CSGO竞猜

请在Chrome、Firefox等现代浏览器浏览本站。另外提供付费解决DEDE主题修改定制等技术服务,如果需要请 点击 加我 QQ 说你的需求。XML地图

昔日的AI老大哥 IB-(603093,怪事南岸股吧好文章)-M Watson现在被看作笑话了?

团队训练 好文章美文 评论

昔日的AI老大哥 IBM Watson现在被看作笑话了? ibm,watson,机器学习,谷歌

(原标题:昔日的人工智能“老大哥”,IBM Watson 为什么现在会被看作一个笑话?)

LPL电竞

编者按:早在2011年时,Watson(沃森)就在智力竞赛节目Jeopardy! 中获胜,自此之后IBM 就在一直积极宣传沃森。然而最近一段时间沃森带来了许多坏消息。沃森曾与休斯敦安德森癌症研究中心合作,去年双方分道扬镳。IBM营收停止增长,股价起起落落,分析师甚至开始质疑:沃森真能带来更多价值吗?知名科技投资人 Chamath Palihapitiya 今年5月接受 CNBC 采访时表示:“沃森就是一个笑话。”

保罗·唐(Paul Tang)的妻子在医院做了膝关节替换手术,他陪妻子住院。每年,美国有大约70万人做这样的手术。外科医生来了,唐本人就是初级治疗内科医生,他问医生,预计什么时候妻子才能回归正常人的生活,根据他的经验判断。外科医生一直含糊其辞,没有明确答案。唐说:“我真是被打败了,他居然不知道。”Paul Tang很快了解到,大多数内科医生基本上都不知道病人回到家、回到工作中的生活是怎样的,他们无法对病人的生活进行评估,对于病人而言,这种评估至关重要。

沃森是一个机器学习系统,IBM 将未来押在沃森身上。沃森可以给内科医生提供信息,例如,告诉医生还要等多长时间,病人才能正常行走或者爬楼梯,不会疼痛。它还可以分析图片和组织样本,为特定病人制定最佳治疗策略。

自从沃森在智力竞赛节目 Jeopardy! 中获胜之后,卫生保健便成为机器学习技术瞄准的热门市场。研究公司 CB Insights 在报告中指出,自2013年以来至少出现106家创业公司,它们仍然在营业。

今年,沃森曾与休斯敦安德森癌症研究中心分道扬镳。针对沃森的批评(包括安德森癌症中心的批评)似乎与技术无关,并不是说技术存在缺陷。只是IBM对于目前沃森所处的水平太过乐观,这才招来批评。事实上,谈到将AI应用于卫生保健,沃森健康有很大的可能会成为领导者。如果说现在还没有取得很大的成就,那么最大的障碍于数据,IBM需要特定类型的数据,用来训练系统。在多种环境下,数据供应严重不足,很难获得。这个问题不只是沃森的问题,其它系统也一样。对于整个卫生保健机器学习领域而言,都面临这样的问题。

缺少数据、无法获得数据可能会让沃森的发展速度变慢,同样的,IBM的竞争对手也会受到伤害。为什么呢?因为要获得数据,最好的办法就是与大型卫生保健机构密切合作,而这些机构在技术面前有点保守。与创业公司相比,有一点IBM做得比较好:它得到了大机构高管和IT经理的信任。虽然安德森项目存在一些问题,IBM仍然有着很大的优势。许多医疗中心、卫生保健管理团体、生命科学企业都引进了沃森,它们都会提供关键数据,正是这些数据为未来的医疗模式奠定了基础。

时间表不切实际

沃森与安德森癌症中心“分手”说明IBM对沃森鼓吹过度,结果招来麻烦。

2012年,安德森癌症中心与IBM开始合作,它们的目标是让沃森阅读数据,数据涉及病人的症状、基因序列、病理报告,然后将信息与内科医生的报告、重要期刊论文整合,帮助医生制定诊断和治疗策略。IBM和安德森癌症中心对技术期待过高。2013年,IBM曾经豪言壮语说“计算新时代来了”,这种论断给了《福布斯》一种错觉,似乎沃森“现在可以处理临床实验”问题,再过几个月就能用在病人身上了。2015年,《华盛顿邮报》引述一名IBM沃森管理者的话说,沃森正在构建集体智慧模式,介于机器与人之间。《华盛顿邮报》还说,训练时机器系统的目标是成为医生的助理,帮助他们做之前不能做的事。

LPL电竞

今年2月,德州大学(安德森癌症中心就是它运营的)宣布项目终结,癌症中心向IBM支付3900万美元赔款,原本项目合同的规模只有240万美元。研究4年之后,双方没有开发出一个可以用在病人身上的工具,技术只能用在实验性测试中,没办法投入使用。关于沃森一事,安德森癌症中心不予置评,内部不知道如何管理项目,如何获得资金,这可能才是问题的根源。

并不是说IBM沃森没有问题,事实上,它的问题比任何其它的项目都要大。

到底是什么使得研究受挫?首先你要深入理解机器学习系统(比如沃森)的训练方式。沃森持续对内部处理流程进行微调,从中学习经验,这样一来解决某些问题时获得正确答案的概率就会提高。正确答案必须是已知的,这样系统才会知道什么时候对了,什么时候错了。系统处理的训练问题越多,结果就会越好。

要训练系统在X线中识别恶性肿瘤还是比较简单的。如果解决的谜题大大超出人类的已知范畴,比如了解基因变异与疾病的关系,沃森就会显得无能为力,它会碰到“鸡与蛋”的问题:数据没有经过专家的筛选,没有有效组织过,如何用这样的数据训练系统呢?纽约斯隆-凯特琳癌症中心计算病理学家Thomas Fuchs解释说:“如果你正在训练自动驾驶汽车,任何人都可以给树、标志贴标签,这样系统就可以学习如何识别它。但是医学是一个特殊的领域,需要专家训练几十年,给信息贴上正确的标签,输入计算机。”

IBM希望沃森能够在一些领域做出贡献,其它企业的机器学习解决方案也是样打算的,在所有这些领域都有障碍存在。要训练沃森处理海量数据,从中挑选出少数与单个病人有关的重要信息,首先需要人亲自训练,用成千上万个案例训练。

例如,为了让沃森识别与疾病有关的基因,它需要成千上万的病历,这些病人患有特殊疾病,他们的DNA已经分析过。然而,要获得“基因-病历”结合的数据相当难。许多时候,数据并没有以正确的格式记录,或者根本不存在,又或者数据来自于几十个不同的系统,很难处理。

如果将更好的数据交给临床医生,就可以提高初级治疗水平。在日常的初级治疗过程中,当问题不太严重时医生如果错过了治疗机会,等到病情变得严重起来,病人进了急诊室或者让专家治疗,此时承受的痛苦会更大,成本也会大幅增加。IBM沃森健康首席医疗官Anil Jain说:“在健康方面花的钱有三分之一是不需要的。”人们认为,机器学习有机会解决这个问题。

TAG: 警察的好文章 陆谷孙好文章 写好文章有哪些好方法 关于钢厂安全的好文章 说话难听人很好文章 可以分享的好文章 在哪里才能看到好文章 谚语开头的好文章 政协好文章 各种好文章的结尾 好文章怎么赞美 对学生有启示的好文章 关于坚持的好文章 免疫荧光 发好文章 护理新三好文章 健身好文章 适合朗诵的好文章 过年一家团聚的好文章 好文章模板 记事好文章
喜欢 (0) or 分享 (0)
发表我的评论
取消评论

表情

您的回复是我们的动力!

  • 昵称 (必填)
  • 验证码 点击我更换图片

网友最新评论