O.S.E.L. - Strojová inteligence hodnotí psychedelické zážitky
 Strojová inteligence hodnotí psychedelické zážitky
Desítky tisíc hlášení psychonautů v databázi Erowid mohou díky umělé inteligenci přispět k pochopení účinků psychedelik a zabránit tak zbytečným ztrátám na životě, zdraví, či majetku.


 

 

Zvětšit obrázek
Žebernatka Bathocyroe – psychedelie oceánu. Kredit: M. Youngbluth, NOAA, Wikimedia Commons, upravil S. Mihulka.

Pro příznivce či naopak zaryté odpůrce přírodních i syntetických psychoaktivních látek je nepostradatelným průvodcem Erowid.org, website neziskové společnosti Erowid, kterou původně založili roku 1995 dva nadšenci vystupující pod přezdívkami Fire Erowid (výkonná ředitelka) a Earth Erowid (technický ředitel).


 

Zvětšit obrázek
Erowid. Kredit: Erowid.

Erowid poskytuje množství informací o legálních i nelegálních substancích, od důvěrně známého alkoholu, až po děsivě bizarní Bromo-DragonFLY, který se jako relativně nová látka z okruhu fenylethylaminu tváří coby neškodná náhražka LSD a přitom už má na kontě několik velmi strašidelných úmrtí. Knihovna Erowidu zahrnuje kolem 60 tisíc dokumentů o psychedelicích, včetně výzkumu, zpráv z médií, anebo informací o chemii, zdravotních i právních aspektech užívání těchto látek. V listopadu 2011 navštívilo Erowid.org denně téměř 100 tisíc návštěvníků.


Významnou součástí Erowidu je i rozsáhlá kolekce několika desítek tisíc editovaných a recenzovaných osobních zkušeností psychonautů s jednotlivými substancemi. V tak velikém množství často poměrně detailních záznamů se lze pochopitelně jen dost obtížně orientovat. Databáze hlášení psychonautů ale zároveň představuje velmi cenný zdroj dat pro vědce, kteří se snaží porozumět vlivu psychoaktivních substancí na jejich uživatele. Upřímně řečeno, odborníci po letech striktních omezení a zákazů výzkumu těchto látek sotva chápou, jak klasická psychedelika typu LSD anebo psylocin vlastně mění vnímání a přelaďují emoce, natož aby drželi krok s těmi novými, často velmi rizikovými.

 

V analýze zkušeností s jednotlivými psychoaktivními látkami jim teď podle všeho může pomoci zajímavá umělá inteligence, kterou s dalšími kolegy vyvíjí Matthew Baggott z University of Chicago. S využitím algoritmů strojového učení a dalších lstivých postupů zpracovali celkem 1000 záznamů Erowidu popisujících zkušenosti psychonautů s 10 různými látkami. Postupně se jim podařilo vytipovat klíčová slova, která mohla správně určit použitou psychedelickou látku a to až s padesátiprocentní přesností, která vysoce převyšuje pouhé hádání anebo nabízení hodu mincí. Zážitek s extází (MDMA) se jim povedlo odhalit s přesností dokonce 86,9 procent.


 

Matthew Baggott. Kredit: M. Baggott, University of Chicago.

 


Opačným extrémem byl například dipropyltryptamin, který poznali s přesností bídných 20,1 procent. Použité algoritmy také na základě dostupných dat sestavovaly látky do skupin, někdy poměrně překvapujících. Například podle popisu zážitků k sobě přiřadili intenzivně psychedelický DMT, čili dimethyltryptamin a salvinorin A, oslnivě intenzivní halucinogen šalvěje divotvorné, který je sice po chemické stránce zcela odlišný, ale protože se obě látky používají ve směsích pro kouření a rychle tudíž vstupují do krevního oběhu, pociťují jejich uživatelé navzájem podobné pocity.

 

Zvětšit obrázek
Nebezpečná novinka. Kredit: Erowid.


Baggott a spol. doufají, že svojí umělou inteligencí pomohou náročnému výzkumu psychoaktivních substancí a že s jejím přispěním budeme moci formulovat obecnější hypotézy o farmakologii či toxicitě důkladně prověřených i zcela nových látek. Zvláště v případech neznámých a často velmi rizikových psychoaktivních substancí by tento přístup mohl zachránit lidské životy a alespoň částečně tak kompenzovat neblahé účinky represe uživatelů klasických psychedelik. Právě ta je hlavní příčinou neustálého přílivu nových, dočasně legálních, ale jinak nedokonalých a veskrze nebezpečných náhražek extáze či LSD.


Prameny:

NewScientist 15.6. 2012, arXiv:1206.0312v1, Wikipedia (Erowid)


 


Autor: Stanislav Mihulka
Datum:20.07.2012 06:40