首页 / 资讯中心 / 交通百科/人工智能正在加速癌症治疗的研究

人工智能正在加速癌症治疗的研究

发布时间:2018-10-29 分类:交通百科

大约一百万年来,人类一直处于创新的曲线上,从控制火到发明机械式可移动印刷机,再到创造AI人工智能系统来击败人类最有成就的游戏玩家,这是一条向上的弧线。今天,人工智能系统正使人类的创新曲线进一步向天弯曲,加快了进步的步伐,并使治愈癌症变得触手可及。

人工智能

事实上,一些研究人员认为,人工智能辅助的癌症治疗是在不到十年的时间内完成的。然而,即使有了人工智能的助推器,通往无癌症世界的旅程也将是迭代式的,建立在小的步骤之上,就像过去的创新导致了今天的尖端技术一样。

人工智能已经在癌症诊断方面取得了突破,但这项技术将经历多次迭代,在接受最终挑战之前,将解决大量较小的问题。这一过程将为人工智能技术提供者提供丰富的机会,为这一重大挑战作出贡献。

但要参与这一努力,技术提供者需要了解创新的先后顺序,这些创新将我们带到今天和未来我们最终会到达的地方。让我们来看看选择人工智能创新的时间表,它有可能以征服癌症而告终:

1、1952年的今天,马文·明斯基发布了随机神经模拟强化计算器(SNARC),这是第一台连接主义神经网络学习机,也可能是第一台自学习机。

2、1975年的今天,反向传播算法被开发出来,用计算机来解决挑战,允许多层神经网络的训练,并导致了神经网络在80年代的广泛应用。

3、大约在2000年-第一次使用“深度学习”这个词来描述一种机器学习,这种机器学习能够以一种无监督的方式从非结构化数据中学习网络。

4、2011年至2012年-卷积神经网络AlexNet在视觉识别方面达到了前所未有的精确度,为深入学习进入主流铺平了道路。

5、2017年1月-斯坦福大学(StanfordUniversity)的研究人员开发出一种深度学习技术,能够以与人类皮肤科医生相同的精确度,直观地识别癌性皮肤痣和皮损。

6、2017年2月-微软建立了“下一步医疗”计划,旨在将人工智能和机器学习技术应用于健康问题,包括癌症治疗。

7、2017年3月-谷歌的Google网络深度学习技术比人类临床医生更精确地检测癌症肿瘤。

8、2017年10月-英特尔宣布其Nervana神经网络处理器(NNP)芯片的第一个硅,这可以加快深度学习任务,包括诊断癌症。

9、大约在2021年到2026年之间-微软计划发布一种人工智能驱动的计算机,它可以在人体内运行,检测癌细胞并对其进行重新编程,使它们变得无害。

正如这个时间表所显示的,深度学习和基于人工智能的癌症研究的创新步伐正在加快。然而,在这一阶段取得进展仍然需要采取相对较小的步骤,以实现今后的最终目标。这种情况反映了人工智能创新的现状,它涉及到使用单一任务特定的认知引擎来执行对人们具有挑战性的平凡和重复的任务,例如检查大量的组织样本图像以检测癌症病变的迹象。

这些技术统称为人工窄智能(ANI),当今最成功的人工智能技术正在利用这些引擎实现广泛的特定目的,从为亚马逊(Amazon)的DeepLens摄像机提供动力的物体识别技术,到控制苹果iphone x上人脸身份认证的人脸识别算法,不一而足。

这些解称为“一次”(1x)AI变换。它们是在促进战略目标的同时满足眼前需要的实用工具。这种1倍变换对人工智能的发展起着至关重要的作用。埃森哲(Accenture)的一份报告显示,在未来5年内,成功将1倍人工智能创新纳入其业务的企业,预计员工数量将增加10%,收入将增加38%。

这些类型的创新将导致下一代人工智能:两倍(2倍)的转变。这种2x转换通过使用ANI来查看更大的图景,使事情更进一步。例如,他们可以组合来自各种来源的大量数据,对其进行处理和分析,使其对特定任务有用。

在下一个层次是10倍变换,其中人工智能技术变得足够强大,足以解决重大挑战。未来两种技术的发展将使10倍变换成为可能:人工智能通用智能(AGI)和人工智能超级智能(ASI)。AGI被定义为一种机器,它能像人一样完成任何智力任务。人工智能超越了AGI,它提供的机器具有比人类更优越的智能能力。

癌症治疗之路将从今天支持ANI的1x转换,通过2x解决方案,到未来AGI和ASI驱动的技术。为了参与这一过程,医疗人工智能技术的提供者和使用者必须参与人工智能创新的迭代过程,朝着最终目标迈出一小步。