|
很早之前就听说来自卡耐基梅隆大学的邢波教授的人工智能的课程，注意到邢教授英俊潇洒的照片，和临上课的一脸络腮胡子的形象实在相差甚远。到邢教授课程的现场，最希望听到的是做为研究机器学习近二十年的专业学者如何看待人工智能将要带来的变化，因为人工智能在今天的中国业界、商界实在太热，几乎到了无法冷静分析面对的局面。
到底什么人工智能？ 因为工作的原因，在医学影像领域的人工智能应用，我差不多接触了国内能数得上名字的若干“人工智能”公司，有的发展得真心不错，也不排除借着“人工智能”的热度来一把炒作，捞一把风险投资的钱的主。如果深究其技术实质，和运用机器学习的模型开展深入研究的严谨模式相比相差太大。在来北京上课之前，我还去拜访了一家人工智能的公司，最后的问题同样是理解对方怎么定义“人工智能”——因为其所负责的公司差不多十年前就在从事几乎一样的算法工作，能够在最近这一年的时间脱胎换骨脱颖而出的理由充分吗？ 所以邢波教授能够全面完整地介绍机器学习的渊源，而且能够从逻辑上证明了人工智能所能够实现的并不是完全新鲜的东西，只是在计算机算法发展过程中的一个很有生命力的分支，由浅入深，又抽丝剥茧地把人工智能作为学科的前世今生分析透彻。这是非常难能可贵的。
非监督式学习会成为超越人类思维模式吗？ 对此问题其实已经纠结了很久，最远的缘起来自若干的好莱坞大片关于机器人颠覆人类社会的猜测，最近的例子则是AlphaGo Zero完胜AlphaGo。之前总是相信AlphaGo只是利用了强大的学习能力和计算能力，在人类几百年的对弈棋局中脱颖而出；而AlphaGo Zero利用非监督式学习则完全超越了人类积累棋谱的边界，这是非常可怕的一种模式。虽然心存侥幸，还是愿意听到邢波教授的观点。能够达成一致的观点就是非监督式学习和监督式学习都是机器学习中的分支，没有递进的关系，所以对非监督式学习也完全没有必要担心忧虑其最终的实现逻辑会完全脱离人类的逻辑本身——就案例中的AlphaGo Zero虽然号称没有学习棋谱，但是其负责的在围棋世界中的基础规则却是人来设定的，所以人工智能再牛逼，也的确靠明确的人为设定边界开展工作的。在此基础上，就能够明确我们的方向了。
人工智能的方向和未来怎么样？ 邢波教授给出了非常有意思的波浪向上的曲线，从“人类完蛋了”到“骗子”……今天的人工智能发展能够突破这样的掣肘吗？我们的数据更大，我们的运算能力越多，我们有更多的期待，但是人工智能往下的趋势在登顶后一定要带来的。也就是说，这一轮的人工智能在AlphaGo的退潮会持续有所发展，但一定会面临往下的风险。阳光下没有新鲜事。我们可以实现的目标和目的是在合适的时点上有所突破，但是完全地改变之前的发展轨迹很难。 而且，这也印证了之前所讨论的话题，今天的AI公司中绝部分没有能够完成资本操作的公司将会在未来二三年内遭遇寒冬，不管是否愿意，大势已在。最值得思考的是邢教授提到的人工智能在未来发展中存在着收敛回归的可能性，如果遮掩个，人类应该更有底气来思考规划未来的生活中人工智能更能够为人类提供更和谐融洽的辅助功能，而人类为中心的世界应该不会被颠覆。
最后的总结和思考 “昨天的讨论很热烈，我想说医学影像领域AI应用没有想象的那么容易……机器学习在视觉处理上有优势但影像诊断涉及的判断基础远不止图像胶片的对比，相关的医学认知边界并没有清晰的界定。此外高质量的标注数据的缺乏还涉及到安全、伦理等一系列问题……所以，还是一年前的观点： 1. AI大有前景； 2. AI取代影像医生我还看不到； 3. 今天的AI项目很多，但良莠不齐需要我们擦亮眼睛” “再说明一句，alphaGo所做的围棋AI，胜负界定是清晰确定的，遵守同样的规则初段和九段能给出的结果一样；CT片子就完全不一样：放射科菜鸟级医生和中放协会大牛得到的结论可能不一样；类似的患者影像表征40岁的和80岁的结论可能不一样；同一片子在北京的医院和上海的医院找专家结论可能不一样；就算顶级专家告诉你的结论其实也只是个概率，没有病理和其它的佐证资料，也不能定论……同病不同源，同病不同治的情况太多，很难统一。医学不是工程学也不是科学，是需要温度的，AI能够成为很好的辅助手段，但取代医生，我真的还看不到……” |
|
|
