论文部分内容阅读
自古以来，人类就希望能预知事件走向，这样就能防患于未然，但也只能凭借一些现象进行趋势分析，面对复杂的事件只能一筹莫展。
反而是现实生活中能看到不少天桥上，一些人坐个小板凳、摆个八卦图、立个抽签筒就开始说趋势，而这些人大多是无事可做之人以此谋生，他们所谓的预测本质上就是胡乱说，有时他们也被称为骗子。
到了计算机时代，一种叫“计算机算命”的程序兴起了，但后来被证实是骗人的应用。预测未来趋势这种事情，很多时候都和“骗”字挂钩。
但最近，一些AI研究团队称自己能够通过科学的方法预测一些事件的未来走向，甚至预测住院者的死亡概率，靠谱吗？
预测你的未来几分钟
预测未来一直是一个很好的科幻作品题材。电影《少数派报告》中，警察利用一些技术，能预测未来一段时间内的犯罪事件，从而提前实施抓捕，避免犯罪事件的发生。虽然听起来很玄乎，但最近一种初级的预测型AI系统诞生了。
由德国波恩大学的研究人员创建的AI系统，能够通过机器学习算法预测人类受试者行为的持续时间，以及未来一段时间内的事件走向。
那么，他们是如何实现这个预测的？首先，研究人员选择了一種存在很多变量、同时简单的任务——做沙拉。
AI系统“观看”了40人分别准备沙拉的视频，每个人的视频包含20种不同的动作，时长在6分钟左右。每一个人做沙拉的工序和动作都是不一样的，也许这个人先放生菜，也许那个人先放番茄，也许这个人做事麻利，也许那个人做事慢吞吞。
AI系统在完成了4个小时的“观看”后，了解了做沙拉所通常遵循的规律，以及完成任务需要的时间。
“然后我们需要测试这个AI系统通过学习，是不是能够进行相关预测。”团队成员在一份声明中说道。“为此，我们让AI系统观看了一个以前从未见过的视频。”
给AI系统接受测试的视频也是一个准备沙拉的视频，但只有前面20%～30%的内容。然后，该AI系统被要求预测在视频的其余部分会发生什么。如果动作和持续时间被正确地猜出来，那么预测被认为是正确的。
Gall博士说：“预测时间越近的内容就越准确，准确率甚至超过40%，但预测越远时间的内容越困难。”事实上，目前这个AI系统在预测未来一两分钟内会发生什么事情上，准确率超过40%，但当被要求预测未来三分钟以上的事情时，准确度就会下降到15%。
“我们想要在一件事件发生前的几分钟甚至几小时前，就能预测事件发生的时间和持续时间。”
研究者们将会对外发布这个研究成果，他们认为自己的研究完全可以投入实际用途，譬如烤箱可以知道什么时候为厨师做预热，或者一个机器人吸尘器可以预测你在另一个房间里呆多久，然后在你不在的时候打扫卫生。
甚至，这种预测能扩大到一个单一事件的未来走向，为决策提供依据。
AI能预知人的发展趋势吗？
从上面两个研究中可以发现，所谓的AI预测未来，就是让AI系统不断学习某种事件，从而发现规律，于是，看到了类似事件的开头，就能通过规律猜到事件的结尾。
这有一点像天气预报，首先在过去研究中积累了大量对大气变化过程的认识，如果有目前的大气数据，就能推测出未来一段时间内的天气，时间距离越近，预测得越准确，时间距离越远，预测的准确度越低。
天气预测这种事情所涉及的数量相对较少，可以由人来进行分析，当需要同时分析千万个数据时，人就显得力不从心了。这时候作为大型学习机器AI系统的作用就凸显了出来。
在预测上述两个例子中，预测制作沙拉过程所需要的数据量较小，因为事件比较单一，而在预测死亡率上，所需要的数据就较多了。
但预测一个人的整体未来发展趋势的话，就没这么简单了。
有一个著名理论叫“蝴蝶效应”，一只南美洲亚马孙河流域热带雨林中的蝴蝶，偶尔扇动几下翅膀，可能在两周后引起美国德克萨斯引起一场龙卷风。这个理论只是想说明，一个微小的变化就能引起很严重的后果，世界上的万事万物都是联系着的。
预测一个人短期内的行为趋势所需要考虑的因素较少，可以通过他目前所专注的、或所遭受的事情来判断，譬如上面提到的制作沙拉的工序和住院病人的死亡概率。
但如果要预测一个人在长久未来的发展趋势，可能需要地球上所有人和物的所有数据，所需的数据量可能是无比巨大的，要想得到整个地球的数据，首先从人的角度说，这意味着每个人都会失去隐私，这是难以允许的。最重要的是技术上很难达到，因为这意味着连世界上每只蚊子的数据都必须拿到。
所以就算是在未来几十年，AI也只能预测一个人在短期内的行为趋势，人的长期发展趋势，就是AI也无能为力。
预测死亡
一位肺部积水严重的乳腺癌晚期女性去医院接受了检查，她的医疗数据传输到了一个AI系统那里，这个AI收集了她医疗数据中175639个数据点，评估她短期死亡的概率高达19.9%。两周后，这位女士去世了。
这个案例被刊载在《自然》的一篇论文中。上个月，谷歌大脑和斯坦福大学的研究人员在《自然》杂志上发表了一篇论文，详细介绍了他们的项目：利用大数据和深度学习方法来预测住院病人的病情发展趋势。也就是说，在接受了大量数据训练后，AI能预测一个人的死亡时间。
去年，谷歌开始与加州大学旧金山分校、芝加哥大学医学院和斯坦福医学院合作，为他们提供了大量的医疗记录，以训练其深层次学习模型。他们总共获得了超过20万名住院病人24小时以上的健康记录，数据大小超过460亿位（bits）。
研究人员指出：“我们证明了使用这种深度学习方法，能够准确地预测来自多个中心的多个医学事件，而无需站点特定的数据协调。”
医学专家对谷歌从PDF或旧图表上的笔记中挖掘数据的能力留下了深刻的印象，以前的图表很难被结合到预测模型中。
这项研究在谷歌内部引起了一阵小小的兴奋，因为它可能为利润丰厚的医疗保健市场打开一扇新的大门，并且在未来某一天也许可以向受时间限制的临床医生出售服务。
研究表明，谷歌的模型比传统方法更能预测患者的一系列指标和结果。从住院死亡率方面来说，如果满分1分的话，传统方法预测能得0.86分，AI预测能得0.95分。
但谷歌并不支持人工智能取代人类临床医生在诊断患者中的作用。研究人员提道：“我们强调的是，这个模型不是用来诊断病人，而是采集病人的信息、治疗方法和临床医生写的笔记，所以这个模型更像是一个倾听者，替代不了主诊医生。”
你的皮肤到底好不好，AI一下能知晓
AI应用于预测单一事件未来发展趋势听起来很酷，但这只是AI所能做的事情的极小部分。AI的更多应用是着眼当下，譬如：看看你的皮肤，判断你是否得了皮肤癌。
每年世界上有超过二十万的新发黑素瘤病例，其中约有四分之一的患者因此死亡。来自德国、美国和法国的一个研究小组用超过10万张图片对一个AI系统进行了训练，让它能够区分出恶性的皮肤病变和良性的皮肤损伤。
AI在图像识别领域是高手，这个系统使用了一个深度学习卷积神经网络，在区分恶性黑素瘤和良性痣的照片的测试中，击败了来自17个国家的58名皮肤科医生。其中超过一半的皮肤科医生是有5年以上经验的专家，19%的医生有2～5年的工作经验，29%的医生进入这个领域不到两年。就平均成绩而言，人类皮肤科医生准确地检测出了86.6%的皮肤癌，而AI系统检测出的比率为95%。
不过AI系统也不是完全战胜了人类，这项研究的研究者之一Holger Haenssle在一份声明中提到，这个AI系统检测出了更多的黑色素瘤，这意味着它比皮肤科医生的敏感度更高，但它还是误诊了一少部分恶性黑素瘤，这将导致一些不必要的手术。
后续研究者们也为这个AI系统添加了更多学习案例，使它的误诊减少。
但是，目前AI不可能完全取代人类医生，只能作为一种辅助手段。因为人体有些部位的黑素瘤难以通过图片来进行展示，如手指、脚趾和头皮，而且AI难以识别一些非常规的病变，而且有些病变就连病人自己都没有意识到。
反而是现实生活中能看到不少天桥上，一些人坐个小板凳、摆个八卦图、立个抽签筒就开始说趋势，而这些人大多是无事可做之人以此谋生，他们所谓的预测本质上就是胡乱说，有时他们也被称为骗子。
到了计算机时代，一种叫“计算机算命”的程序兴起了，但后来被证实是骗人的应用。预测未来趋势这种事情，很多时候都和“骗”字挂钩。
但最近，一些AI研究团队称自己能够通过科学的方法预测一些事件的未来走向，甚至预测住院者的死亡概率，靠谱吗？
预测你的未来几分钟
预测未来一直是一个很好的科幻作品题材。电影《少数派报告》中，警察利用一些技术，能预测未来一段时间内的犯罪事件，从而提前实施抓捕，避免犯罪事件的发生。虽然听起来很玄乎，但最近一种初级的预测型AI系统诞生了。
由德国波恩大学的研究人员创建的AI系统，能够通过机器学习算法预测人类受试者行为的持续时间，以及未来一段时间内的事件走向。
那么，他们是如何实现这个预测的？首先，研究人员选择了一種存在很多变量、同时简单的任务——做沙拉。
AI系统“观看”了40人分别准备沙拉的视频，每个人的视频包含20种不同的动作，时长在6分钟左右。每一个人做沙拉的工序和动作都是不一样的，也许这个人先放生菜，也许那个人先放番茄，也许这个人做事麻利，也许那个人做事慢吞吞。
AI系统在完成了4个小时的“观看”后，了解了做沙拉所通常遵循的规律，以及完成任务需要的时间。
“然后我们需要测试这个AI系统通过学习，是不是能够进行相关预测。”团队成员在一份声明中说道。“为此，我们让AI系统观看了一个以前从未见过的视频。”
给AI系统接受测试的视频也是一个准备沙拉的视频，但只有前面20%～30%的内容。然后，该AI系统被要求预测在视频的其余部分会发生什么。如果动作和持续时间被正确地猜出来，那么预测被认为是正确的。
Gall博士说：“预测时间越近的内容就越准确，准确率甚至超过40%，但预测越远时间的内容越困难。”事实上，目前这个AI系统在预测未来一两分钟内会发生什么事情上，准确率超过40%，但当被要求预测未来三分钟以上的事情时，准确度就会下降到15%。
“我们想要在一件事件发生前的几分钟甚至几小时前，就能预测事件发生的时间和持续时间。”
研究者们将会对外发布这个研究成果，他们认为自己的研究完全可以投入实际用途，譬如烤箱可以知道什么时候为厨师做预热，或者一个机器人吸尘器可以预测你在另一个房间里呆多久，然后在你不在的时候打扫卫生。
甚至，这种预测能扩大到一个单一事件的未来走向，为决策提供依据。
AI能预知人的发展趋势吗？
从上面两个研究中可以发现，所谓的AI预测未来，就是让AI系统不断学习某种事件，从而发现规律，于是，看到了类似事件的开头，就能通过规律猜到事件的结尾。
这有一点像天气预报，首先在过去研究中积累了大量对大气变化过程的认识，如果有目前的大气数据，就能推测出未来一段时间内的天气，时间距离越近，预测得越准确，时间距离越远，预测的准确度越低。
天气预测这种事情所涉及的数量相对较少，可以由人来进行分析，当需要同时分析千万个数据时，人就显得力不从心了。这时候作为大型学习机器AI系统的作用就凸显了出来。
在预测上述两个例子中，预测制作沙拉过程所需要的数据量较小，因为事件比较单一，而在预测死亡率上，所需要的数据就较多了。
但预测一个人的整体未来发展趋势的话，就没这么简单了。
有一个著名理论叫“蝴蝶效应”，一只南美洲亚马孙河流域热带雨林中的蝴蝶，偶尔扇动几下翅膀，可能在两周后引起美国德克萨斯引起一场龙卷风。这个理论只是想说明，一个微小的变化就能引起很严重的后果，世界上的万事万物都是联系着的。
预测一个人短期内的行为趋势所需要考虑的因素较少，可以通过他目前所专注的、或所遭受的事情来判断，譬如上面提到的制作沙拉的工序和住院病人的死亡概率。
但如果要预测一个人在长久未来的发展趋势，可能需要地球上所有人和物的所有数据，所需的数据量可能是无比巨大的，要想得到整个地球的数据，首先从人的角度说，这意味着每个人都会失去隐私，这是难以允许的。最重要的是技术上很难达到，因为这意味着连世界上每只蚊子的数据都必须拿到。
所以就算是在未来几十年，AI也只能预测一个人在短期内的行为趋势，人的长期发展趋势，就是AI也无能为力。
预测死亡
一位肺部积水严重的乳腺癌晚期女性去医院接受了检查，她的医疗数据传输到了一个AI系统那里，这个AI收集了她医疗数据中175639个数据点，评估她短期死亡的概率高达19.9%。两周后，这位女士去世了。
这个案例被刊载在《自然》的一篇论文中。上个月，谷歌大脑和斯坦福大学的研究人员在《自然》杂志上发表了一篇论文，详细介绍了他们的项目：利用大数据和深度学习方法来预测住院病人的病情发展趋势。也就是说，在接受了大量数据训练后，AI能预测一个人的死亡时间。
去年，谷歌开始与加州大学旧金山分校、芝加哥大学医学院和斯坦福医学院合作，为他们提供了大量的医疗记录，以训练其深层次学习模型。他们总共获得了超过20万名住院病人24小时以上的健康记录，数据大小超过460亿位（bits）。
研究人员指出：“我们证明了使用这种深度学习方法，能够准确地预测来自多个中心的多个医学事件，而无需站点特定的数据协调。”
医学专家对谷歌从PDF或旧图表上的笔记中挖掘数据的能力留下了深刻的印象，以前的图表很难被结合到预测模型中。
这项研究在谷歌内部引起了一阵小小的兴奋，因为它可能为利润丰厚的医疗保健市场打开一扇新的大门，并且在未来某一天也许可以向受时间限制的临床医生出售服务。
研究表明，谷歌的模型比传统方法更能预测患者的一系列指标和结果。从住院死亡率方面来说，如果满分1分的话，传统方法预测能得0.86分，AI预测能得0.95分。
但谷歌并不支持人工智能取代人类临床医生在诊断患者中的作用。研究人员提道：“我们强调的是，这个模型不是用来诊断病人，而是采集病人的信息、治疗方法和临床医生写的笔记，所以这个模型更像是一个倾听者，替代不了主诊医生。”
你的皮肤到底好不好，AI一下能知晓
AI应用于预测单一事件未来发展趋势听起来很酷，但这只是AI所能做的事情的极小部分。AI的更多应用是着眼当下，譬如：看看你的皮肤，判断你是否得了皮肤癌。
每年世界上有超过二十万的新发黑素瘤病例，其中约有四分之一的患者因此死亡。来自德国、美国和法国的一个研究小组用超过10万张图片对一个AI系统进行了训练，让它能够区分出恶性的皮肤病变和良性的皮肤损伤。
AI在图像识别领域是高手，这个系统使用了一个深度学习卷积神经网络，在区分恶性黑素瘤和良性痣的照片的测试中，击败了来自17个国家的58名皮肤科医生。其中超过一半的皮肤科医生是有5年以上经验的专家，19%的医生有2～5年的工作经验，29%的医生进入这个领域不到两年。就平均成绩而言，人类皮肤科医生准确地检测出了86.6%的皮肤癌，而AI系统检测出的比率为95%。
不过AI系统也不是完全战胜了人类，这项研究的研究者之一Holger Haenssle在一份声明中提到，这个AI系统检测出了更多的黑色素瘤，这意味着它比皮肤科医生的敏感度更高，但它还是误诊了一少部分恶性黑素瘤，这将导致一些不必要的手术。
后续研究者们也为这个AI系统添加了更多学习案例，使它的误诊减少。
但是，目前AI不可能完全取代人类医生，只能作为一种辅助手段。因为人体有些部位的黑素瘤难以通过图片来进行展示，如手指、脚趾和头皮，而且AI难以识别一些非常规的病变，而且有些病变就连病人自己都没有意识到。