科技前沿 Kth X 人工智慧
人工智慧，毫無疑問是當今時代最前沿、最熱門的科技之一。作為以創新為靈魂，以科技而聞名的KTH皇家理工學院，必然會在該領域大展身手。
人工智慧、機器學習、深度學習，這些炫酷的概念究竟有何關聯？瑞典為何要重視人工智慧技術？KTH又在該領域有何突出貢獻？我們一起一探究竟。
一、何為人工智慧
人工智慧（Artificial Intelligence, AI）指的是區別於自然界生物的、人造機器表現出來的一定的智能。自然界智能生物最厲害的地方在於學習能力，即主動獲取新的知識、行為、技能的能力。以前，電腦本質上只是一個存儲、搜索數據和基於已有數據進行計算的機器，並不能算是真的電「腦「。人工智慧就是旨在培養以計算機為核心的機器，賦予其學習能力，使之擁有智能的科學。
↑ Photo Credit: Thinkstock
那麼怎麼讓電腦和機器人擁有人工智慧呢？以前我們得用明確的編程語言告訴它們怎麼做，它們按部就班地完成，這不叫智能。那怎麼辦呢？機器學習（Machine Learning， ML）就是培養計算機學習能力，使之具備智能的演算法之一，而深度學習（Deep Learning, DL）則是機器學習的一個分支。三者關係簡化如下：
機器學習的範圍很廣泛，通過它，電腦或機器人能夠自己進行學習，找出解決方案。這對於我們無法解決的，因而無法編程讓計算機運算的問題，尤其重要。經典的機器學習演算法如回歸、貝葉斯、聚類等，往往基於大數據和統計學原理做出決策，即通過訓練集讓機器進行學習，獲得解決問題的能力。
舉個最簡單的例子，比如給它一萬張貓的照片和桌子的照片，通過分析圖像元素，它可能會學會貓的圖像中有很多弧線，而桌子圖片有更多直線等等，從而獲得識別桌子與貓圖片的能力。當然實際的機器學習過程比這個要複雜很多。
↑ Image credit: Kirillm | Getty Images
深度學習也是一種實現人工智慧的演算法。它是機器學習的分支，是基於對數據進行表徵學習的演算法。不同於傳統機器學習，深度學習受生物大腦的神經網路啟發，採用類似結構進行學習。生物中一個神經元將電信號傳遞給下一個，後者的行為受前一個影響；深度學習的神經網路也是類似的。
↑ Photo credit: southbigdatahub.org
二、瑞典重視投資AI研究
從AlfaGo打敗李世石問鼎圍棋冠軍，到無人駕駛汽車、語音圖像識別、實時翻譯等等，人工智慧早已滲透到日常生活的方方面面，越來越深刻地改變著世界的面貌。無論從哲學、科技，還是社會、經濟的角度看，我們都有充分的理由支持AI科研。
↑ 自動駕駛汽車模擬場景 Photo credit: xtendiot.com
Wallenberg Autonomous Systems and Software Program (WASP), 是瑞典現在最大的科研項目之一，KTH是它的一個成員。該項目已獲得超過30億瑞典克朗的投入，其中很大一部分用於AI研究。KTH計算機科學教授Danica Kragic Jensfelt，是WASP主要AI項目的負責人。
↑ WASP成員
她說道：「為了瑞典能保持高水平的科研和教育，維持商業競爭力，我們必須為此創造積極的環境條件。對AI的投資很大，全世界都是如此，我們也必須加入這場競賽。通過基於人工智慧的方法和策略，很多事情將會變得流水線化、簡單化。我們能創造更好的自然資源使用模式，更好的醫療和教育。」
↑ AI for future healthcare http://hiteks.com
「我們將集中精力在那些無論短期還是長期都有益於瑞典發展的領域。如今，AI的應用領域已經極其廣泛，從基於大型網路下高效數據傳輸的自動駕駛汽車，到通過機器學習辨析癌症組織與正常組織的區別而實現的癌症檢測。AI還能幫助我們更好地認識大腦，或是通過分析動物的行為來鑒定其健康狀態等。」
↑ 瑞典著名機器人Furhat
三. KTH 的 AI 成果
人工智慧助力癌症研究：6月20日，著名學術期刊Nature Communications發表來自KTH和KI的研究小組的成果，指出AI 可以用來幫助理解前列腺癌症的發生髮展過程。
癌症組織內部的異質性使得癌症診斷和治療十分困難。該課題組運用空間轉錄組學技術（spatial transcriptomics, ST，指研究不同位置或細胞的基因表達情況的科學)。在AI的輔助下，研究人員能夠更快、更精確地繪製出癌症異質性的基因表達空間圖譜。
↑ 癌症組織樣本
讓AI親民化的軟體：QuantumNet 是KTH的學生設計的軟體，旨在幫助更多人用更簡單的方式使用AI模型生成解決方案。當然，對於AI專家，這款軟體同樣會讓他們的工作更高效。
在這款軟體問世之前，如果想使用AI模型，你需要強大的編程能力、數學背景和AI知識。QuantumNet 降低了使用AI解決方案的門檻，許多步驟都實現了自動化，普通人也能使用AI。
↑ QuantumNet 發明者Martin 和 Robert
解碼工作記憶：來自KTH、MIT和康奈爾的學者們研究了猴腦的工作記憶，該研究或將促進AI設計，以及腦疾病的治療。工作記憶是指我們大腦中用於暫時接受、處理信息的認知系統，區別於長期記憶，大致相當於計算機的RAM（Random Access Memory）。一旦工作記憶出現問題，我們將無法完成幾乎所有的日常行為。該研究中收集的靈長類工作記憶相關數據，無疑將有助於我們對認知系統的理解，也可能改變將來的AI發展。
↑ Image Source: Digital Health Age
AI輔助心臟病診斷：KTH的學生Johan Eklund，被 Swedish Agency for Growth and Entrepreneurship授予「2018年度學生」榮譽，獎金15萬克朗，以表彰她發明了HeartStrings，一項使用AI輔助心血管疾病診斷的技術。使用HeartStrings技術，相比於現有的心血管疾病診斷技術，診斷速度快了十倍，準確率提升兩倍，價格則便宜了49倍。據估計，該技術每年將挽救100萬人的生命。
↑ Photo credit: europeanpharmaceuticalreview.com
人工智慧是引領未來的主要科技之一，並將促進其他領域的長足發展。充分的投資，強大的科研基礎，使得瑞典在AI領域的發展非常迅猛。KTH 的機器學習專業也開設了AI、ML等課程，學生們在校園裡還有很多機會學習和接觸行業領先的企業，並通過課程項目和畢設等將想法付諸實踐。我們相信，KTH會在AI改變世界的進程中，將繼續貢獻自己的力量！
TAG:KTH瑞典皇家理工學院 |