李雅琪

2019年4月，一篇刊發(fā)于IEEE Spectrum名為《IBM沃森在人工智能醫(yī)療方面的妄言與食言》的特別報告，再次引起社會對人工智能醫(yī)療應(yīng)用前景的質(zhì)疑。此前，分布在中國22個省份的67家醫(yī)療機構(gòu)曾耗費巨資引進(jìn)IBM沃森也被爆出存在導(dǎo)致患者死亡的風(fēng)險。此次IBM沃森的受挫并非偶然，代表了眾多人工智能企業(yè)從技術(shù)研發(fā)到應(yīng)用落地的四大誤區(qū)?；诖?，賽迪智庫電子信息研究所提出筑根基、促應(yīng)用、強監(jiān)管三點建議。

IEEE Spectrum于2019年4月發(fā)表的特別報告《IBM沃森在人工智能醫(yī)療方面的妄言與食言》一文中，細(xì)數(shù)了沃森健康曾經(jīng)設(shè)立的目標(biāo)與現(xiàn)實難以兌現(xiàn)的窘境。此文一經(jīng)發(fā)表，再次引發(fā)了產(chǎn)業(yè)界對人工智能高速發(fā)展背后所面臨一系列問題的憂慮與反思。因此，有必要全面審視人工智能應(yīng)用發(fā)展過程中出現(xiàn)的問題與思維誤區(qū)，為后續(xù)高質(zhì)量健康有序發(fā)展提供借鑒。

IBM沃森面臨的三大困境

一是發(fā)展后勁不足。IBM沃森成立之初前景看好。IBM早在2011年開始布局人工智能醫(yī)療，同時承諾將在2年內(nèi)推出首批醫(yī)療保健產(chǎn)品。2015年4月IBM成立獨立的沃森健康部門，并于一年后投入約40億美元收購包括Explorys、Phytel以及Merge Healthcare等在內(nèi)的四家醫(yī)療數(shù)據(jù)公司。短短4年間，IBM匯聚了人工智能醫(yī)療保健領(lǐng)域應(yīng)用所需的技術(shù)、資源與人才，在智能診斷、臨床決策等領(lǐng)域技術(shù)布局方面一路高歌猛進(jìn)，成為媒體宣傳和企業(yè)爭相效仿的標(biāo)桿。然而截至今天，IBM曾經(jīng)的承諾并未兌現(xiàn)，市場推廣阻礙重重，面臨治療方案致死、營收下滑、相關(guān)業(yè)務(wù)快速收縮、高管離職以及大幅度裁員70%等諸多負(fù)面新聞，唱衰之聲不斷。

二是深度學(xué)習(xí)與醫(yī)療護(hù)理現(xiàn)實之間存在鴻溝，產(chǎn)品落地困難。IBM沃森廣泛開展項目合作，成果卻十分有限。自2011年起，沃森已經(jīng)發(fā)布了近50份關(guān)于智能醫(yī)療的合作研發(fā)公告，涉獵領(lǐng)域十分廣泛，包括面向醫(yī)生的臨床決策支持工具研發(fā)以及面向消費者的健康管理工具研發(fā)等，旨在打造全面的新一代醫(yī)療保健產(chǎn)品。這些項目多為人工智能技術(shù)與醫(yī)療行業(yè)融合應(yīng)用的首次嘗試，雖具有重要價值與意義，但是多數(shù)項目至今尚未拿出可實現(xiàn)商用的醫(yī)療健康產(chǎn)品。2016年安德森癌癥中心在花了6200萬美元之后，依舊選擇終止與沃森健康的合作，只因深層次合作研究之后發(fā)現(xiàn)，深度學(xué)習(xí)與醫(yī)療護(hù)理的現(xiàn)實之間有著根本性的不匹配，深度學(xué)習(xí)無法獨立地從醫(yī)學(xué)文獻(xiàn)的最新進(jìn)展與患者的電子健康檔案中提取有效信息。

三是樣本數(shù)據(jù)不足，數(shù)據(jù)獲取渠道尚未打通。沃森用于技術(shù)研發(fā)的醫(yī)療數(shù)據(jù)資源十分有限，一方面由于癌癥的病歷數(shù)量相對其他常見臨床病癥來說本身就十分有限，可用于深度學(xué)習(xí)模型訓(xùn)練的成功的案例就更為罕見。另一方面由于企業(yè)與醫(yī)療機構(gòu)之間的有效溝通渠道尚未打通，獲取病人真實病歷面臨多重阻礙以及高額的資本與時間投入。因此沃森智能癌癥診斷工具的大量訓(xùn)練時間用于掌握腫瘤學(xué)家設(shè)計出的理想化病歷與治療方案，即便是僅有的635例真實病歷數(shù)據(jù)也多集中于肺癌，不具備普適性。通過將沃森的癌癥治療建議與醫(yī)院腫瘤專家的建議進(jìn)行比較發(fā)現(xiàn)，沃森的智能診斷方案差強人意。尤其是在韓國加欽大學(xué)吉爾醫(yī)療中心為656名結(jié)腸癌患者提供的診斷建議與醫(yī)生的醫(yī)療方案一致率不足一半，僅有49%。

IBM沃森項目折射出人工智能應(yīng)用發(fā)展四大誤區(qū)

夸大宣傳，名實難副。不僅是以沃森為代表的智能醫(yī)療行業(yè)，其他領(lǐng)域人工智能企業(yè)多曾夸下?？凇Ｒ詿o人駕駛為例，2018年無人駕駛企業(yè)紛紛提出年內(nèi)實現(xiàn)無人駕駛商業(yè)化運營的計劃，然而看似是無人駕駛元年的2018年，卻成為了無人駕駛商用的平臺期，所謂的“無人駕駛”實則L2、L3級別的有條件自動駕駛，“商業(yè)化運營”也多為短期封閉園區(qū)內(nèi)的應(yīng)用示范，眾多商業(yè)計劃紛紛“跳票”，甚至還有幾項在世人的矚目下以失敗告終。目前，業(yè)界尚缺乏統(tǒng)一的人工智能測試標(biāo)準(zhǔn)，其產(chǎn)品無法被量化評價，企業(yè)通過媒體、廣告等手段對人工智能產(chǎn)品進(jìn)行過分夸大宣傳，不利于行業(yè)的長遠(yuǎn)健康發(fā)展。人工智能的確未來可期，只是目前應(yīng)用落地尚處探索階段，終端產(chǎn)品的性能與用戶體驗仍需提高，過多的夸大宣傳與造勢炒作，一方面會給公眾以不切實際的想象與期望，另一方面易引發(fā)資本界的無序跟風(fēng)投機，進(jìn)而激發(fā)行業(yè)泡沫。

急功近利，根基不穩(wěn)。人工智能的技術(shù)能效很大程度取決于用于模型訓(xùn)練的數(shù)據(jù)數(shù)量與質(zhì)量。然而很多情況下，高質(zhì)量的數(shù)據(jù)樣本都非常稀缺，且獲取數(shù)據(jù)的過程面臨重重阻礙，相關(guān)企業(yè)對此類基礎(chǔ)環(huán)節(jié)不夠重視，在投入與積淀嚴(yán)重不足的情況下，急切地將尚不成熟的產(chǎn)品推向市場，引發(fā)一系列“質(zhì)量”問題，為人工智能技術(shù)商業(yè)化落地平添阻礙。截至2018年5月8日，全國人工智能企業(yè)4040家，其中拿到風(fēng)險投資的人工智能企業(yè)僅有1237家，僅占30%，仍有70%的公司拿不到風(fēng)險投資。全球新增人工智能企業(yè)數(shù)量自2016年達(dá)到2733家?guī)p峰后，便開始逐年下降。隨著人工智能創(chuàng)業(yè)熱潮趨于理性，未來市場將會更加注重核心技術(shù)與落地能力，急功近利的布局策略終難以在市場立足。

研產(chǎn)脫節(jié)，落地困難。目前除計算機視覺、深度學(xué)習(xí)等相對成熟的人工智能技術(shù)所催生出的智慧安防、智慧交通、精準(zhǔn)營銷等垂直應(yīng)用場景外，醫(yī)療、制造業(yè)等大多數(shù)傳統(tǒng)行業(yè)的業(yè)務(wù)需求與人工智能的前沿科技成果之間尚存在較大鴻溝，人工智能技術(shù)的全流程應(yīng)用尚未實現(xiàn)。據(jù)統(tǒng)計，目前人工智能技術(shù)多聚焦于計算機視覺，其中68%的計算機視覺技術(shù)集中應(yīng)用于智慧安防、智慧交通等場景。多數(shù)人工智能創(chuàng)新成果與實體經(jīng)濟(jì)融合尚在起步，應(yīng)用環(huán)境有待打造，人工智能創(chuàng)新成果在行業(yè)推廣應(yīng)用時，仍面臨數(shù)據(jù)、標(biāo)準(zhǔn)、資質(zhì)、安全評估等多種壁壘。

迷信深度學(xué)習(xí)，以偏概全。深度學(xué)習(xí)僅是實現(xiàn)人工智能的路徑之一，也并非一項完美的技術(shù)路徑。一方面，當(dāng)前的深度學(xué)習(xí)本質(zhì)上是一項黑盒技術(shù)，其訓(xùn)練過程具有難以解釋、不可控制的特點，且隨著人工智能的應(yīng)用復(fù)雜度、需求數(shù)據(jù)量的指數(shù)式增長，機器學(xué)習(xí)，尤其是基于多層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的復(fù)雜程度愈發(fā)超出人類理解和控制范疇，在快速進(jìn)化過程中極易偏離人類為其預(yù)設(shè)的軌跡。另一方面，基于深度學(xué)習(xí)的人工智能技術(shù)過度依賴數(shù)據(jù)，而數(shù)據(jù)建模與真實生活之間卻很難直接劃上等號，數(shù)據(jù)采集時也很難保證完全合理。如亞馬遜智能簡歷篩選工具歧視女性，就是由于過去10年中，男性在科技行業(yè)從業(yè)人數(shù)占主導(dǎo)地位，用于訓(xùn)練的樣本數(shù)據(jù)中大部分簡歷來自男性，導(dǎo)致其誤以為女性簡歷不具備競爭力，在抓取關(guān)鍵詞時更偏向男性。

對策建議

筑根基。人工智能發(fā)展要一步一個腳印地走，強化人工智能基礎(chǔ)性研究，切勿急功近利。一是以技術(shù)基礎(chǔ)理論、算法為核心，系統(tǒng)謀劃和組織攻關(guān)，促進(jìn)共性技術(shù)研發(fā)和應(yīng)用推廣，夯實發(fā)展基礎(chǔ)。二是開發(fā)構(gòu)建人工智能算法開發(fā)所需的數(shù)據(jù)資源、基礎(chǔ)設(shè)施等關(guān)鍵環(huán)節(jié)，推動人工智能軟硬件平臺及生態(tài)建設(shè)。三是前瞻布局腦科學(xué)、計算機科學(xué)等領(lǐng)域的基礎(chǔ)理論研究，探索人工智能發(fā)展的最優(yōu)路徑與根本目標(biāo)。

促應(yīng)用。積極培育人工智能創(chuàng)新產(chǎn)品和服務(wù)，推進(jìn)人工智能技術(shù)產(chǎn)業(yè)化，形成科技創(chuàng)新和產(chǎn)業(yè)應(yīng)用互相促進(jìn)的良好發(fā)展局面。一是聚焦智慧交通、智能家居、智慧安防等需求明、范圍廣、基礎(chǔ)好，可形成示范帶動效應(yīng)的領(lǐng)域，積極推廣人工智能技術(shù)應(yīng)用。二是結(jié)合重大活動等契機，提供更多有代表性的應(yīng)用場景，為人工智能創(chuàng)新成果提供展示與示范應(yīng)用平臺，推動其實用化、產(chǎn)業(yè)化。

強監(jiān)管。一是建立涵蓋包括智能醫(yī)療、智能金融等多種人工智能應(yīng)用在內(nèi)的市場準(zhǔn)入量化標(biāo)準(zhǔn)，避免出現(xiàn)“偽人工智能”等違規(guī)應(yīng)用。二是建立健全法律法規(guī)，確保人工智能技術(shù)在轉(zhuǎn)換為商業(yè)化產(chǎn)品的過程中始終安全可靠，規(guī)范人工智能產(chǎn)品宣傳，避免以次充好，誤導(dǎo)消費者。