首頁熱門文章
人工智能正在加速癌癥治療的研究
發布時間：2018-10-29 分類：交通百科
大約一百萬年來，人類一直處于創新的曲線上，從控制火到發明機械式可移動印刷機，再到創造AI人工智能系統來擊敗人類最有成就的游戲玩家，這是一條向上的弧線。今天，人工智能系統正使人類的創新曲線進一步向天彎曲，加快了進步的步伐，并使治愈癌癥變得觸手可及。
事實上，一些研究人員認為，人工智能輔助的癌癥治療是在不到十年的時間內完成的。然而，即使有了人工智能的助推器，通往無癌癥世界的旅程也將是迭代式的，建立在小的步驟之上，就像過去的創新導致了今天的尖端技術一樣。
人工智能已經在癌癥診斷方面取得了突破，但這項技術將經歷多次迭代，在接受最終挑戰之前，將解決大量較小的問題。這一過程將為人工智能技術提供者提供豐富的機會，為這一重大挑戰作出貢獻。
但要參與這一努力，技術提供者需要了解創新的先后順序，這些創新將我們帶到今天和未來我們最終會到達的地方。讓我們來看看選擇人工智能創新的時間表，它有可能以征服癌癥而告終：
1、1952年的今天，馬文·明斯基發布了隨機神經模擬強化計算器(SNARC)，這是第一臺連接主義神經網絡學習機，也可能是第一臺自學習機。
2、1975年的今天，反向傳播算法被開發出來，用計算機來解決挑戰，允許多層神經網絡的訓練，并導致了神經網絡在80年代的廣泛應用。
3、大約在2000年-第一次使用“深度學習”這個詞來描述一種機器學習，這種機器學習能夠以一種無監督的方式從非結構化數據中學習網絡。
4、2011年至2012年-卷積神經網絡AlexNet在視覺識別方面達到了前所未有的精確度，為深入學習進入主流鋪平了道路。
5、2017年1月-斯坦福大學(StanfordUniversity)的研究人員開發出一種深度學習技術，能夠以與人類皮膚科醫生相同的精確度，直觀地識別癌性皮膚痣和皮損。
6、2017年2月-微軟建立了“下一步醫療”計劃，旨在將人工智能和機器學習技術應用于健康問題，包括癌癥治療。
7、2017年3月-谷歌的Google網絡深度學習技術比人類臨床醫生更精確地檢測癌癥腫瘤。
8、2017年10月-英特爾宣布其Nervana神經網絡處理器(NNP)芯片的第一個硅，這可以加快深度學習任務，包括診斷癌癥。
9、大約在2021年到2026年之間-微軟計劃發布一種人工智能驅動的計算機，它可以在人體內運行，檢測癌細胞并對其進行重新編程，使它們變得無害。
正如這個時間表所顯示的，深度學習和基于人工智能的癌癥研究的創新步伐正在加快。然而，在這一階段取得進展仍然需要采取相對較小的步驟，以實現今后的最終目標。這種情況反映了人工智能創新的現狀，它涉及到使用單一任務特定的認知引擎來執行對人們具有挑戰性的平凡和重復的任務，例如檢查大量的組織樣本圖像以檢測癌癥病變的跡象。
這些技術統稱為人工窄智能(ANI)，當今最成功的人工智能技術正在利用這些引擎實現廣泛的特定目的，從為亞馬遜(Amazon)的DeepLens攝像機提供動力的物體識別技術，到控制蘋果iphone x上人臉身份認證的人臉識別算法，不一而足。
這些解稱為“一次”(1x)AI變換。它們是在促進戰略目標的同時滿足眼前需要的實用工具。這種1倍變換對人工智能的發展起著至關重要的作用。埃森哲(Accenture)的一份報告顯示，在未來5年內，成功將1倍人工智能創新納入其業務的企業，預計員工數量將增加10%，收入將增加38%。
這些類型的創新將導致下一代人工智能：兩倍(2倍)的轉變。這種2x轉換通過使用ANI來查看更大的圖景，使事情更進一步。例如，他們可以組合來自各種來源的大量數據，對其進行處理和分析，使其對特定任務有用。
在下一個層次是10倍變換，其中人工智能技術變得足夠強大，足以解決重大挑戰。未來兩種技術的發展將使10倍變換成為可能：人工智能通用智能(AGI)和人工智能超級智能(ASI)。AGI被定義為一種機器，它能像人一樣完成任何智力任務。人工智能超越了AGI，它提供的機器具有比人類更優越的智能能力。
癌癥治療之路將從今天支持ANI的1x轉換，通過2x解決方案，到未來AGI和ASI驅動的技術。為了參與這一過程，醫療人工智能技術的提供者和使用者必須參與人工智能創新的迭代過程，朝著最終目標邁出一小步。
