得到－科技－人工智能讓高中生打敗老醫生

文章出處：人工智能讓高中生打敗老醫生


這條音頻跟您說說，矽谷投資人吳軍關於人工智能的最新演講。

最近，吳軍在北京大學發表演講，分享了人工智能對未來的影響。
我們選了一部分很有價值的內容，給您轉述一下。

首先，吳軍解釋說，之所以能實現人工智能，很大程度上靠數據，還要建立數據模型。
互聯網時代的大數據，讓人工智能有了巨大提高。
人工智能會影響很多行業，吳軍在演講裡，主要舉了體育行業和醫療行業的例子。

人工智能怎麼影響體育行業呢？
吳軍舉例說，美國NBA的金州勇士隊，六年前還是全聯盟倒數第二名。
新老闆接手後，
請工程師團隊做了大數據分析，改變了球隊的傳統打法，引進了投籃準的球員。
他們還開發了一整套算法，計算出了整個球隊12個人相互傳球的幾百種組合，
以及更複雜的情況。訓練的時候，不再是訓練一般的基本功，
而是訓練球員習慣在什麼情況下，本能地把球傳給該傳的人，這樣組織進攻的效率非常高。
用了五年時間，金州勇士就拿下了NBA總冠軍。


再來說說，人工智能怎麼影響醫療行業。
我們都知道，現在想治愈癌症很難，因為每個人的基因不一樣，
即便是兩人得了同一種癌症，出錯的基因也不同。
科學家想要找到癌症的共性，研製抗癌藥，但實際上不能對所有患者有效。
像美國最有名的研製抗癌藥的公司，研製出來的治療乳腺癌的藥物，
也就對百分之二十幾的患者特別有效，對其他人效果一般。
另外，癌細胞在不斷變化，可能患者一種藥吃了十年一直有效，
但是突然復發，沒有藥能治。


吳軍說，未來人類可以用新的大數據和人工智能，
把所有導致癌症基因變化的組合給找出來，然後找一種藥，盡量覆蓋更多的組合。
比如病人張三來了，做一下基因測序，根據情況給他吃503號藥。
後來基因突變了，重新做測序，再去吃726號藥。
只要不斷吃藥，病情就能控制。理論上任何一種疾病，
都可以給每個不同的人，吃不同的藥。像谷歌成立的大數據醫療公司，就在做這件事。

除了治療癌症，在大數據的基礎上，人工智能還能協助診斷疾病。
吳軍在新書《智能時代》裡說，人們看病都喜歡找老大夫，因為老大夫更有經驗。
實際上，老大夫積累的經驗，也是通過學習病例來的。
而且，人學習再快，也不如計算機快。
一個放射科大夫一生閱讀研究的病例很難超過10萬個，
但是計算機很容易從上百萬病例中學習。

2012年，谷歌科學比賽的第一名是一位高中生，
她通過對700多萬乳腺癌患者數據的機器學習，設計了一種乳腺癌癌細胞位置的算法，
位置預測的準確率達到96% ，已經超過了目前專科醫生的水平。
這個高中生採用的圖像處理和機器學習的算法都不復雜，
成功完全得益於大數據，因為沒有哪個醫生能見識700多萬個病例。

以上就是吳軍對人工智能的分享，供您參考。

本文源自：吳軍在北京大學的演講 | 《智能時代》
稿：楊苒
來源:得到

-----------
主旨：
未來人類可以用新的大數據和人工智能，
把所有導致癌症基因變化的組合給找出來，然後找一種藥，盡量覆蓋更多的組合。
比如病人張三來了，做一下基因測序，根據情況給他吃503號藥。
後來基因突變了，重新做測序，再去吃726號藥。
只要不斷吃藥，病情就能控制。理論上任何一種疾病，
都可以給每個不同的人，吃不同的藥。像谷歌成立的大數據醫療公司，就在做這件事。

除了治療癌症，在大數據的基礎上，人工智能還能協助診斷疾病。
吳軍在新書《智能時代》裡說，人們看病都喜歡找老大夫，因為老大夫更有經驗。
實際上，老大夫積累的經驗，也是通過學習病例來的。
而且，人學習再快，也不如計算機快。
一個放射科大夫一生閱讀研究的病例很難超過10萬個，
但是計算機很容易從上百萬病例中學習。
2012年，谷歌科學比賽的第一名是一位高中生，
她通過對700多萬乳腺癌患者數據的機器學習，設計了一種乳腺癌癌細胞位置的算法，
位置預測的準確率達到96% ，已經超過了目前專科醫生的水平。
這個高中生採用的圖像處理和機器學習的算法都不復雜，
成功完全得益於大數據，因為沒有哪個醫生能見識700多萬個病例。