加载中........
×

人工智能,正在一步步逼近“真人类”,医疗能够被改变吗?

2019-12-1 作者:梅斯医学   来源:梅斯医学 我要评论0
Tags: 人工智能  

作者:梅斯医学小编

谈到人工智能,很多人都想到图像识别,想到肺结节的AI诊断,事实上,这对人工智能而言,只是小儿科。中国大部分人工智能都是应用级的(拿人工智能技术进行应用),而不是底层的算法改变。虽然算法的出现离应用可能还有1-3年时间,但是,算法的改进才是真正的硬道理,才是划时代的。

先看世界最牛X的人工智能公司DeepMind的近期的几项研究成果:

1、规定的GAN(PresGAN)
11月1日,来自哥伦比亚大学,剑桥大学以及DeepMind的研究人员发表了一篇名为规定的生成对抗网络的新研究。在该研究中,研究人员开发了规定的GAN(PresGAN)来解决GAN受限问题。PresGAN将噪声添加到密度网络的输出中,并优化了熵调节的对抗损失。增加的噪声使预测的对数似然性易于处理,并稳定了训练过程。研究团队在几个数据集上评估了PresGAN,发现它们减轻了模式崩溃并生成了具有高感知质量的样本。他们还发现,就传统GAN与变分自动编码器(VAE)之间的预测对数似然性而言,PresGAN缩小了性能差距。

2、MuZero,较AlphaZero更进一步
11月21日消息,DeepMind推出可以自我学习的高性能机器学习模型MuZero,目前在国际象棋、围棋、将棋、Atari游戏等领域取得了领先的成绩。据DeepMind研究人员称,MuZero目前在围棋领域的性能已经略超AlphaZero。在75场Atari游戏中的得分高于先前各类算法,且所需训练时间极大减少。

3、人工智能不仅能有记忆功能,还有回忆功能

DeepMind最近发表在Nature子刊上的论文为解决长期信度分配问题提出了一种新的算法TVT该算法基于情景记忆检索使AI智能体能够执行长期的信度分配。

对于AI这种能力有助于解决长期信度分配问题(long-term credit assignment)即如何评估行为在长期行为序列中的效用但人工智能中现有的信度分配方法无法解决行动与结果之间存在长时间延迟的任务

DeepMind最近发表在Nature Communications上的论文为解决这个问题提出了一种新的算法——TVT(Temporal Value Transport)该算法也基于情景记忆检索使AI智能体能够执行长期的信度分配。

上述三点,直接引发巨震,人工智能其实越来越聪明了。以前人工智能不过是人们事先设定好的“程序”,按人的指定工作罢了。后来,深度学习出现以后,人工智能具有不可预知性。进一步,人工智能能够进行有监督或无监督的学习,并对知识进行一定的应用。但是,机器毕竟是机器,很难跨越人们指定的范围。就象AlphaGo只能下围棋,不能下象棋一样,虽然象棋简单很多。如今MuZero出现以后,机器可以跨越边界,完成未知的任务,这是划时代的发现。


也许,再过3-5年,医疗里很多未知的内容,也可以通过机器来解决了。



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

只有APP中用户,且经认证才能发表评论!马上下载

web对话