江苏龙网

  1. 首页 > 人文 > >

陆小曼|李开复Bengio大咖对话：下一阶段AI最大机遇在这4个领域( 二 )


这些行业已经具备了一定的条件 ， 让行业专家通过 AI 带来颠覆影响 ， 让人非常期待 。 当AI与行业的颠覆式创新两相结合 ， 将有机会击败行业巨头 ， 重整行业格局 。
然而颠覆式只是冰山一角 。 在人工智能带来的巨大机会中 ， 渐进式变革占据绝大部分份额 。
普华永道预估 ， 人工智能将在2030年给全球带来15万亿美元的财富净增 ， 主要来自于传统行业和AI的结合 。 由于传统行业规模庞大 ， 仅仅提高几个百分点 ， 就可以产生海量财富 。
但困难在于 ， 当前一些传统企业对 AI 一无所知 ， 他们以为AI是科幻小说的臆想 ， 看不到即刻就能产生的收益 ， 再加上技术工具太难使用 ， 导致他们的 IT 部门无法驾驭 。
因此 ， 我们应该通过培训 ， 帮助传统行业接受并认识到AI的益处 。 同时 ， 我们投资的AI企业或像 Element AI 之类的公司 ， 需要帮助传统企业找到简单易用的工具 ， 让他们跨越技术鸿沟 ， 上手即用 。
陆小曼|李开复Bengio大咖对话：下一阶段AI最大机遇在这4个领域AI还能为抗疫做什么李开复：我说几个亲身经历的例子 。 疫情期间的社交隔离 ， 催生了众多的 AI 应用 ， 例如医院中的送货机器人 。
对于隔离中的人也一样 。 前阵子我回到北京的家中隔离时 ， 在我居住的公寓楼里 ， 没有见到一个人 。 所有的事情都交给了一台机器人代劳 ， 包括网购的包裹和食品运送 ， 真正实现了零接触 ， 将危险降到最小化 。
第二个例子是AI与医疗的结合 。 我们投资的AI 医疗企业Insilico Medicine ， 主要使用生成化学对抗神经网络 ， 研发新药小分子 。 在疫情期间 ， 他们通过AI平台 ， 用几个星期的时间 ， 研发出了能抑制病毒内负责复制的主要蛋白成分的新药物小分子 。
最后一个例子或许有些争议 ， 就是接触者追踪 。 世界上许多国家已经成功的建立了接触者追踪体系 ， 并较为有效地控制了疫情蔓延 。 但在美国、欧洲等地方 ， 这种做法被视为是对隐私的侵犯 。
对此 ， 我的观点是 ， 对那些重视隐私的国家 ， 我表示完全理解和尊重 ， 但是我认为必须在公共卫生或个人健康的背景下考虑隐私 。 在公共卫生危机期间 ， 国家应该在尊重权利和必要防控措施间加以权衡 ， 从而有效控制疾病的传播 。 等到疫情结束后 ， 再回归正常 。
我们都不希望重蹈疫情的覆辙 。 我预计在未来 ， AI将被用来预防流行病的发生和传播 。 医院将广泛使用传感器、可穿戴设备 ， 汇总疫情信息 ， 及时报告潜在危害 ， 在早期遏制疫情指数级增长的趋势 ， 从而更好地应对危机 ， 避免再次失控 。
Yoshua Bengio：李开复博士提到的这几个领域 ， 我都有所涉及 。
一个是药品研发 ， 我本人参与了几个项目 ， 其中涉及神经网络、实时强化学习和主动学习 。
在化学和生物领域 ， 需要进行测试的组合方式太多 ， 逐个进行研究是不可能的 。 所以我们需要一个合理的搜索策略 ， 这就是我现在参与的项目内容 。 我们希望能用AI缩短研究时间 ， 通过重组已有药物 ， 研发新型抗病毒药物 。
在接触追踪方面 ， 目前已有的接触追踪大都没有用到AI ， 只是进行简单的测试法：如果有人测试结果为阳性 ， 或者确诊感染 ， 那么与其接触过的所有人 ， 都应该采取隔离措施 。 但是 ， 在测试为阳性进而被隔离之前 ， 传染就已经开始了 。
我们的一项研究显示 ， 如果能借助机器学习 ， 提前预测某个体是否具有传染性以及传染性强弱 ， 透过一些模糊的数据分析 ， 就能大幅节省等待时间 ， 及早知道曾接触过病毒携带者 ， 从而抑制病毒的传播 。
当然不可避免会出现隐私问题 。 隐私保护与机器学习需求之间存在有趣的矛盾 。 隐私保护需要尽可能降低数据交换 ， 而机器学习却需要尽可能收集大量的数据 。


推荐阅读


上一篇：重磅，梅西即刻离队意味着什么，曾第1个曝出内马尔加盟巴黎

下一篇：三十而已之后，他其实没有那么爱你聚焦都市女性群体