李飞飞：现在入行人工智能恰好，看好人工智能+医疗

2017年06月03日前后，现任美国斯坦福大学人工智能实验室和视觉实验室主任李飞飞接受媒体采访。

作为斯坦福人工智能实验室（SAIL）和斯坦福视觉实验室主任，李飞飞再次解释了为什么说目前是从事人工智能领域工作的好时机、为何计算机视觉是AI技术发展基石，以及人工智能在医疗行业将有怎样的机会。

以下是李飞飞对几个问题的看法，量子位编译：

问：为什么说，目前是工作于深度神经网络和人工智能领域的好时机？

李飞飞：人工智能已有60多年的发展历史。最初的目标是开发智能机器。自那时以来，主要来自学术实验室和学术机构的研究员为人工智能打下了基础，相关工作包括问题的定义、评价指标、算法，以及作为人工智能支柱的子领域（例如机器人、计算机视觉、自然语言处理和机器学习）。我将这个阶段称作“体外人工智能”。

令人兴奋的变化发生在2010年左右，人工智能的发展进入了我称之为“体内人工智能”的阶段。在新时代中，人工智能变革了现实世界场景，例如交通运输、图像处理和医疗健康行业的计算方式。由于一系列的进步，包括算法（例如基于神经网络的深度学习方法）、计算技术（例如摩尔定律、GPU，以及正在发展的TPU）和可用数据集（例如ImageNet），人工智能应用正在带来真正的改变。实际上，这还只是起步阶段。我认为，人工智能将成为“第四次工业革命”最重要的驱动力，而这将改变我们目前所知的各个行业。这也令人工智能领域变得更令人兴奋。

问：你提到，计算机视觉，即计算机如何识别和理解图像，将成为人工智能未来发展的技术基石。那么能否解释一下，为什么计算机视觉是核心？

李飞飞：我们可以借鉴自然界的例子。5.4亿年前，动物出现了眼睛，成为了“寒武纪生物大爆发”最重要的推动力量。在这段时期内，物种数量出现了爆发式增长。视觉是改变动物行为的最主要因素，同时也加速了大脑的发展。作为已知智慧程度最高的生物，人类将视觉作为生存、运动、操作和沟通的最主要感官系统。实际上，有估计认为，大脑的超过一半机能都被用于视觉处理和视觉智能。

现在，让我们来看看数字世界。由于传感器、智能手机和无人驾驶汽车的发展，信息数据的最主要形式就是像素。思科估计，互联网上超过80%的数据都是某种形式的像素。仅仅对于YouTube，每60秒钟就有数百小时的视频上传至其服务器。因此与动物界类似，视觉将成为机器智能发展最主要的推动力量。这是一种覆盖了所有垂直行业的通用应用，也是智能机器应当具备的最重要能力之一，无论这样的机器是无人驾驶汽车、医疗诊断系统、智能教室，还是未来的制造设备。

在近期斯坦福大学的项目中，你和学生开发的技术让计算机可以生成文字，描述它们“看到”的图像。哪些关键进步使这个项目成为可能？

人类最强大的能力之一是，能够描述我们看到的画面。老话说，“一张图片胜过千言万语”。因此，自从开始计算机视觉科学家的职业生涯以来，我就在解决这个问题，即如何让机器描述照片（和视频）。近期关于图片标注（以及随后根据图片生成大段文字）的工作再次证明了深度学习方法的力量。在通过足够多的图片-标注配对进行训练之后，我们的算法能学会为可视化内容匹配单词或词组，并生成类似人类的语句。

考虑到自然界在数亿年的进化中只诞生了人类一种具备这种能力的生物，这是个令人难以置信的结果。计算机用了50多年、60多年就获得了同样的能力。值得注意的是，当前数亿人正通过谷歌照片应用去使用这项技术。如果你在这款应用中搜索特定关键词，例如“海滩”或“天空”，那么就可以很容易地找到相关照片。谷歌照片很好地证明了，类似谷歌的公司如何基于特定研究项目开发产品。

问：许多行业都将受到人工智能的影响，而你提到，医疗将会成为转型最明显的一个行业。未来20年中，人工智能技术在医疗行业将会有哪些有趣的应用？

李飞飞：正如我之前所说，人工智能正在改变，或是即将改变，所有垂直行业。这是一种信息和数据的全新计算方式，而计算能力对所有公司来说都是必要的。我看好人工智能在医疗行业的潜力，因为我认为，人工智能将给所有人，而不仅仅是少数精英带来帮助。

在医疗行业，我尤为看好两方面应用。首先是人工智能辅助的诊断。这是医疗的基础。许多医生都必须面对大量数据和信息，而有经验的医生无法前往很多地方为病人进行诊断，判断他们需要接受什么样的治疗。

此外众所周知，如果我们可以更早地发现医疗问题，那么患者的预后情况就会越好。我们已经看到，人工智能可以更好地预测糖尿病眼病，以及帮助病理学家发现乳腺癌。基于人工智能的医疗诊断可以成为不知疲倦的助手，帮助医生展开工作，无论是早期预防诊断、分类处理，还是精确医疗。无论是病理学还是放射学，大部分医疗数据都会以像素形式出现。因此在提供更先进的解决方案方面，计算机视觉可以扮演关键的角色。

我非常看好的另一个领域是，通过流程的改进，我们可以改善医疗质量，降低成本。无论是门诊、急诊、手术室、ICU，还是家庭医疗，用人工智能去辅助流程都可以给患者治疗和医疗管理带来帮助。这里有个小案例。

每年，美国都要花费约300亿美元去治疗在医院被传染上传染病的患者。这是个预防医学的问题，主要是由于医生没有进行适当的手部卫生处理。在斯坦福大学，我实验室中的学生尝试与医学院，以及Lucile Packard儿童医院的同事合作解决这个问题。与传统方法，即安排专人进行监督不同，人工智能系统能带来持续、低成本、无偏见，以及更准确的结果。这是用人工智能去改进工作流程的一个案例。类似的技术可以帮助医生进行医学文书工作，并监督手术室和急诊室规章的执行。