我們會被人工智慧打敗嗎？

5月23日，柯潔以四分之一子敗給人工智慧Alpha Go，在接下來的比賽中，人工智慧的設計者也信心滿滿，柯潔必然三盤全輸，並認為「這是柯潔一人的不幸，世人之萬幸。」

這種解讀所指的是，人工智慧將在未來全面介入人類生活，開啟人類文明發展的又一個新時代。

人工智慧的絕對優勢

人工智慧早就進入了醫學研究（藥物研發、基礎研究）和臨床診療領域，人與人工智慧的競爭也不可避免，那麼，人工智慧會像戰勝柯潔一樣，優於或勝過人類醫生嗎？

僅從現有的情況看，人工智慧有優於人類醫生的地方。以癌症治療為例，當確診癌症後，針對不同病人的個性化治療才會比較有效。機器學習（演算法）是人工智慧的一個基本內容，其中，數據的輸入、輸出、賦值等運算可以讓人工智慧對某一問題進行計算分析，從而得出有針對性的解決手段。加拿大西方大學的羅根（Peter Rogan）等人通過對基因數據的分析得出最可能的有效治療癌症的方案，讓該治療方案變得更加個性化。

研究人員使用了一套含有40個基因的數據，這些基因可以在90%的乳腺癌中找到。在接受試驗的近350名癌症病人當中，至少都會接受紫杉醇或吉西他濱其中一種化療藥物治療。之後，研究人員讓人工智慧對數據展開處理並找出藥物與病人基因之間存在的關係。結果顯示，同時接受兩種藥物的治療有效率為84%，只接受紫杉醇的有效率為82%，只接受吉西他濱的有效率則在62%到71%之間。

這就為醫生提供了選擇更好或最佳治療方案的決策基礎，在上述方案中，醫生選擇對病人同時使用紫杉醇和吉西他濱，可以達到最高的84%的治療有效率。

也許這種人工智慧軟體對不同病人提供的治療方案比其他醫生的治療有效，但是，人工智慧的這種演算法和分析是醫生首先教會它的。更重要的問題是，當超出了這40個基因的範疇，這套人工智慧的演算法和提供治療的方案就有可能受到限制。

面臨這樣的問題，人工智慧只會一籌莫展。但是，人是有巨大動力的，這種動力的來源之一是，人有強烈的情感。柯潔輸給Alpha Go或感到贏不了Alpha Go會沮喪得流淚，但Alpha Go不會。正是這種差別，讓具有強烈愛心的人會想出更好的方法去診療和戰勝疾病，至少取得更好的結果。基於這種情況，Alpha Go不可能戰勝醫生，因為前者沒有愛心，後者，尤其是病人的親屬有強烈的情感和愛心。

戰勝檢查數據的真情暖男

一位叫馬麗砂的女性患有卵巢癌。15年間，她經歷了4次手術和30多次化療，她的丈夫張欣華相伴相依，一路保駕護航，讓她的生命一直延續。這名「暖男」起到的作用不過是輔助醫生，但是他卻使用了特有的「理工男方式」，通過數據分析、（深度）學習和邏輯推理，獲得了理想的治療結果。這些方法正是人工智慧的強項，別說使用Alpha Go，就算是一種很簡單的統計和分析軟體都可能超過張欣華，但是決策和疾病治療的結果難於勝過後者。

早在2005年，定期隨訪複查的馬麗砂發現自己的驗血指標似乎有些異常，但核磁共振檢查未發現問題。張欣華分析，核磁共振的原理是逐行掃描，也許因為腫瘤的位置關係，或者掃描的行與行之間的斷層關係，沒能發現腫瘤。但普通的B超檢查原理是檢測回聲，是反射過來的信息，這也許能發現一些更有意義的線索。他便自作自作主張讓妻子做B超檢查，果然發現腫瘤複發，及時作了手術切除。

而後，張欣華對妻子的檢查數據做了如下的數據分析和深度學習：對其妻的一種腫瘤標記物CA125進行數據統計，時間為橫坐標，CA125為縱坐標，把2014年2月11日到2017年5月1日的CA125變化描繪成曲線圖。

95%的健康成年婦女CA125的水平≤35U/ml，如果CA125的數值是該數值的兩倍以上，就意味著與癌症有一定關係，而馬麗砂是癌症康復者，這個數值在更高的範圍（幾百）才可能被醫生視為與癌症複發有關。馬麗砂的CA125在2016年12月達到曲線的頂點，也只是73.5，沒有達到醫生認為的與癌症複發相關的數值。但張欣華比較了其妻2014年和2016年的兩個高點，正好對應其在這兩個時期的大手術，當時的數值與73.5相差無幾。因此，張欣華認為情況不好，便帶妻再到醫院檢查，發現腫瘤又複發了，又及時進行了手術，馬麗砂CA125的曲線很快回歸低位。

此次Alpha Go戰勝柯潔，研究人員稱是Alpha Go採用了能自行學習的人工神經網路技術，但也有專業人員認為如果僅僅是人工神經網路技術，不可能讓Alpha Go達到如此強大的能力，實際情況是Alpha Go的核心——記憶增強技術得到更大增強，通過其海量的存儲能力，不斷將外部的數據輸入存儲器，更新數據結構，並分析數據，然後重新輸出數據，給出相應的博弈策略。

但就算使用Alpha Go戰勝柯潔採用的人工神經網路技術為馬麗砂診斷，由於CA125數據正常，以及核磁共振成像檢查正常，恐怕就連有經驗的醫生也會忽略患者的變化而不會讓其再進一步檢查，更不用說Alpha Go，僅靠數據分析判斷，一定會把馬麗砂歸為正常情況。而患者的丈夫張欣華懷著對妻子無限的真情，用自己特有的計算方法判斷妻子的病情，挽救了妻子的生命。這不能不說是人工智慧輸給人類大腦的佐證。

美國父子超越常規的精準醫療

說到底，這又是一種人工智慧難以掌握的技能——精準醫療。因為人工智慧的大數據和分析，以及深度學習只能對一般性的情況進行分析判斷，不會對每種情況進行具體的個性化的分析和診治。在進行精準醫療時，醫生也未必會對每個病人做到個性化的診治，而是千人一葯、萬人一刀地進行治療。但只有對親人傾注了深厚愛心的人才會對病人的具體情況進行辨別，以尋求有針對性的個性化精準醫療。

美國麻省理工學院數學家迪米特里斯·伯特西馬斯教授的父親在2007年診斷患有非轉移性胃癌，已經無法手術，唯一的治療方案是化療。為了讓父親儘可能延長生命和提高生活質量，伯特西馬斯研究了全美五大醫院的常規化療方案並驚訝地發現，每家醫院使用的化療方法都不同。

數學家的天性讓其產生了一個想法，對醫院的臨床試驗數據進行計算，以確定哪一種方法能產生更好的效果。他畫了一張簡單的圖，橫坐標代表藥物毒性，縱坐標代表患者的生存率。根據這一曲線，伯特西馬斯選取了一個他認為的最優策略對其父親治療。結果他的父親在確診胃癌後存活了2年，比醫生的預期翻了一番。

人工智慧難以逾越的「先天不足」

伯特西馬斯和張欣華這樣的精準醫療既不是人工智慧能夠做到的，也不是一般醫生能做到的，因為不同的醫生就有不同的對疾病的診治和看法，以及選用自認為正確的和效果好的療法，即便是人工智慧採用人工神經網路技術自主學習，也不可能像伯特西馬斯和張欣華那樣對親人進行個性化的診治。這意味著，人工智慧並不神秘，人人可用，而且根本就達不到人的自我學習和分析能力。更重要的是，人工智慧沒有情感，不會因為對親人的愛而多一分責任、多一分細心、多一分分析、多一分比較，從而選擇最有利於親人的診治方案。

顯然，預測人工智慧未來會在其他方面戰勝人和統治人類社會，需要讓它先要有情感。但是，人工智慧不是生物，它會有七情六慾嗎？退一步說，能把愛心輸進去嗎？

以此來看，人工智慧「先天不足」，或許只有理性，那它靠什麼與人做全方位的博弈？所以，不必過多擔心人工智慧會戰勝人類，而是全身心享受我們作為人類所擁有的美好情感吧！

（張田勘）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！