DeepMind：谷歌人工智能布局医健
火石创造：firestone-link 洞悉全球医健创新创业实践
DeepMind是一家总部位于英国伦敦的人工智能实验室，他们的研究方向是开发通用自我学习算法。
2014年，该公司以4亿英镑的价格被谷歌公司收购，而最近被人们熟知的，就是他们开发的人工智能围棋应用“阿法狗”将围棋世界冠军李世石给打败。现在，他们希望将自主开发的人工智能技术应用到医疗科技领域。
MustafaSuleyman是DeepMind公司联合创始人，也是该公司旗下智能医疗部门DeepMindHealth主管。据他透露，DeepMind正在和英国全民医疗系统（NHS）合作，希望患者能够从人工智能技术中收益。
DeepMind是做什么的？
虽然被谷歌收购，但是DeepMind一直是独立运营的，他们的目标是开发能够“独立思考”的软件。为了能够开发这种类型的人工智能软件，DeepMind在海量数据集合的帮助下训练自己的人工智能去完成某些工作任务。
Suleyman解释说：
我们的人工智能技术其实是从智能代理器开始的，你可以把智能代理器看做是一个机器人手臂、一辆自动驾驶汽车、或是一个推荐引擎的控制系统，这个智能代理器有一些目标需要完成，而且它也正在尝试不断优化。
为了实现这个目标，我们需要编写代码，这也是我们为这个智能代理器所做的唯一的事情。我们说，在某些环境下你应该找到一些有益的东西，这个环境同时也应该是非常普通的。因此，我们认为一个智能控制系统即可以是训练自动驾驶汽车的模拟器，也可以是给你在YouTube上推荐娱乐和互动视频的推荐引擎。
这个代理控制系统可以在某个环境下执行一系列操作，也可以在某个环境下进行独立、且匿名的实验性交互。这个环境应该支持回退，让人们了解在智能代理器和环境交互的时候，环境状态发生了哪些改变。当然还有，这个环境需要回传奖励，这样可以帮助智能代理控制系统从中学习。所以，我们的智能代理器控制系统是通过反馈、或是通过巩固学习过程来学习的。
谷歌人工智能技术如何改善医疗行业？
首先不要担心，做手术的那些外科医生还不会很快被类似“会行走、能交流的CP30”的机器人所取代。不过真正可能发生的，也是谷歌DeepMind想要发生的，就是利用人工智能支持的软件，帮助临床医生更加准确地判断出疾病的早期症状。
Suleyman解释道：
对于医疗健康行业来说，最值得注意的事情就是如果我们能够在医疗系统里成功部署先进的、现代的技术，那么就能实现系统优化，并且创造出令人难以置信的利润。
在当今世界里，我真的想不出还有哪种技术比人工智能更加先进了。如果我们成功了，那么面前将会迎来一个巨大的机遇，也会给全世界带来积极的影响。实际上，许多人都已经指出，至少在过去的20年时间里，技术在医疗行业领域里的应用并不成功。
我觉得在这方面，我们真的需要仔细思考一下，我们所提供的东西是否能够带来改变。很明显，我们拥有机器学习和人工智能技术，但我同时认为，在医疗健康行业里更多的是需要解决方案，也就是说，我们需要更加有效地部署人工智能软件，并且思考如何让患者和医生都能从这些最前沿的技术中收益。
所以，我们决定开发解决方案，并且将所有相关工作“框架化”。为了实现这个目标，我们所做的第一件事情，就是观察，也就是说，我们要知道受众用户日常都在做什么。
我们花了很多时间待在病房里，和医生、护士待在一起，尝试观察他们的工作有哪些，了解他们工作中所遇到的困难，尽可能多地收集信息，以便可能更加了解我们所要开发的技术。我们想先用最快的速度构建出一个粗略的设计框架，让我们能够了解人工智能如何应用在医疗健康行业的大概情况。之后，我们会不断丰富这个框架，然后一步步去开发、测试，之后再启动开发一个解决方案——试运行、评估、开发、学习——再重复整个流程。我们要把整个人工智能医疗解决方案的迭代周期变得非常快，提升机器学习速度。
从去年九、十月开始，我们花了三周时间和英国皇家慈济医院（RoyalFree）的医生、护士进行接洽。之后，我们研发了一个能够试运行的原型产品（之前的没有连接、导入过任何数据），这样医生和护士能够实际看到人工智能技术如何在自己的工作中应用，比如，他们会反馈给我们哪个按键放置的位置不对，哪个颜色很难辨认，某个菜单等级的排列顺序不对，诸如此类。我们能够获得即时反馈，然后优化产品，把医生和护士最希望看到的、最想要使用的解决方案放到他们面前。
所以，这就是我们的“秘诀”——让医生来主导人工智能技术如何在医疗解决方案上应用。所以到目前为止，不管我们准备做什么项目，还是去优化改善已经开发的项目，我们都会带上一个医生、或是一个护士，了解他们的真正想法，分析如何才能改善他们的日常操作行为，这样才能确定一套技术解决方案是否能够奏效。
接下来的问题是，如何利用人工智能技术，让患者觉得得到了更好的关怀呢？显然，在关怀病人方面，需要提升的空间非常大。据说，每十个病人中，就有一个觉得在医院受到了伤害；事实上，至少一半糟糕的患者体验都可以预防、或是完全避免的。
在很多糟糕的医患问题中，最受到关注的就是患者病情恶化监测的问题，很快情况下，不少患者会因为自己延误了病情监测，最终导致无法治愈对医生产生不满。而这，本质上是一个沟通和协作的问题。
我认为，由于当前医疗环境的局限性，导致绝大多数有价值的数据都留在了纸面或是图表上，这些数据没有被记录或被跟踪，有些医院甚至没有医疗数据日志。如果没有“可被审计”的数据，那么你所发出的信息准确性就无法判定。因此，我觉得在DeepMindHealth在患者用户身上“框架化”人工智能技术之前，需要解决两个核心的患者安全问题。
• 就是我们该如何更好的识别患者存在哪些病情恶化风险，最好能够做到实时判断。
• 一旦我们识别出患者身处在风险之中，我们究竟该如何介入？我们不能像分析一个报告那样，给出一些建议（诸如将医疗设备重组之类）。我们真正要做的，是在实时环境下部署人工智能技术，帮助临床医生更好的了解患者情况、做到快速干预。
目前，DeepMind和英国全民医疗健康系统合作了哪些项目？
DeepMind目前正在和英国全民医疗健康系统合作两个主要项目。第一个，是帮助英国皇家慈济医院的医生监测急性肾损伤病症；第二个合作项目会在本周宣布，是使用机器学习技术帮助伦敦穆尔菲尔兹眼科医院的医生判断患者的视力情况。
Suleyman表示说：
我们目前所遇到的、最艰巨的患者安全问题，就是要更好的监测病症。我们会查看患者过去十二个月时间里的急性肾损伤病历记录，这是非常重要的。在英格兰，每年就有超过4万名患者因为急性肾损伤而住院，而在全英住院患者中，有四分之一都或多或少地和急性肾损伤病症相关。而实际情况是，大约有五分之一的急性肾损伤病症是可以预防的，但就这一项，就能帮助国家节约15亿英镑。
所以在2014年，英国全民医疗健康系统英格兰分部发布了一份患者安全警告书，允许医院在自己的系统内部署能够预防急性肾损伤的人工智能算法。
当我们的人工智能技术完成部署之后，我们所做的第一件事情就是去观察用户的日常设置情况。我们走进了英国皇家慈济医院，并且了解到DeepMind技术是如何应用的。从今天的患者角度来看，我们获得了第一手的使用体验，也让我们了解到整个技术应用环境是非常、非常复杂的。
一个患者可能会经历很多不同的症状阶段。我们注意到，整个过程中会出现很多种生命威胁症状，也会有很多非常复杂的体征阶段，结果导致我们的人工智能技术无法准确定位，也错失了对一些病情恶化关键时间点的判断。因此我们现在想要做的，是先后退一步，看看我们是否能在风险评估上做的更好，以及是否能在早期症状监测和实时预防上做的更好，之后再帮助患者实现全面康复。
一旦我们将项目分解成这些步骤，那么DeepMind和临床医生之间才真正实现了契合，也只有实现了这些先决条件之后，才能让我们的技术真正应用到临床医疗上去。
用于血液测试的AKI报警平台
针对这一问题，我们开发了Streams，用于血液测试的AKI报警平台。这是我们目前进行的一个非常简单的干涉，通过使用血液检测结果，使它真正的持续集中于一个具体的问题。我认为这是一个真正的机会——可以让我们走的更多，更远，并且，将它扩展成一个更为广泛，且以病人为中心的合作平台。
它的基础是，我们有能力及时查明有恶化风险的病人。但这仅仅是挑战的一部分。接下来，我们需要让自己有能力去逐步升级，并且更好的进行干预，这也正是为什么消息和评论是如此重要。以X射线为例，我们发现医院接收员有能力在X射线报告中做出评论，随后结合一个呼吸顾问的评论，去获得专家的意见。
这种交换能以审计的方式进行，即允许我们回顾性验证。如果需要的话，允许我们回顾性验证高级临床医生所说的话和随后采取的行动。除了这些，我们也进行了研究项目来一探究竟，看看机器学习和人工智能技术，是否真正的有助于诊断。
值得注意的是如果你有糖尿病，相比其他人你将有25倍多的可能患上某种视力下降病症。但是有趣的是，这几种因为糖尿病性视网膜病变导致的视力下降病症，能够通过早期检测进行预防。因此我们一直在思考一件事——如何才能更好得对放射检查的实时归类进行改进，用来实现针对某位病人是否需要更多的及时反馈进行合理分类。
目前的现实是在人为表现方面有大量的报告在积压，这意味着这些结果可能要在四星期后才能在医院中查到。另外，不同的分类者缺乏一致性，有时报告者会漏掉一些糖尿病性视网膜病变和老年黄斑变性（AMG）中的敏感性变化。
通过机器学习我们希望能够实现在更快速的即时结果反馈，以及更加连续和标准化的表现。
这个将会帮助我们理解并调整一些常量，通过这些调整我们将能够提升它的特异性。虽然这些都是相当前期的工作，但我们承诺将会发布包括算法、方法以及技术实现过程等所有的结果。希望在我们准备好之后，在今年年底你能听到更多有关这项研究的内容。
本文转自AI科技评论(ID:aitechtalk)
版权归原作者所有
原标题为“DeepMind联合创始人：谷歌为什么要进入医疗健康领域？”
-END-
ABOUTBEAUTY
关于火石
火石创造运用机器学习、人工智能、大数据等技术，并通过和全球顶尖研究机构、行业专家、投资机构的数据合作，构建全球首个以疾病为中心的医健创新创业地图——HSMAP。以此解决全球医健领域政策、技术、人才、市场等资源的信息不对称问题，形成全产业链协同的创新创业支撑平台。
人工智能崛起 开启万物感知新时代
D-Wave量子计算机
2013年，谷歌与NASA联合向加拿大D-Wave公司购买了一台量子计算机，被业界称作为全球首台商用的量子计算机，并于2014年9月成立了谷歌量子人工智能实验室，与资深物理学家约翰-马蒂尼斯(JohnMartinis)合作，谷歌量子人工智能实验室在去年12月曾宣称，在两项测试中，D-Wave2X量子计算机的运行速度，比在传统计算机芯片上运行的模拟装置快1亿倍，而科技巨头们也一致认为，量子计算机将使人工智能软件更强大，利用它人工智能研究人员或可以开发更智能、更灵敏的计算机学习系统。
在物联网资深人士杨剑勇看来，谷歌前沿科技一举一动备受全球科技媒体高度关注，而近期一直占住全球科技热点，先是谷歌人工智能系统AlphaGo战胜欧洲围棋冠军，再挑战围棋绝世高手李世石先生；另有谷歌旗下的波士顿动力公司（BostonDynamics）公布最新短片显示，升级版的Atlas人形机器人稳定且出色完成任务的各项场景，平衡力大增，即使工作人员用粗棍强行撞跌它，它也能敏捷地爬起，继续前进；还有旗下人工智能公司DeepMind将其人工智能技术应用于医疗行业。
谷歌每一次的技术突破都会做一个实验来检验现并作出完善，包括Atlas人形机器人，谷歌人工智能系统AlphaGo挑战人类掀起了更高浪潮，这场人机大战或者说是一场科技秀，但对于这场科技秀来说也是谷歌实力的展现。早前谷歌一直在利用动物训练GoogleBrain（谷歌大脑）项目，2012年谷歌曾做了一个实验，在没有输入“猫”的概念，让机器透过学习，最终认识了“猫”；而在去年又上升了一个层级，是让机器来描述所看到的场景，想象一下，当计算机能够准确地识别和理解它所看到的一切时，世界该是个什么模样？这一次人工智能系统挑战围棋九段李世石先生，是谷歌人工智能领域至今为止级别最高的一次技术检验，纵观谷歌在人工智能领域的创新投入，我更期望谷歌人工智能系统在这一次人机大战战中能取得胜利，也期待其在人工智能领域有质的突破。想象下，如谷歌大脑植入至人形机器人Atlas，抢占的不仅仅是人类体力劳动，甚至我们需要动用大脑思考的工作也将被取代。
国内人工智能团队崛起与国际科技巨头竞赛
传感物联网创建人杨剑勇表示，放眼全球人工智能领域，很多人会想到美国，日本等发达国家，尤其日本注重仿真与人类交流，如石黑浩的仿真机器人能做到“以假乱真”，以及在未来与机器谈人生哲理、谈人生理想也不遥远，试想下，你所佩戴的手表不仅仅是用来掌握时间，还可以和手表谈哲理以及人生理想，多酷！那么人工智能的崛起又将是科技巨头们的游戏吗？很庆幸在国内，我们也有很多优秀人工智能团队，如百度、华大基因及出门问问、余凯博士所领导的地平线机器人，以及图灵机器人和从华大基因CEO位置离职的王俊先生所成立的碳云智能科技。就在今年早些时候，吴甘沙从英特尔中国研究院院长离职创办驭势科技，方向同样以当真最热门的人工智能领域，激励这些团队前行的是人工智能能够让这个世界更为美好的无限可能。就拿驭势来说，他们笃信人工智能将赋予交通工具智慧和灵性，让人们的出行更加便捷、安全和舒适。吴甘沙表示，驭势致力于在2-5年内商业化增强驾驶和无人驾驶的技术，在10-20年的时间里与业界同仁携手，让这个世界的出行旧貌换新颜。他们为之奋斗的愿景是：交通事故在5-10年内减少90%；机器人出租车数量在15-20年内达到今天出租车数量的20-30倍，人们出行成本降低到今天的1/10以下。
出门问问自成立以来，一直努力寻找通过将人工智能技术落地到消费产品，经过四年多的发展，出门问问已经是市场上唯一一家拥有自主语音识别、语义分析、垂直搜索技术的人工智
能公司。去年9月，GoogleAndroidWear与出门问问达成战略合作，在中国购买的AndroidWear设备都将体验到出门问问中文语音搜索服务，同年10月，完成了由谷歌投资的C轮融资，至此累计融资7500万美金。今年1月“问问应用商店”成为GoogleAndroidWear官方合作伙伴，目前包括新一代Moto360，HUAWEIWATCH在内的各大智能手表已经内置出门问问语音搜索引擎。出门问问创始人CEO李志飞表示，1945年到2005年，人工智能经历了“AI1.0”的时代，2006年到2015年，人工智能经历了“AI2.0”的时代，第一个大规模得到用户使用的AI系统“GoogleTranslate”被推出，人工智能服务开始面向消费者市场。2016年，我们即将进入一个新的人工智能时代“AI3.0”，从用户角度考虑的人工智能时代。这个时期，从软件到硬件、信息到服务，人工智能在消费领域的生态愈加完整，智能可穿戴、VR/AR、机器人等硬件平台加入以及用于车载、家居等等多应用场景被实现，由此，人和机器以及物理世界的关系通过环境建模也将更加完善。
光年无限创始人俞志晨向我表示，我们坚信人工智能将让智能机器人走进每个家庭，最终成为家庭娱乐、教育、生活的入口，使人们能够享受更智能化的家庭生活。光年无限致力于让智能机器人的商业化，2014年11月发布的图灵机器人定位于语义理解和认知计算平台，是中文语境下智能度最高的机器人大脑，截至目前已经为超过10万的企业和开发者提供云端人工智能服务。2015年11月发布了TuringOS是首个人工智能级的机器人操作系统，TuringOS具备多模态人机交互能力及情感、思维、自学习三大引擎，能够让机器人具备更拟人化的功能。
原华大基因CEO王俊先生离职后所创办的碳云智能，创业不到两个月公司就估值50亿元，估值定价依据为，碳云智能致力于打造集生命大数据、人工智能、互联网为一体的平台性机构，以及碳云智能的董事长兼CEO王俊先生是具有国际影响力的科学家和业界领袖，其他核心团队成员来自于曾长期任职于华大基因、波士顿咨询公司、境外一流大学等机构，具有相关行业的丰富经验、深刻理解及影响力。早前王俊先生曾向网易科技介绍，碳云智能科技希望建立一个健康大数据平台，运用人工智能技术处理这些数据，帮助人们做健康管理。碳云智能联合创始人及首席科学家李英睿在2016全球大数据峰会上演讲也表示，我们的目标实际上就是要构造一个有可能对人类的整个的生命的进程发生状态描述和预测的这样的一个系统。我在想，王俊先生利用人工智能来构建生命大数据，是想构建电影《超能陆战队》中的“小白”吗？
余凯博士,曾经创办中国第一家基于深度学习的人工智能研发机构-百度IDL，如今已经是创业公司地平线机器人技术(HorizonRobotics)的创始人兼CEO。他曾经领导团队开发深度学习算法用于百度的语音，图像，搜索，广告，创建并领导了百度自动驾驶项目。他指出，过去几年深度学习在语音识别和图像识别取得了惊人的成功，目前在今后的几年，深度学习的下一波突破将集中在三个方面：1.决策控制算法，2.自然语言理解，3.深度神经网络芯片；最近谷歌DeepMind团队开发的围棋算法AlphaGo,就是在决策控制方面的突破。AlphaGo采用的是基于增强学习（reinforcementlearning)的深度神经网络算法来学习评估棋局（通过学习一个深度神经网络的valuefunction）和做出最优决策（通过学习一个深度神经网络的policyfunction）。AlphaGo除了学习人类棋手的历史棋局数据，惊人之处在于的通过MonteCarloTreeSearch让计算机互为对手，从而在不需要学习人类棋手的情况下，机器也能不断提升自身的水平。余凯进一步指出，他相信深度增强学习将改变不仅仅是围棋，还会改变其他需要决策控制的领域，比如自动驾驶，因为自动驾驶面临的问题和下棋在本质都是是博弈问题。
余凯创办的地平线机器人致力于“definethebrainofthings”，打造万物智能时代的“AIInside”，给人们日常生活的无数设备和产品装上“大脑”，成为某种形态的robots，从而可以感知环境，人机交互，决策控制，让人们的生活更便捷，更安全，更加充满乐趣。余凯考虑的应用场景主要是两个，一个是智能家居，一个是智能汽车。就像Android系统之于智能手机，余凯希望地平线打造的大脑系统让家居和汽车变得智能。这个大脑平台包括软件算法操作系统层面，也包括硬件平台的深度神经网络芯片以及参考设计。余凯认为，人工智能革命将创造与人并存的一类崭新的物种-自主决策的robot。新时代的特征，不再是机器延伸人的能力，而是人类和机器的重新社会分工。大量不适合人而适合机器做的事情将被robot替代，包括汽车驾驶，家政服务，常规病诊断，生产制造。地平线的硬件大脑将加速这一天的到来。
在笔者看来，以前曾将一切东西电气化，现在将一切东西认知化，万物透过互联，赋予万物感知、认知，而要实现物联网的关键在于感知、执行、优化和学习。当物联网覆盖到更多的应用场景，那么这个世界实际上会被人工智能所包围。很庆幸我们处在了一个万物互联网的好时代，开启一个暂新的万物感知新时代，至此以AndrewNg的一个观点结尾，谁能赢的了人工智能，谁就赢得互联网。
作者系传感物联网创建人杨剑勇（物联网资深人士、科技名人）返回搜狐，查看更多