天才一秒记住【久久文学】地址：https://www.jjwxx.com
这是机器学习的一个经典应用：我们通过正常的图像和异常的图像示例来训练机器学习程序，最终的目的是让程序能够识别出图像中的异常。
在这项领域中有一个广为人知的案例。
2018年，深度思维公司宣布正在与伦敦的摩菲眼科医院合作，开发从眼部扫描检查中自动识别疾病和异常的技术[88]。
眼部扫描检查是摩菲眼科医院的主要检查之一，他们通常每天要做1000次眼部扫描检查，分析扫描检查结果是医院工作中的一个重要部分。
深度思维的系统使用了两个神经网络，第一个用于“分割”
扫描图像（识别图像的各个部分），第二个用于诊断。
第一个网络大约训练了900个图像，学习人类专家如何对扫描图像进行区分识别。
第二个网络训练了大约15000个案例。
实验表明，该系统的性能已经达到甚至超过了专家水平。
这些结果都很好，你也可以随手在网上搜出一大堆其他的引人注目的例子，说明当前的人工智能技术是如何被用来建立具有类似能力的系统的——在X光片上识别恶性肿瘤、通过超声扫描诊断心脏病等等。
杰夫·辛顿，你可能还记得他是非常成功的图像识别程序Alex的创立者之一，他非常确信机器学习将为医学影像诊断提供解决方案，因此他对放射科医生做了一个相当大胆的声明——就在这一小节开始的时候，我引用过。
不出所料，这激怒了放射科的医生，很快就有人指出，当好一个放射科医生所需要的技能可不仅仅是看X光片[89]。
也有不少人认为，我们需要谨慎地推动人工智能在医疗领域的应用。
首先，医疗卫生行业是一个人文学科，可能比起任何职业都更需要与人互动和与人交往的能力。
全科医生需要“解读”
病人，了解病人的社会背景，了解哪些治疗方案对这个病人可能更有效，而哪些方案是无效的，等等。
所有证据表明，我们目前建立的人工智能系统，在分析医疗数据方面确实已经达到人类专家的水准，但这只是人类医疗工作者工作的一小部分（尽管是非常重要的一部分）。
另一个反对在医疗卫生行业广泛应用人工智能的论点认为，有些人更倾向于依赖人的判断，而不是机器的判断。
他们愿意和人打交道，这里有两个问题需要说明。
首先，把人类专家的判断奉若圭臬，实在是太过天真的想法。
每个人都会有缺陷，即使是最勤奋、最有经验的医生，也会有感到疲惫或情绪化的时候。
而且，不管我们怎么努力去克服，都难免或多或少带有偏见以及经验主义。
另外，我们人类并不太擅长做理性决策，而机器可以做出与人类专家同等水准的判断，医疗卫生行业的挑战或者说机遇，应该是将机器的这种能力用最佳的方式利用起来。
我的信念是，人工智能的作用并不是取代人类的医疗卫生专业人员，而是用来增强他们的能力，让他们从某些烦琐的工作中解脱出来，更专注于专业领域中真正困难的部分；以及，提供另一种角度的观点以供参考，让他们的思考更加全面。
其次，在我看来，选择人类医生还是人工智能医疗程序那是发达国家的人才会抱怨的问题，对世界上许多地方的人来说，要么接受人工智能，要么就无人处理。
在专业医生极度缺乏的地区，人工智能可以做很多事情。
它让获取医疗卫生资源困难地区的人们有了更多的希望，这才是真正最令人激动的前景。
在人工智能给予我们的所有机遇中，这可能是会产生最大社会影响的一个。
无人驾驶汽车
制造比空气还重的飞行机器是不可能成功的。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！