιοχής. Ερευνητικές υπο-περιοχές της ΥΝ στις οποίες το Τμήμα δραστηριοποιείται αποτελούν μεταξύ άλλων η κατανόηση του νευρωνικού κώδικα, δηλαδή το πώς οι νευρώνες του εγκεφάλου κωδικοποιούν και αποκωδικοποιούν πληροφορίες καθώς και η κατανόηση της συμπεριφοράς του αυτοελέγχου μέσω υπολογιστικών μοντέλων.
  • Μέρος της βασικής έρευνας σε ΤΝ του Τμήματος αφορά την ανάπτυξη αλγορίθμων για την λήψη αποφάσεων από ευφυείς οντότητες σχετικά με την επιλογή δράσεων από μέρους των οντοτήτων αυτών προς επίτευξη των στόχων τους, καθώς και τη διαπραγμάτευση σε περίπτωση που υπάρχει ασυμφωνία ή ασυμβατότητα μεταξύ των οντοτήτων.
  • Τομέας ενδιαφέροντος του Τμήματος αποτελεί και η Υπολογιστική Λογική στην ΤΝ με έμφαση στον ορθολογιστικό συλλογισμό, στην επιχειρηματολογία, στο χρονικό συλλογισμό, και σε προβλήματα εφαρμογών στις περιοχές των Γνωστικών Πρακτόρων, και Υπολογιστικής Βιοεπιστήμης. Έχει αναπτυχθεί ένα θεωρητικό μοντέλο επιχειρηματολογίας και με βάση αυτό ένα υπολογιστικό πλαίσιο αυτόματης επιχειρηματολογίας. Το σύστημα «Γοργίας», το οποίο υλοποιεί αυτά τα μοντέλα, είναι από τα πρώτα συστήματα αυτόματης επιχειρηματολογίας που είναι ελεύθερα διαθέσιμα στο διαδίκτυο. Έχει εφαρμοστεί σε διάφορα προβλήματα, όπως προβλήματα λήψης αποφάσεων σε ιατρικά περιστατικά, εφαρμογής εμπορικής πολιτικής προϊόντων, ασφάλειας δικτύων και πρόσφατα σε συστήματα προσωπικών γνωστικών βοηθών.
  • Με χρηματοδότηση από την Ευρωπαϊκή Ένωση (Ορίζοντας 2020), το Τμήμα συντονίζει τη δημιουργία ενός πρωτοπόρου, διεπιστημονικού Κέντρου Αριστείας, Έρευνας και Καινοτομίας στην Κύπρο, για την ανάπτυξη νέων τεχνολογιών με τη χρήση έξυπνων συστημάτων με στόχο την περαιτέρω ενεργοποίηση και επιτάχυνση της ανάπτυξης, κλινικής μετάφρασης και εφαρμογής, στο τομέα της Ιατρικής Ακριβείας (Precision Medicine). Ο τομέας αυτός στοχεύει στην εξατομίκευση της προτεινόμενης θεραπείας, συνδυάζοντας μια πληθώρα ιατρικών δεδομένων τα οποία επεξεργάζονται αλγόριθμοι ΤΝ για λήψη αποφάσεων διαχείρισης του ασθενή, επιτυγχάνοντας έγκαιρη και έγκυρη διάγνωση της ασθένειας, καλύτερη πρόγνωση, αλλά και εξατομικευμένη αξιολόγηση και επανασχεδιασμό της εφαρμοζόμενης θεραπείας. Ειδικότερα, το Κέντρο Αριστείας στοχεύει στην παραγωγή νέας γνώσης που θα βοηθήσει στην αντιμετώπιση: (α) των πρωτογενών και μεταστικών όγκων του εγκεφάλου, (β) των νευροεκφυλιστικών ασθενειών (περιλαμβανομένων της Κατά Πλάκας Σκλήρυνσης, Αλτσχάιμερ, και Πάρκινσον), και (γ) των κρανιοεγκεφαλικών κακώσεων και αντιμετώπισης αυτών στην μονάδα εντατική θεραπείας.
  • Έρευνα στην ευφυή μη επεμβατική διάγνωση χρωμοσωμικών ανωμαλιών του εμβρύου με τη χρήση υπολογιστικής νοημοσύνης διεξάγεται τα τελευταία 15 χρόνια σε συνεργασία με τον Καθηγητή Κύπρο Η. Νικολαΐδη στο Πανεπιστήμιο Kings College του Λονδίνου, γνωστό και ως πατέρα της Εμβρυϊκής Ιατρικής. Σκοπός της έρευνας αυτής είναι η εισαγωγή μη επεμβατικής διαγνωστικής διαδικασίας για ανευπλοειδισμό και η ελαχιστοποίηση του κοινωνικού και οικονομικού κόστους των προγεννητικών διαγνωστικών εξετάσεων που διεξάγονται για εμβρυϊκές ανευπλοειδίες σε πρώιμο στάδιο της εγκυμοσύνης. Τα μοντέλα τεχνητών νευρωνικών δικτύων που αναπτύχθηκαν στο πλαίσιο της εν λόγω έρευνας έφτασαν σε ένα ελάχιστο ψευδώς θετικό ρυθμό και ταυτόχρονα εξασφάλιζαν ψευδώς αρνητικό ρυθμό 0% για την Τρισωμία 21, αποδεικνύοντας ότι τα συστήματα υπολογιστικής νοημοσύνης συμβάλουν αποτελεσματικά στην παροχή μη επεμβατικής και αποτελεσματικής πρώιμης ανίχνευσης εμβρυικών ανευπλοειδών.