真真假假？專訪七位AI專家，辨析醫(yī)療人工智能真?zhèn)?/p>
橫看成嶺側成峰，遠近高低各不同。
用這句詩來形容當前人們對人工智能的理解最合適不過了。
人工智能浪潮起來以后，在醫(yī)療領域各種各樣的人工智能冒了出來，在一些醫(yī)學會議上，可穿戴設備、自動化系統(tǒng)、專家系統(tǒng)、智能化設備、最新輔助診斷系統(tǒng)、傳統(tǒng)的CAD技術都被企業(yè)或者醫(yī)生稱為人工智能。
究竟什么是人工智能？或者說什么是新時代的人工智能，與十幾年前出現的人工智能有什么區(qū)別？在醫(yī)療方面，研究又處于怎樣的階段？這波浪潮又能持續(xù)多久？這是最近經常聽到的問題。
帶著這些問題，記者查閱了一些資料并采訪了斯坦福大學AI教授、百度深度學習研究院專家、醫(yī)療AI企業(yè)的首席科學家、創(chuàng)業(yè)者、吉林大學智慧醫(yī)療的負責AI的教授以及在醫(yī)療AI投入上億元的投資人，希望從他們那里得到答案。
鸚鵡智能與烏鴉智能
加州大學洛杉磯分校UCLA、統(tǒng)計學和計算機科學教授、視覺、認知、學習與自主機器人中心主任朱松純曾在視覺求索的一篇文章《淺談人工智能：現狀、任務、構架與統(tǒng)一|正本清源》中做了兩個比喻，很有意思：鸚鵡智能和烏鴉智能。
鸚鵡有很強的語言模仿能力，人多教育幾次，鸚鵡就可以重復人類一些短語，這就類似于當前的由數據驅動的聊天機器人。
二者都可以說話，但鸚鵡和聊天機器人都不明白說話的語境和語義，也不能把說的話對應到物理世界和社會的物體、場景、人物，不符合因果與邏輯。
烏鴉要遠比鸚鵡聰明，他會利用工具，懂得物理常識和人類簡單的社會常識。
上圖是日本的研究人員跟蹤拍攝的，烏鴉是野生的。它必須靠自己的觀察、感知、認知、學習、推理、執(zhí)行，完全自主生活。
為了獲取堅果里面的食物，經過各種嘗試以后，它發(fā)現把果實放在馬路上，讓車子軋過去就可以得到食物（圖b），但是馬路上車水馬龍，容易丟掉性命。
然后它就站在馬路上方的電線桿上觀察，這之前他沒有經過大數據學習。它發(fā)現在靠近紅綠路燈的路口，車子和人有時候停下了。
這時，它必須進一步領悟出紅綠燈、斑馬線、行人指示燈、車子停、人流停這之間復雜的因果鏈（圖c、d、e）。最后它發(fā)現規(guī)律，最終吃到了食物。
在這個過程中，烏鴉是完全自主的智能，完全自主感知、認知、推理、學習、和執(zhí)行。也沒有幾百萬訓練數據供他學習。在這個過程中他學習耗能也很低（人腦功耗大約是10-25瓦，烏鴉大腦約為人類1%，它就只有0.1-0.2瓦）。
鸚鵡智能屬于現在在應用方面流行的數據驅動型智能，雖然與烏鴉智能有差距，但是在醫(yī)療這個垂直領域是有前景的。烏鴉智能屬于人們希望的人工智能。
具體來講什么研究和應用屬于人工智能范疇，朱松純給了一個系統(tǒng)的歸納，它涵蓋了六個領域：
（1）計算機視覺（暫且把模式識別，圖像處理等問題歸入其中）。
（2）自然語言理解與交流（暫且把語音識別、合成歸入其中，包括對話）。
（3）認知與推理（包含各種物理和社會常識）。
（4）機器人學（機械、控制、設計、運動規(guī)劃、任務規(guī)劃等）。
（5）博弈與倫理（多代理人agents的交互、對抗與合作，機器人與社會融合等議題）。
（6）機器學習（各種統(tǒng)計的建模、分析工具和計算的方法）。
由于學科比較分散，從事相關研究的大多數博士、教授等專業(yè)人員，往往也只是涉及以上某個學科，甚至長期專注于某個學科中的具體問題。
比如，人臉識別是計算機視覺這個學科里面的一個很小的問題；深度學習屬于機器學習這個學科的一個當紅的流派。
在醫(yī)學應用層面，據動脈網了解目前市場上見到的醫(yī)學人工智能產品如輔助診斷系統(tǒng)、影像輔助診斷系統(tǒng)都是多領域交叉合作，并結合臨床實踐得到的成果，僅憑在一個領域內的研究是很難取得成績。
三個問題教你識別人工智能公司
全球著名的計算機博弈專家吳韌認為，這一輪人工智能能夠取得前所未有的進步主要有三個方面的原因：
第一，大數據的積累。在醫(yī)學方面，隨著電子病歷和數字膠片的積累，大量可以用于研究的結構化病例保存起來。而這個大數據至少是以10萬份為起點，庫卡機器人，并且可直接用于模型訓練的數據。
第二，計算能力的提升。這幾年，云計算、GPU等一些計算能力的提升為處理大數據提供基礎，縮短了訓練模型所用的時間，將訓練周期縮短為幾天。
第三，大數據與計算力的結合，是研究人員可以快速得到并訓練出可以應用在時間中的算法模型。而現代的可以稱之為人工智能的產品，必須有深度學習技術的參與。之前的人工智能技術并沒有很好的解決問題，而深度學習技術的出現才推動了這波浪潮。
吳韌表示，正是由于這波人工智能興起的原因，決定了這次浪潮將是持續(xù)的，工業(yè)機器人維修，而不是間歇性的。從目前取得成績來看，也在驗證這種說法。
基于這三方面常識，我們可以用以下幾個問題來鑒別新時代的人工智能公司。
1、公司數據從何而來，是網上下載還是從醫(yī)院獲取高質量標注數據？
2、公司算法模型從何而來，是從網上下載別人訓練好的，還是自己訓練模型。如果是自己訓練的模型，那么訓練軟件是哪一款，計算能力有多強？
3、自己訓練的模型又與別人開源的模型有什么區(qū)別？訓練的計算機里面有幾塊GPU？
通俗易懂的3條判斷標準
除了從技術上做鑒別，圖瑪深維創(chuàng)始人及CEO鐘昕也給出了通俗易懂的判斷醫(yī)療AI公司方法。
1、擁有長期從事醫(yī)療背景人工智能技術研究的核心技術團隊。
比如說圖瑪深維的首席科學家陳韻強博士，大學是清華大學生物醫(yī)學工程專業(yè)，畢業(yè)后進入中國自然科學最高學術機構-中國科學院自動化研究所，專攻人工智能專業(yè)。
1998年赴美國伊利諾伊大學厄巴納-香檳分校電子與計算機工程系攻讀博士學位，師從計算機視覺之父黃煦濤教授。
長期在西門子研發(fā)全球研發(fā)中心從事醫(yī)療圖像計算機視覺和人工智能研發(fā)，這類醫(yī)療和人工智能都具有深厚背景的復合型人才是非常稀缺的。能夠吸引這樣頂尖的專家加入公司，代表圖瑪深維核心競爭力之一。
2、參與國內外與醫(yī)療人工智能相關的學術會議和展會，交流成果。
在參會的過程中，企業(yè)會參與學術和科研的討論，在交流中自會展示自己的公司以及產品的情況。
比如在此次北美放射年會上，圖瑪深維亮相了6大產品體系，與國內外的行業(yè)人士進行了深入的交流。
在此次展會上，有很多友商也參與了展覽和學術交流，也許現在和將來我們會存在競爭關系，但是我們非常尊重友商的研究成果。如果一個公司長期脫離人工智能的圈子，只是做一些包裝宣傳，那就值得懷疑。
3、公司需要擁有落地醫(yī)院的產品，以及醫(yī)生對產品的認可度。
圖瑪深維已經分析過的胸部CT掃描病例超過5萬病例，獲得了醫(yī)生的廣泛認可。
如果僅僅是在公司網站上寫一句自己屬于人工智能公司，沒有實際產品，那么最后很難獲得最終落地客戶認可，這樣公司是難以獲得長期生存機會。
鐘昕總結道，那些真正掌握了核心技術，踏實做事情，并把醫(yī)生的需求轉化為落地產品的公司都有很好的發(fā)展前景。
人工智能智能必須理解物理世界及其因果鏈條
有專家表示，人工智能可以發(fā)現人類未知的一些聯系，而不是簡單的專家職能的復制。在不同的環(huán)境條件下，智能的形式會是不一樣的。
任何智能的機器必須理解物理世界及其因果鏈條，適應這個世界。