Mustafa： 描繪AI應用展望，醫療領域成為重中之重

在烏鎮舉辦的AI論壇可謂是精英盡出，DeepMind的聯合創始人兼應用人工智慧主管Mustafa Suleyman就在演講中回答了許多關於人工智慧具體應用的問題，揭示了這項劃時代的技術對於整個人類社會的潛在深遠影響。

其中Mustafa主要講述了AlphaGo演算法在醫療領域的應用前景，看起來似乎發展的十分樂觀。

Mustafa談到這幾年他們團隊負責的幾大領域之一，就是把AI技術應用於醫療產業。目前他們正專註於放射診斷技術，或者說是3D眼球掃描。並且成像之後需要放射學專家來對圖像進行病理分析。

近幾年來掃描成像的成本正在快速下降，然而卻還沒有足夠的專家來做出正確診斷，所以現在急需能夠分辨出病灶的智能助手來輔助醫生診斷，並在眼部疾病發展的早期判斷出病變。

Q：您負責的是現實應用領域，然而圍棋的規則和涉及範圍都是相對簡單的，一旦切換到醫療或自動駕駛等與消費者緊密相關的場景，就可能會涉及到監管安全倫理和人們的對人工智慧不信任的問題，您覺得這些因素有哪些可能是目前人工智慧應用最大的阻礙，那麼從你看來有哪些解決方案？

Mustafa：這是一個值得深思的問題。其實我們的宗旨就是去開發通用型的學習技術去打造一個更好的世界。道德倫理、企業透明度和人為監控的問題其實是我們思念的核心。

比如去年我們與微軟、亞馬遜、IBM、蘋果、Facebook和其它六個民間機構共同建立了一套倫理框架，旨在保證人們在共同的道德標準和安全標準之下發展人工智慧。在此過程中，我們會對社會大眾的意見給予同樣的重視，並督促所有技術公司平等而民主的表達大眾的訴求。

Q：最近有一篇報道提到DeepMind在和英國國家衛生局的合作中違規使用個人數據的問題，想聽一下您對這件事情的看法，以及談一下技術落地過程中如何避免侵犯更用戶個人隱私？

Mustafa：我們在應用AI途中遇到的最大的問題之一就是現存的政策和框架從未預見到目前技術的發展，也未考慮到現今的社會情況。我們的系統已經有了實質性地完善醫療服務，但將其插入如今顯存的框架仍然是一個難題。

我們正在嘗試儘快展現這個系統長期的效應，而且據我們合作的醫生護士所說，這項技術正為他們節約大量的資源，因為通過把流程數字化，我們能即時監控並報告每個病人病情的惡化情況。

我們相信這對病人的醫療狀況會有明顯的改善，同時拓寬現存的政策框架對我們的約束。贏得病人和醫生的信任是我們的首要任務，達成這個目的的途徑有兩個：

• 第一是表現我們的醫療設施確實節省了人力、物力、和時間；

• 第二是保證我們病人隱私的絕對安全。

我們對於數據的使用慎之又慎，保證其不被保險公司等商業機構所利用或與谷歌的任何非醫療賬戶所連接。

Q：您在加入谷歌之後商業模式有什麼變化嗎？把AI作為一種盈利模式的話，是作為一種單獨的系統，比如說是商業智能或者分析，還是打包跟雲計算結合？

Mustafa：DeepMind有兩個業務分支，第一個是負責研究DeepMind Research，第二個是負責應用的DeepMind Apply。

在DeepMind Apply里又有三個小組分別是Google、DeepMind醫療、和DeepMind能源，每個組之間都相互合作，比如醫療部門和NHS的合作，比如在Google分支中我們把內部的技術和谷歌的產品結合，所以我們的所有工作都是與掌握一手資料的相關行業專家相互搭檔的。

Q：第二部分能不能再細化一下，跟別的互聯網服務的的整合是不是這種趨勢，比如說是雲計算或者有什麼別的服務

Mustafa：谷歌公司上下許多技術小組都能應用我們的研發成果。我們正在和谷歌雲服務合作，他們也有獨立的研究機構，領導者是來自斯坦福大學的李飛飛教授。我們正在合作建立一個雲和雲之間的機器學習系統。

Q：您剛剛提到了商業應用和利潤的重要性，也提到了DeepMind的一個技術實例。現在DeepMind把技術應用到了醫學健康的領域，而非更容易賺錢的金融股票的方面，所以背後的思考是什麼呢？在內部對於DeepMind商業應用的標準是什麼？

Mustafa：利潤不是我們唯一的動機，世界上還有很多令人激動的機遇值得我們去探索。我們會專註於我們從研究的方面認為最有趣的產品，因為任何在現實生活中的應用都能為我們的演算方式帶來啟示和靈感。我們也會做有社會價值的產品。

在醫療方面，我們認為目前研發的腳步已經太過於低效和緩慢。我們在醫療領域投入量大量的GDP，但是得到的增長卻相而言比較小。

一般情況下成本和創新程度是成正比的，但在醫療領域卻成反比，而且極少的科技公司在醫療方面有所涉及，那麼這個社會價值其實很大，美國醫療衛生產業一年支出已經超過3萬億美元。那事實上如果把它放到全球，這個數字將會是驚人的，所以這是為什麼我們選擇醫療。

Q：剛才您說DeepMind繼續要做技術的研發要保證有收入來源，如果從收入來源這方面考慮的話，將AlphaGo打造成一個面向普通消費者的一個競技遊戲或者是一個智能機器人類型的產品也是有迅速變現的可能性的，而且一些年輕的朋友都說，如果真的可以推出一個這樣的產品，那麼他們都想預定一個，就想問一下另外的就是在特別是在這方面有沒有未來的一個變現的一個打算？

Mustafa：我們真的不是一個追求商業利潤的這樣一個公司，其實收入對我來說沒有那麼重要，我們覺得應該選一個實現我們社會使命行業，像食品安全、水的凈化、能源問題。

我們會專註於技術方面還沒解決的一些領域，我們看到不是每個季度，我們看的是5到10年。我們在七年前開始創辦DeepMind，很多人覺得我們都瘋了；五年前開始做圍棋，人們對我們有許多質疑；今天我們挺進醫療行業，仍然被質疑。

我覺得五年之後，我們就能夠研發出一套醫療方面的演算方法，用我們拯救的生命來證明自己，並為世界上的每一個人提供最先進的醫療服務。就像今天的智能手機領域一樣，無論是富人還是窮人幾乎都能夠使用一樣的手機，在未來我們也要向社會的各個階層提供同一等級的醫療服務。

Q：DeepMind一方面在做研發，一方面做商業化。我想知道就從您會不會對研發部門去工作他們技術細節保密？在醫療方面對病人的診斷會不會出現誤診的情況，DeepMind在獲取數據方面是怎麼考慮的？

Mustafa：我們很高興能夠把在研究雜誌上發布我們的成果，因為大眾的評判、獨立研究者和同行評議是對我工作最重要的評價標準。然後也能讓社會目睹我們的研究成果。我們確實注重商業化，所以我們不會出版所有的數據，但是也會出版的賺足夠多的數據以保證獨立研究者能夠評判我們的工作。

對於第二個問題，情況就是世界上最好的放射醫療學家都可能只見過三四萬張放射造影成像，但是如果我們訓練人工智慧來診斷這些成像，他們就能達到百萬級別的效率，並在精確度的方面做到標準化。

即使是最好的人類專家之間也可能會存在大量分歧，所以最好的方法是訓練人工智慧輔助專家進行診斷，並平衡出一個最佳方案來服務於病人。

Q：您在接受採訪提到現在很多領域，包括食物、水資源和發電都很大浪費和使用不均衡。您說在很多領域資本主義讓我們很失望，您也提到了DeepMind的未來就是探索資源的平衡，請問您會具體怎麼實施這個設想？

Mustafa：我認為現在出現的很多新興行業都致力於解決世界上最艱巨的社會問題，並且把研究中的基礎成果看作為解決這些問題的方式。然而我們也為技術領域所做出的承諾而擔憂，因為在七八十年代人們就開始期盼技術革命能帶資源的平等。

我們也發現追求效率和盈利的公司恰好就是創新能力最強的公司，所以我們的目標就是尋找一個追求短期利益和長期發展的結合體，同時兼顧我們的研究，這樣才能夠儘快的發展我們的技術，並解決食物、醫療、能源在各個社會階層間的平等分配問題。

Q：關於DeepMind health的訓練問題。最初訓練AlphaGo使用的是非常容易得到的公開棋譜，但在醫療行業，這方面的訓練數據是很難得到的。請問你們如何處理這個問題？

Mustafa：我們使用醫療數據的唯一目的就是發展醫療行業，然而對我們工作的最大支持者就是在職醫生。他們很難掌控或篩選大量的病人信息，比如說造影成像。

其實最初是一位老醫生找到了我們尋求幫助，我們也非常讓醫生和護士領導這項研究計劃，以保證他們最後能夠流暢使用我們的產品。