最近，李飛飛關(guān)于人工智能的一些看法，發(fā)表在了國(guó)計(jì)算機(jī)協(xié)會(huì)(ACM)的官方網(wǎng)站的“People of ACM”欄目中，這個(gè)欄目會(huì)不定期介紹ACM成員的成就和簡(jiǎn)介，希望能給同行們帶來(lái)啟發(fā)。
作為斯坦福人工智能實(shí)驗(yàn)室(SAIL)和斯坦福視覺實(shí)驗(yàn)室主任，李飛飛再次解釋了為什么說(shuō)目前是從事人工智能領(lǐng)域工作的好時(shí)機(jī)、為何計(jì)算機(jī)視覺是AI技術(shù)發(fā)展基石，以及人工智能在醫(yī)療行業(yè)將有怎樣的機(jī)會(huì)。
以下是李飛飛對(duì)幾個(gè)問(wèn)題的看法，量子位編譯：
問(wèn)：為什么說(shuō)，目前是工作于深度神經(jīng)網(wǎng)絡(luò)和人工智能領(lǐng)域的好時(shí)機(jī)？
李飛飛：人工智能已有60多年的發(fā)展歷史。最初的目標(biāo)是開發(fā)智能機(jī)器。自那時(shí)以來(lái)，主要來(lái)自學(xué)術(shù)實(shí)驗(yàn)室和學(xué)術(shù)機(jī)構(gòu)的研究員為人工智能打下了基礎(chǔ)，相關(guān)工作包括問(wèn)題的定義、評(píng)價(jià)指標(biāo)、算法，以及作為人工智能支柱的子領(lǐng)域（例如機(jī)器人、計(jì)算機(jī)視覺、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)）。我將這個(gè)階段稱作“體外人工智能”。
令人興奮的變化發(fā)生在2010年左右，人工智能的發(fā)展進(jìn)入了我稱之為“體內(nèi)人工智能”的階段。在新時(shí)代中，人工智能變革了現(xiàn)實(shí)世界場(chǎng)景，例如交通運(yùn)輸、圖像處理和醫(yī)療健康行業(yè)的計(jì)算方式。由于一系列的進(jìn)步，包括算法（例如基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法）、計(jì)算技術(shù)（例如摩爾定律、GPU，以及正在發(fā)展的TPU）和可用數(shù)據(jù)集（例如ImageNet），人工智能應(yīng)用正在帶來(lái)真正的改變。實(shí)際上，這還只是起步階段。我認(rèn)為，人工智能將成為“第四次工業(yè)革命”最重要的驅(qū)動(dòng)力，而這將改變我們目前所知的各個(gè)行業(yè)。這也令人工智能領(lǐng)域變得更令人興奮。
問(wèn)：你提到，計(jì)算機(jī)視覺，即計(jì)算機(jī)如何識(shí)別和理解圖像，將成為人工智能未來(lái)發(fā)展的技術(shù)基石。那么能否解釋一下，為什么計(jì)算機(jī)視覺是核心？
李飛飛：我們可以借鑒自然界的例子。5.4億年前，動(dòng)物出現(xiàn)了眼睛，成為了“寒武紀(jì)生物大爆發(fā)”最重要的推動(dòng)力量。在這段時(shí)期內(nèi)，物種數(shù)量出現(xiàn)了爆發(fā)式增長(zhǎng)。視覺是改變動(dòng)物行為的最主要因素，同時(shí)也加速了大腦的發(fā)展。作為已知智慧程度最高的生物，人類將視覺作為生存、運(yùn)動(dòng)、操作和溝通的最主要感官系統(tǒng)。實(shí)際上，有估計(jì)認(rèn)為，大腦的超過(guò)一半機(jī)能都被用于視覺處理和視覺智能。
現(xiàn)在，讓我們來(lái)看看數(shù)字世界。由于傳感器、智能手機(jī)和無(wú)人駕駛汽車的發(fā)展，信息數(shù)據(jù)的最主要形式就是像素。思科估計(jì)，互聯(lián)網(wǎng)上超過(guò)80%的數(shù)據(jù)都是某種形式的像素。僅僅對(duì)于YouTube，每60秒鐘就有數(shù)百小時(shí)的視頻上傳至其服務(wù)器。因此與動(dòng)物界類似，視覺將成為機(jī)器智能發(fā)展最主要的推動(dòng)力量。這是一種覆蓋了所有垂直行業(yè)的通用應(yīng)用，也是智能機(jī)器應(yīng)當(dāng)具備的最重要能力之一，無(wú)論這樣的機(jī)器是無(wú)人駕駛汽車、醫(yī)療診斷系統(tǒng)、智能教室，還是未來(lái)的制造設(shè)備。
在近期斯坦福大學(xué)的項(xiàng)目中，你和學(xué)生開發(fā)的技術(shù)讓計(jì)算機(jī)可以生成文字，描述它們“看到”的圖像。哪些關(guān)鍵進(jìn)步使這個(gè)項(xiàng)目成為可能？
人類最強(qiáng)大的能力之一是，能夠描述我們看到的畫面。老話說(shuō)，“一張圖片勝過(guò)千言萬(wàn)語(yǔ)”。因此，自從開始計(jì)算機(jī)視覺科學(xué)家的職業(yè)生涯以來(lái)，我就在解決這個(gè)問(wèn)題，即如何讓機(jī)器描述照片（和視頻）。近期關(guān)于圖片標(biāo)注（以及隨后根據(jù)圖片生成大段文字）的工作再次證明了深度學(xué)習(xí)方法的力量。在通過(guò)足夠多的圖片-標(biāo)注配對(duì)進(jìn)行訓(xùn)練之后，我們的算法能學(xué)會(huì)為可視化內(nèi)容匹配單詞或詞組，并生成類似人類的語(yǔ)句?？紤]到自然界在數(shù)億年的進(jìn)化中只誕生了人類一種具備這種能力的生物，這是個(gè)令人難以置信的結(jié)果。計(jì)算機(jī)用了50多年、60多年就獲得了同樣的能力。值得注意的是，當(dāng)前數(shù)億人正通過(guò)谷歌照片應(yīng)用去使用這項(xiàng)技術(shù)。如果你在這款應(yīng)用中搜索特定關(guān)鍵詞，例如“海灘”或“天空”，那么就可以很容易地找到相關(guān)照片。谷歌照片很好地證明了，類似谷歌的公司如何基于特定研究項(xiàng)目開發(fā)產(chǎn)品。
問(wèn)：許多行業(yè)都將受到人工智能的影響，而你提到，醫(yī)療將會(huì)成為轉(zhuǎn)型最明顯的一個(gè)行業(yè)。未來(lái)20年中，人工智能技術(shù)在醫(yī)療行業(yè)將會(huì)有哪些有趣的應(yīng)用？
李飛飛：正如我之前所說(shuō)，人工智能正在改變，或是即將改變，所有垂直行業(yè)。這是一種信息和數(shù)據(jù)的全新計(jì)算方式，而計(jì)算能力對(duì)所有公司來(lái)說(shuō)都是必要的。我看好人工智能在醫(yī)療行業(yè)的潛力，因?yàn)槲艺J(rèn)為，人工智能將給所有人，而不僅僅是少數(shù)精英帶來(lái)幫助。
在醫(yī)療行業(yè)，我尤為看好兩方面應(yīng)用。首先是人工智能輔助的診斷。這是醫(yī)療的基礎(chǔ)。許多醫(yī)生都必須面對(duì)大量數(shù)據(jù)和信息，而有經(jīng)驗(yàn)的醫(yī)生無(wú)法前往很多地方為病人進(jìn)行診斷，判斷他們需要接受什么樣的治療。此外眾所周知，如果我們可以更早地發(fā)現(xiàn)醫(yī)療問(wèn)題，那么患者的預(yù)后情況就會(huì)越好。我們已經(jīng)看到，人工智能可以更好地預(yù)測(cè)糖尿病眼病，以及幫助病理學(xué)家發(fā)現(xiàn)乳腺癌。基于人工智能的醫(yī)療診斷可以成為不知疲倦的助手，幫助醫(yī)生展開工作，無(wú)論是早期預(yù)防診斷、分類處理，還是精確醫(yī)療。無(wú)論是病理學(xué)還是放射學(xué)，大部分醫(yī)療數(shù)據(jù)都會(huì)以像素形式出現(xiàn)。因此在提供更先進(jìn)的解決方案方面，計(jì)算機(jī)視覺可以扮演關(guān)鍵的角色。
我非?？春玫牧硪粋€(gè)領(lǐng)域是，通過(guò)流程的改進(jìn)，我們可以改善醫(yī)療質(zhì)量，降低成本。無(wú)論是門診、急診、手術(shù)室、ICU，還是家庭醫(yī)療，用人工智能去輔助流程都可以給患者治療和醫(yī)療管理帶來(lái)幫助。這里有個(gè)小案例。每年，美國(guó)都要花費(fèi)約300億美元去治療在醫(yī)院被傳染上傳染病的患者。這是個(gè)預(yù)防醫(yī)學(xué)的問(wèn)題，主要是由于醫(yī)生沒有進(jìn)行適當(dāng)?shù)氖植啃l(wèi)生處理。在斯坦福大學(xué)，我實(shí)驗(yàn)室中的學(xué)生嘗試與醫(yī)學(xué)院，以及Lucile Packard兒童醫(yī)院的同事合作解決這個(gè)問(wèn)題。與傳統(tǒng)方法，即安排專人進(jìn)行監(jiān)督不同，人工智能系統(tǒng)能帶來(lái)持續(xù)、低成本、無(wú)偏見，以及更準(zhǔn)確的結(jié)果。這是用人工智能去改進(jìn)工作流程的一個(gè)案例。類似的技術(shù)可以幫助醫(yī)生進(jìn)行醫(yī)學(xué)文書工作，并監(jiān)督手術(shù)室和急診室規(guī)章的執(zhí)行。
【完】
招聘聯(lián)系客服
