當前位置:
首頁 > 新聞 > 人工智慧距我們生活的改變有多遠?國際學者亮相論壇暢談AI

人工智慧距我們生活的改變有多遠?國際學者亮相論壇暢談AI

「現在一聽說是講AI的會,大家都想來聽聽。」

崑山發布微信公眾 圖

5月22日,第二屆崑山杜克大學技術創新與應用國際論壇上,一位投資人對澎湃新聞記者感嘆說,人工智慧正經歷著自1956年達特茅斯會議確立該概念以來最為火熱的光景,光是看看那些在高鐵站進站口的人臉識別系統,你就不得不承認:是的,人工智慧時代,來了。

「人工智慧已經到了可以全面進入不同領域、產生商業價值的階段。」 崑山杜克大學和美國杜克大學電子與計算機工程學教授李昕博士對澎湃新聞記者說。

此次論壇由崑山杜克大學和江蘇崑山市高新區主辦,邀請了國內外知名大學與公司的人工智慧研究人員,對各自在不同領域AI的應用進行分享和交流,「就是希望從中尋找合適的落地項目和機會」。

所謂人工智慧(Artificial Intelligence),這個名字可能會帶來些誤解。不久前在美IPO的機器學習和數據分析平台提供商Cloudera的聯合創始人Amr Awadallah認為,更準確的說法是決策的自動化,「如何來搜集數據,利用數據進行分析,並儘可能多地讓機器做出一部分的決定」。

解決現實「痛點」,是絕大部分人工智慧研究的出發點。

在崑山杜克大學的上述論壇上,當加拿大皇家學會科學院院長、院士M. Jamal Deen 博士在演講時給出兩張同一個人的照片,讓大家猜猜是哪一張圖片說明這個人昨晚失眠了,台下的聽眾反響積極。「沒錯,是這張!」失眠的這個人眼皮稍腫,眼睛偏小,笑容勉強。

針對這一問題,Jamal院士正在研究的方向是通過人工智慧改善睡眠,包括用感測器收集數據,追蹤睡眠習慣,從而針對性地給出反饋方案,如及時調整睡眠環境,給大腦播放粉紅噪音(Pink Noise,特指隨機的噪音混合高頻和低頻)以及雙耳節拍(binaural beats,即給兩隻耳朵發送不同頻率的音調)等,可以讓大腦以最自然的方式入睡。這些決策都是機器自動完成的,也就是所謂的人工智慧。目前,這一研究已經走出實驗室。

醫療領域也是人工智慧落地的最佳場景之一。許多專家都認可的是,「AI+醫療」前景無限,尤其讓人期待的是深度學習在疾病預測、診斷和治療方面的應用。

深度學習其實是一套可以藉助海量大數據對機器進行訓練的神經網路,機器學習要求高質量高價值的人工標註數據,「但挑戰在於,給醫學影像作人工標註的成本非常高——往往只有醫學專家能夠進行很好的標註,而一張醫學影像可能包含數百萬計的醫學對象。」聖母大學教授Danny Chen說,他介紹了一種「選擇式標註」的深度學習方法,可以大量減少標註成本。

「先是利用主動學習(active learning)來訓練深度學習模型,然後讓機器深度學習來決定更加有效的注釋區域。」 換言之,把這些未經標註過的醫學影像數據交給機器,讓機器自動挑選重要的特徵並給出建議,也就是機器認為對圖像分割有價值的區域或對象,這時候人類專家再對這些範圍已經縮小的區域添加標記數據,然後交由機器重新學習。

這項技術可以應用在需要大量識別醫學影像進行診斷的疾病方面,比如在診斷急性炎症時,及時精確識別出作為炎症反應的一線細胞——中性粒細胞。

但是基於神經網路技術的深度學習,可能也恰恰帶來一個問題,會不會又是一個黑盒子? 這些機器是如何找到有意義的信號的?人們應該給予深度學習多大的信任?

Danny Chen教授的答覆是「這些問題都是值得關注的,也是我們正在研究的」。他坦言,深度學習有時會他們帶來一些意想不到的驚喜,比如識別出一些人們尚不了解、卻又可發揮作用的現象。

總的來說,AI在疾病治療領域大有可為,「但你要我給個時間表,人們多久能夠感受到AI帶來巨大的改變,這個不好估計」。他對澎湃新聞記者表示,「坦白講,我覺得眼下討論這個是沒有多少價值的,因為醫生們幾百年來都沒解決的問題,我們怎麼可能單純通過技術就很快解決呢?」

「這需要時間,而我們會持續做。」他最後說。

聽完這樣的講座,你會切實感受到,是的,人工智慧來了,但隨之而來的擔心是,那麼我的工作還在嗎?在最後的專題討論上,講座主持人李昕教授很貼心地把這個問題當場拋給了這些教授。

「有這麼一部人會被落下,如果他們無法找到新的工作機會的話。」美國戴爾公司首席數據官Jack Chen博士說,科技進步帶來的機會是巨大的,「就像計算機時代到來時,打字員的工作沒了,但是卻出現了程序員的職業」。李昕教授表達贊同,「我想,人工智慧時代來臨,快速學習能力正是我們需要的。」


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 中國生物技術網 的精彩文章:

腸道微生物在動脈粥樣硬化中起到重要作用
微生物所等在人工智慧驅動生物製造工業化領域取得新突破

TAG:中國生物技術網 |