Немного рекламы: вакансия в ŌURA

Ищу к себе в команду Middle/Senior Data Scientist-а на запуск нового направления — анализ и предиктивное моделирование умного кольца и его физических компонент.

Это возможность напрямую поработать с данными от наших фабрик и поставщиков чтобы оптимизировать процессы производства и построить системы для предсказания потенциальных проблем. Будет интересно: много данных, хорошие процессы и польза для человечества :)

К сожалению, без релокации, так что релевантно только для тех, кто уже в Финляндии (Оулу или Хельсинки) или в процессе переезда. Если интересно и вам подходит, напишите мне @dmitryserg

Буду также благодарен репостам и рекомендациям!

https://apply.workable.com/oura-health-ltd/j/48037A030E/

AWS Innovate: Generative AI + Data

6 марта пройдет бесплатная конференция от AWS, полностью посвященная Gen AI.

Обычно, AWS Innovate — это не самое полезное времяпровождение и ребятки просто рассказывают по документациям, какие возможности есть у AWS и как можно сделать Джеффри Безоса еще богаче. Но в этот раз есть несколько очень прикладных треков, может быть интересно

Испытал сегодня новые ощущения, пока собеседовал кандидата на Senior Data Science позицию. Очень простой технический собес, буквально взять игрушечный датасет и пройтись по основным этапам построения модели: от EDA до Evaluation, попутно поясняя свои шаги.

Беседа началась, не предвещая беды. Будущий дата сайентист уверенно написал print(X.head()), перезапустив kernel всего три раза. Каждый следующий этап сопровождался минимум двухминутной паузой. Особенно ненавязчиво это проявлялось после моих вопросов на уровне “а зачем нам нужен train_test_split?” или “а зачем здесь добавлено stratify=y?”. Человек отвечал, что и сам не понял, зачем это нужно, потом выпадал на некоторое время, после чего выдавал блестящий ответ.

По итогам разговора могу точно сказать, что ChatGPT прошел тест Тьюринга. Про кандидата того же сказать не могу. Ощущения от проведения интервью для LLM с кожаным мешком в качестве прокси действительно новые.

Был ли у вас такой опыт собеседований?

Совершенно прекрасная новость из мира пёсьего HealthTech-а: компания Loyal, которая занимается разработкой препарата для продления жизни собак, две недели назад получила предварительное одобрение эффективности от FDA (Food and Drug Administration).

▫️Что за препарат?
Лекарство под названием LOY-002 для пожилых собак (старше 10 лет) нацелено на смягчение возрастной дисфункции метаболизма — одного из ключевых механизмов старения. Два года назад компания запустила масштабное клиническое исследование STAY, в котором приняли участие 1000 собак и 70 ветеринарных клиник в США. Результаты этого двойного слепого исследования с плацебо были направлены в FDA.

▫️Что значит предварительное одобрение?
Это первый из трёх ключевых шагов на пути к выпуску лекарства на рынок. Preliminary efficacy acceptance означает, что, по мнению FDA, препарат действительно обладает заявленными полезными эффектами.

▫️Что дальше?
Следующие два шага — это подтверждение безопасности и начало производства препарата. По оценкам компании, процесс получения всех разрешений может завершиться уже к 2027 году. Так что ещё немного — и пёсики смогут жить дольше и здоровее :)

Подробнее разбор можно посмотреть у прекрасной Cleo Abram: ссылка
#HealthTech

Очень необычная AI-программа пройдет в Хельсинки с 7 апреля.

◽Компания Supercell, один из мировых лидеров мобильных игр, открывает 10-недельную AI Innovation Lab, цель которой — исследовать, что нового, необычного и веселого можно сделать с помощью AI в индустрии развлечений.

◽Набирают 10–20 человек почти со всего мира. Им предоставят жилье, офис, тестовых пользователей, а также доступ к любым инструментам и технологиям и €2000 на прочие расходы в месяц. При этом любые наработки и IP остаются за командами, а Supercell, в свою очередь, может проинвестировать в проекты или нанять участников программы в штат.

◽2024 год стал для компании рекордным по многим метрикам, включая прибыль (заработали аж 3 миллиарда долларов). Так что инвестиция в несколько десятков тысяч евро, чтобы быстро собрать большое количество AI-идей, выглядит вполне доступной.

◽Будет очень интересно посмотреть на результаты, если их вдруг опубликуют. А если перспектива пожить 10 недель в Хельсинки вам кажется заманчивой, то стоит поторопиться — дедлайн на подачу заявок уже завтра!

Когда я рассказываю про интересные штуки в HealthTech, помимо родной Оуры, очень часто привожу в пример одну удивительную фичу iPhone — Walking Steadiness.

Идея следующая — что если взять и пассивно измерить как можно больше разных показателей мобильности человека, используя сенсоры телефона, вроде акселерометра, а затем по этим показателям предсказать риск падения аж на год вперед? Звучит впечатляюще.

Обычно, про падение мы думаем как про сиюминутное происшествие — это что-то, что случается здесь и сейчас по какой-то банальной причине: нога подвернулась, ступеньку не заметили и т.д. Но, как это обычно и бывает со здоровьем, это не событие, а процесс. Постепенные накапливающиеся нарушения мобильности, подвижности суставов, ограничение свободы движений, ведут к всё возрастающему риску падения, особенно у пожилых людей.

Falls are a leading cause of injury and death amongst Americans aged 65 and above and 25% of older adults will fall each year. [source]

И вот здесь исследователи из Apple сделали, по моему мнению, потрясающую вещь. Они решили проверить, а можно ли использовать акселерометр и гироскоп, которые встроены в телефон и буквально лежат в кармане каждого владельца айфона, чтобы оценить мобильность и предсказать риск падения?

Идея благородная, как осуществить? Для модели всегда нужны данные — в 2022 году Apple провели небольшое исследование (n=539 участников), в котором при помощи айфонов научились измерять разные метрики качества ходьбы: скорость, асимметрия, длина шага, и т.д. Эти метрики раскатили вместе с iOS 14 и стали их пассивно собирать.

Входные данные есть, теперь надо раздобыть целевую переменную. Тут Apple воспользовались своим очевидным преимуществом — масштабом, и организовали Apple Heart & Movement Study, в котором поучаствовало 100,000 пользователей, отмечавших свои падения и проблемы с мобильностью. Дополнительно, было проведено и клиническое исследование, чтобы собрать данные для финальной валидации моделей:

To develop this feature, we worked with assisted living facilities and movement disorder clinics to observe real-word movement patterns and falls, following 2,500+ people over a total of 250,000 days.

Благодаря таким уникальным данным, удалось построить модель, способную оценить риск падения на год вперёд. Конечно, это не точечное предсказание, когда и где падение произойдет, но и цель другая — дать возможность своевременно среагировать, начать заниматься физиотерапией и предотвратить риски. Идеальный пример превентивной медицины при помощи носимых устройств.

Всё это особенно впечатляет, если учесть, что акселерометр в айфоне образца 2007 года был изначально предназначен исключительно для поворота экрана из портретного в ландшафтный режим. Именно поэтому очень люблю этот пример — самые простые и распространенные сенсоры могут оказаться ключом к самым неожиданным штукам, полезным для здоровья. Особенно если есть нестандартные идеи и большое количество данных :)

#HealthTech #Wearables

Лучший комментарий к статье

Как мы выпустили LLM для здоровья: Oura Advisor
#ÕURA #HealthTech

Сегодня мы запускаем на всех пользователей наш первый LLM продукт — Oura Advisor. На протяжении последних шести месяцев мы разрабатывали, улучшали и тестировали новые способы взаимодействия с Оурой при помощи LLM.

Помимо уже стандартной тщательной работы с промптами, нам пришлось искать решения для кучи разных проблем. Как работать с памятью, чтобы Advisor помнил самое важное из разговоров, даже если они были месяцы назад? Как подать в LLM всё то огромное количество знаний о сне, стрессе, физической активности, кардиоваскулярном здоровье и многих других областях знаний, которые мы накопили за многие годы работы? Как эффективно сжать и вставить в контекст данные о всех собираемых биометриках, долгосрочных трендах и их взаимосвязях? Как настроить правильный баланс между скоростью, качеством и стоимостью ответов? Наконец, как сделать Advisor безопасным и устойчивым к атакам?

Пожалуй, одним из лучших наших решений было как можно раньше начать тестировать Advisor и дать к нему доступ реальным пользователям. Благодаря нашей бета-программе Oura Labs, в которую может записаться каждый желающий обладатель кольца, мы постоянно получали фидбек, могли отслеживать ключевые метрики и быстро тестировать новые итерации моделей, промптов и инфраструктуры.

В результате получилась (по моему явно непредвзятому мнению) очень неплохая фича. В отличие от некоторых других wearables компаний, где LLM заставляли заниматься арифметикой и искать зависимости в сырых данных, чтобы сгенерировать советы, использование LLM в качестве текстовой связки для наших уже имеющихся данных, паттернов и инсайтов, оказалось очень удачным решением.

Дальше будет еще интереснее, так что буду продолжать делать Advisor полезнее и умнее.
@data_wondering

Если вы еще не успели прочитать (или добавить в бесконечный список “прочитать позже”) этот прогноз на будущее AI, то очень рекомендую это сделать.

https://ai-2027.com/

Мне показалось очень интересным, что многие из прогнозов построены на предпосылке о полном неведении общества о происходящих и грядущих изменениях — а, значит, и невозможности на них повлиять. Активное государственное вмешательство (и то только на высшем уровне секретных агентств и министерств обороны) в прогнозе встречается только ближе к середине 2027 года, а достаточно тщетные превентивные действия и то позже.

И как и со многими прочими трендами в этом исследовании — их начало можно легко проследить уже сейчас. БОльшая часть людей не подозревает о существовании машинного обучения, небольшой процент ML-специалистов занимается AI-исследованиями, и еще меньший процент от предыдущей группы активно исследует AI-safety и alignment. Так что шансы того, что за ближайший год-полтора значительная часть человечества резко начнет интересоваться проблемами безопасности искусственного интеллекта, достаточно низки. Особенно в отсутствие масштабных катастроф, как до этого с ядерной энергией.

Общий прогноз достаточно пессимистичный, но, на мой взгляд, — это полезная тональность на фоне постоянных восторженных заявлений от CEO ведущих AI-компаний про скорое светлое будущее, где вкалывают роботы, а не человек и вообще все проблемы человечества будут решены (только дайте еще инвестиций). Похожий пессимизм уже однажды спас озоновый слой, когда ученые смогли привлечь внимание общества к недальновидному использованию аэрозолей и реагентов. Возможно, сейчас тоже прокатит.