二、人工智能是真的敗了嗎?

說(shuō)實(shí)在看到IBM把沃森賣掉的時(shí)候,讓人有一些沮喪,因?yàn)榈侥壳盀橹?人類已經(jīng)經(jīng)歷了好多次人工智能的大潮,每次都是潮起的時(shí)候大家期待巨大,但是潮落的時(shí)候一切又都?xì)w于沉寂,連IBM都要賣沃森了,難不成這次人工智能大潮是真的要失敗了嗎?

首先,沃森的失敗不在AI而在人類。其實(shí),我們縱觀大多數(shù)報(bào)道,可以得出一個(gè)結(jié)論,這次之所以IBM要拋棄沃森并不是因?yàn)槲稚�不夠出�?原因在于IBM的人工智能雖然很強(qiáng)大,但是美國(guó)的醫(yī)療數(shù)據(jù)系統(tǒng)卻是各自為戰(zhàn)的孤島,雖然沃森可以閱讀海量的醫(yī)學(xué)論文,但是卻非常難以接觸到真正的海量病例,病例信息都是個(gè)性化信息,無(wú)法真正有效梳理,這就導(dǎo)致了整個(gè)沃森難以真正獲得其足夠成長(zhǎng)的數(shù)據(jù)來(lái)喂養(yǎng),讓人最大的感覺(jué)就是沃森像是一個(gè)喂不飽的孩子,缺乏足夠的數(shù)據(jù)最后讓其失去了成長(zhǎng)的潛能。另一個(gè)重要原因則是沃森不能賺錢(qián)?對(duì)于IBM這樣的公司,或者美國(guó)這樣的資本大國(guó),不能賺錢(qián)就是最大的過(guò)錯(cuò),沃森的問(wèn)題是已經(jīng)10年了,沃森都沒(méi)能找到一個(gè)足夠賺錢(qián)的商業(yè)模式,最終成為了IBM的棄子。

其次,人工智能的應(yīng)用空間其實(shí)很大。弄明白了沃森失敗的原因之后,我們?cè)賮?lái)看人工智能到底有沒(méi)有失敗?沃森可能是敗了,但是并沒(méi)有敗在技術(shù)上,而是敗在了人類的系統(tǒng)和資本上。然而,我們從人工智能的角度來(lái)說(shuō),其實(shí)人工智能并沒(méi)有失敗:

一是人工智能在醫(yī)療領(lǐng)域依然空間廣闊。從沃森這些年的表現(xiàn)來(lái)看,人工智能雖然不能完全替代人類醫(yī)生,但是其本身強(qiáng)大的搜索和診斷能力已經(jīng)足夠成為人類醫(yī)生的助手了,其實(shí)我們很多時(shí)候?qū)τ谌斯ぶ悄艿睦斫馐怯袉?wèn)題的,對(duì)于當(dāng)前來(lái)說(shuō)其實(shí)人類醫(yī)療并不是需要人工智能醫(yī)生全面擊敗人類醫(yī)生,而是能夠成為人類醫(yī)生的助手,舉例來(lái)說(shuō),就像中國(guó)這樣的人口大國(guó),我們的人均醫(yī)生數(shù)量是嚴(yán)重不足的,在很多社區(qū)、鄉(xiāng)鎮(zhèn)的基層衛(wèi)生醫(yī)療場(chǎng)所中醫(yī)生的經(jīng)驗(yàn)也是非常不足的,卻需要負(fù)擔(dān)海量的病人看病,在這樣的情況下完全可以借助沃森這樣的人工智能助手,實(shí)現(xiàn)人工+智能,由人工智能幫助人類醫(yī)生進(jìn)行診斷、識(shí)別、搜索、處置,從而幫助醫(yī)生更有效率地治療病人,只要搭配的好,一個(gè)經(jīng)驗(yàn)不足的年輕醫(yī)生+人工智能助手甚至可以發(fā)揮出不少經(jīng)驗(yàn)豐富的老醫(yī)生的水平,這無(wú)疑對(duì)于醫(yī)療的普及具有極其重要的作用。當(dāng)然,這僅僅是一方面,人工智能在幫助醫(yī)生進(jìn)行診斷,進(jìn)行處置,提升治療效率方面將會(huì)有極其廣闊的空間,這其實(shí)就是當(dāng)前人工智能的最大的價(jià)值,不是人工智能取代人類醫(yī)生,而是人工智能幫助人類醫(yī)生效率更高、診斷更準(zhǔn)確。

二是人工智能的數(shù)據(jù)孤島難題需要更有力的組織力破除。對(duì)于美國(guó)來(lái)說(shuō),各個(gè)州都是相互獨(dú)立的體系,在這個(gè)獨(dú)立的醫(yī)療體系之中,各家醫(yī)療機(jī)構(gòu)想要實(shí)現(xiàn)診斷數(shù)據(jù)和病例數(shù)據(jù)的共享是非常困難的,但是這一點(diǎn)如果放到中國(guó)其實(shí)都不是問(wèn)題,在中國(guó)強(qiáng)大的公立醫(yī)療體系和強(qiáng)悍的組織能力面前,想要讓中國(guó)各大醫(yī)院的數(shù)據(jù)形成一個(gè)規(guī)范的數(shù)據(jù)庫(kù)至少不是一個(gè)完全天方夜譚的事情,數(shù)據(jù)孤島問(wèn)題在中國(guó)其實(shí)比美國(guó)至少在制度層面容易解決的多,這是人工智能難題在中國(guó)被解決的優(yōu)勢(shì)所在。

三是人工智能的盈利問(wèn)題其實(shí)需要大規(guī)模應(yīng)用解決。當(dāng)前,人工智能最大的難題是前期投入巨大,回報(bào)周期相對(duì)較長(zhǎng),但是其優(yōu)勢(shì)在于一個(gè)成熟的人工智能醫(yī)療應(yīng)用可以同時(shí)服務(wù)眾多使用者,這其實(shí)就是可以降低成本的優(yōu)勢(shì)所在,對(duì)于人工智能來(lái)說(shuō)只要能把應(yīng)用和用戶體驗(yàn)做好,那么完全可以探索出一條足夠支撐其發(fā)展的商業(yè)模式。比如說(shuō),構(gòu)建起一個(gè)多級(jí)化的用戶體系,對(duì)于普通個(gè)人用戶進(jìn)行醫(yī)療保健服務(wù),對(duì)于醫(yī)生進(jìn)行醫(yī)療助手服務(wù),根據(jù)不同按需付費(fèi),這就有可能把海量的成本分擔(dān)出去。

沃森敗了,但人工智能醫(yī)療并沒(méi)有失敗,IBM出現(xiàn)的問(wèn)題不在技術(shù)而在商業(yè)模式,希望更多的公司可以吸取IBM的教訓(xùn),真正找到一條可以走得通的道路,只有這樣才能不會(huì)重蹈IBM的覆轍。