扫一扫获取最新动态
扫一扫获取最新动态
2020 年9 月，美国国家工程院院士李飞飞与博士生 Albert Haque 、斯坦福医学院教授 Arnold Milstein 共同署名的一篇关于环境智能与医疗的跨界文章，在Nature 上刊登。在近日举办的“2021红杉全球医疗健康产业峰会，”她就此文与人工智能、医疗健康的发展等，谈及了自己的看法。
AI在医疗场景的重要性
医疗场景其实包含了很多human behavior （人类行为）。人的行为、人的动作，在健康医疗场景中是极其重要。因此在这个前提下，我和合作者们大约在十年前就意识到，这是一个没有被关注到的重要信息源。
在医疗场景里，如果真正要让病人恢复健康的生活，还是要关注人的行为。我们当时就发现， 人工智能带来一个新的机会，它不光能通过感知器采集到环境信息与人的行为信息，还能做出智慧的分析，了解病人的情况有没有改变，医生或护士的行为有没有对病人的康复或者治疗、检测产生影响，这些信息都是非常重要的。
十年前，给我带来最大启发的其实是硅谷的无人车。作为当时斯坦福人工智能实验室的主任， 我发现无人车技术就是通过感知器、AI 算法和整个system integration 而产生的，这个想法就被我们放进了医疗的场景，进而产生了做环境智能（ambient intelligence）的想法。
在Nature 上发表的文章中，我们用了好几个医院场景和住家场景。比如每年重症监护室的经费约占美国GDP 的1%，这是一个非常重要的医疗环境。这里的病人都在和生死搏斗，医护人员的压力也非常重。在这样的场景下，一个不能动的病人如何才能不生褥疮？这个问题要怎么解决？
我们发现最重要的是病人的移动能力（mobility），移动能力对褥疮的预防和病人自身的康复非常关键。可是，怎样才能测移动能力？如果使用AI 智能感知器，就可以实时监测病人翻身的情况和移动能力。这个信息对护理和对医疗都非常重要，从这个小例子就可以看出AI 在医疗场景中能起到很大的作用。
我本人最关注的其实是住家的医疗场景，因为全球老龄化会导致一个人晚年要花很长时间待在家里，而且老年也是慢性病较多的年龄阶段。我们在全球老龄化的情况下，如何更好地让老人实现健康自理的生活呢？
我希望环境智能能起到很大的作用，比如老人的一些慢性病如果及时处理，就不需要去医院的急诊室。但是怎么才能及时发现老人身体状况的变化？比如他开始出现一些感染的现象，或者心率、呼吸发生了变化，又或者这一天都没有怎么动，他的饮食、睡眠的状况都发生了变化，甚至他不再从事平时的社交活动——这些信息现在的两个主要来源，一是护理人员，一是家人，但信息其实很不准确，而且不可能是连续的。
另外一个可能的信息来源就是穿戴式设备， 这也是我觉得很有发展前途的技术。但穿戴式设备也存问题，尤其对老人而言，穿戴式并不是一个很受欢迎的装置，而且不可能像眼睛一样看到老人多种行为的问题。
通过ambient 的装置与传感器，我们可以连续观测到老人行为的变化，并获得与医疗有关的一些重要信息，可以及时地传递给家人、医护人员。比如一位得慢性病的老人，可能只需要早点得到抗生素的干预，而不需要拖到两个星期后才去急诊室就诊或者住院，这就是一个住家的场景。此外，还有手术室的场景等，都是ambient intelligence 可以使用的。
ImageNet挑战赛
我为什么会做ImageNet 挑战赛呢？这要回到2006 年左右，那时候AI 还只是一个很好玩的计算机科学中的小领域。但是我当时一直在思考，AI 领域的“北极星”是什么？“北极星”就是我们领域最终极、最大的问题在哪里、我们要解决什么样的问题。
对我而言，视觉智能中最重要的“北极星” 就是丰富的物体识别。观察人的视觉系统就会发现，在这个眼花缭乱的世界，对成千上万物体的识别能力是我们最根本的视觉集成能力。如果没有这个能力，人类就做不了其他任何事情，我们不可能去逛街、不可能去商店买东西，也不可能做手工。
因此找到物体识别的奥秘，是我当时坚定认定的一颗“北极星”。可是找到这颗“北极星”也没用，因为我当时发现这个问题虽然被关注到， 但不知道何从下手。我那时候就意识到，可能我们以前走的路都走错了，以前拼命地去调模型的参数，只看一两类的物体。可能我们应该换一种想法，去用大数据推动视觉集成能力的学习。
最大视觉物体的类别是从字典里来的，这个字典很特别叫world net，里面有八万条名词幅。其中大概有两三万条名词幅是物体，而有些名词就不是物体，比如“生气”这个词，它就不代表物体。所以我将这两三万个物体的名词幅提取出来，而且很幸运地是，2007 年互联网成长得特别快，有了互联网数据源，我们的实验室就做了一项很巨大的工作。做了三年， 把十几亿幅图下载了下来，最后汇聚成了1500 万幅图的数据集。
我们当时的初心就是通过这一数据集去摘取这颗“北极星”，去解决这个重要的问题，这就是ImageNet 最初的故事。
ImageNet 正式开始于 2009 年。2017 年 7 月 18 日是ImageNet 最后一届挑战赛。当时获得冠军的AlexNet 团队用一百万张照片做了一千类物体的分类，这个第一名可以说是一个历史性事件，它带来了神经网络算法的第二春，启动了深度学习整个革命性的发展。从2012 年开始，我们的世界在过去十年里发生了很大的变化。
AI不单只是技术领域的问题
新冠疫情不管对个人的生活，还是对我们关注的技术、事业，都有很重要的影响。不管人类技术在21 世纪发展得多好，其实我们还有很多面对自然、面对身体健康等无法抗拒的挑战。新冠给我们带来了一次很大的冲击，推动了一些技术点的发展。例如远程医疗，新冠疫情急速地推动了远程医疗的应用，现在一些小事我都可以与医生远程视频会话，促进了与远程医疗相关的整个生态的发展。
同时，我非常明显地感觉到，医学院、医疗系统等合作伙伴通过ambient intelligence 可以连续获取病人的情况，甚至对病人的疾病做出技术性的判断。在疫情出现后，大家态度已经发生了转变，变得非常欢迎这样的技术。
很多人说新冠是全球是第一场infodemic—— infodemic 的意思就是，各种真假信息在急速地传播，对技术、对社会的影响都非常深刻。
我作为一名科学工作者和技术人，20 年前走进科学的领域，到今天我也改变和成长了很多。我没有想到，自己那么热爱的科学最后变成了改变社会的驱动力。我们大概在两三年前成立HAI （Human-Centered AI Initiative）时，意识到一个非常深刻的问题：AI 不单是技术领域的问题，它涉及的社会学、伦理学尤其深刻。
我们在HAI 有几个非常重要的研究领域， 第一个就是经济学。经济学是一门社会科学，但它也是一个非常重要的、和人息息相关的领域。现在有好几位世界顶级的经济学家在HAI 推动经济学方面的研究。
另一个重要的方向就是法律。法律涉及伦理， 现在AI 的参与其实是在挑战过去法律的一些基本假设。斯坦福法学院的教授参与了很多HAI 的工作，一方面是观察政府可以怎么应用AI， 来让政府的工作更有效；另一方面，也在思考怎么制定良好的政策和法律继续推动创新。
此外还有一个研究领域与社会伦理学有关， 就是艺术（arts）。我们很关注艺术，艺术是人类文明的重要部分，也是人类文明最特别的一部分。与其他的物种相比，艺术代表了人类的经验、人性的状态，也代表了社会发展的方向。艺术涉及政治与社会学，目前HAI 与艺术系、艺术家们在音乐、视觉艺术、文字艺术等方面都有深切协作。
AI发展需要与伦理指导
2018 年10 月，一幅由人工智能创作的肖像画在纽约佳士得拍卖会上拍出43.2 万美元( 约合人民币300 万元) 的高价。这是全球第一次用纯粹的算法生成的一幅艺术作品，被一位匿名买家用高价买走。
我们发现AI 算法可以产生出一些非常有意思的作品，而这对人类艺术家提出了挑战——人类艺术家的作用究竟在哪儿？如果AI 可以不断地产生出梵高的《星空》，而人们也热爱AI 艺术家创作的作品，那么人类的艺术家到底还能代表什么？他们究竟是代表人类的心声，还是代表一种特别的表达方式？现在该领域出现了很多相关探索。我们应当怎么开拓艺术创作的空间，有了AI 算法，同时也能让人类的表达和情感继续生存、发展下去。
我和Arnold Milstein 教授共同合作十年的研究室，在关注技术做研究的同时，几年前还成立了伦理委员会。因为我们发现，在医疗方面做AI 的研究会涉及很多新的伦理问题，如隐私、数据、公平等。而这些问题无法单纯由技术或者医学出身的人自己就可以全部解答。
因此，我们邀请了法律系的一位教授、伦理哲学领域的一位教授和两位伦理生物学的教授， 四个人共同成立了伦理委员会。他们和我有着高频的实时互动，帮助我们思考研究方向，一方面推动技术，另一方面也尊重人性，而且让科学创造利益，而不是去伤害或者预计之外伤害到病人或医护人员。
2017 年，斯坦福人工智能实验室一位资深教授推出了人工智能指数。HAI 在2019 年时将几项AI 指数项目合并后，继续推出这一指数报告。今年是我们推出人工智能指数报告的第四年， 宗旨就是致力于公平、公正、全面地报告全球的AI 研发进程。研究教育、工业界、产业界与商业， 从各方面报告一些影响或者变化。
2020 年因为新冠疫情的关系而出现了一些新的趋势。报告里指出，AI 领域出现了全球性的巨大投资，工业化也继续强劲地发展，并面临着多元化的挑战，AI 的使用人群仍以男性为主。
来源：高科技与产业化
文 / 李飞飞（美国国家工程院院士、斯坦福大学教授）
