Search
Close this search box.

這位盲人女科學家夢想獨自旅遊,然後研發了一套讓盲人可以「看見」的系統

【我們為什麼挑選這篇文章】除了標題的讓盲人也可以「看見」的系統,IBM 的 Watson 還有一個可怕之處,由於培養一名醫生的成本過高,當 IBM Watson 的準確率提高到一定程度,是否就可以直接由 AI 機器人來看病了呢?(責任編輯:陳君毅)

下午,淺川智惠子從自己的辦公室出發打算走到公司的會所去拿一些零食。在院子裡她遇到了自己的同事尼克她親切的和尼克打招呼:「發生了什麼好事笑的這麼開心」。

IBM 在 月 11 日舉辦的 2017 年度中國論壇上身為 IBM 首席科學家的淺川智惠子展示了這樣一段視頻。

她說她的目標是像這段視頻裡展示的那樣獨自完成一次遠足旅行現階段這對她來說依然是一項幾乎不可能完成的任務,但至少邁出了一大步。

因為在 14 歲時,她由於一場意外永遠失去了視力。

在視頻中她使用了 IBM 正在研發的一個新型的人工智能 App,這個 App 將室內導航、室外導航和手機攝像頭所捕捉到的信息綜合處理,形成一個完整的「聽覺視力」。它不僅告訴淺川智惠子該在什麼地方停下或轉彎,還告訴她附近有沒有其他人,這些人在做什麼,還能識別出休閒區裡有哪些零食,在不拆包裝的情況下識別出那些零食的口味。

視頻中的淺川智惠子,像一個視力正常的人那樣流暢的生活,這是陪伴人員、導盲犬都無法做到的。而在人工智能技術的推動下,IBM 的高精度導航系統卻給了她這樣的尊嚴。

這並不是什麼黑魔法,其實一切都非常複雜,淺川智惠子自己本身就是這個項目的研發人員之一。她以一個購物中心為例像大家介紹了 IBM 這款高精準度導航系統是如何運行的:首先是安裝了 220 個左右的藍芽發射裝置,能夠覆蓋 20 多萬平米的購物中心的環境,通過檢測來自不同的藍芽發射裝置的信號強弱度,生成一個實時的地圖,這個地圖可以實現一到兩米的定位精準度,足以進行導航。

對於視障人員來說,導航的結果會通過 Watson 對話功能實現。首先要讓 Watson 了解購物中心裡的商店,給它整個購物中心的地圖。比如說你對手機講,我想吃壽司、喝葡萄酒,Watson 可以據此生成餐廳的推薦列表,挑選列表中的一個,就可以進行導航。

淺川智惠子認為盲人目前最大的困難在於獲取信息和旅遊

「是的,我們還有更多的事情能夠去做。我想到全球去旅行,我想選擇一些好的葡萄酒,我想在一天裡參觀一些博物館,這是一個非常好的大的挑戰,也需要更多好的合作技術。」

IBM 一直在強調 AI 應該是 Augmented Intelligence(增強智能),用技術補足人類的一些能力,讓盲人能自己去「看看」這個世界,是 IBM 做的無障礙技術只是 IBM 人工智能解決醫療問題的一小部分。醫療是 IBM 人工智能最先落地的領域,從 2005 年開始進行臨床探索,到現在可以做到在同一時間為成千上萬的病患提供服務。

100% 的正確率,Watson 即將可以取代醫生?

IBM 全球 Watson 健康總經理 Deborah Disanzo 在論壇上講了 IBM 的醫療進展,她用一個臨床測試的結果證明,人工智能在診斷上可以做到像專家醫生的水平:「在一個臨床實驗,針對 10 萬名癌症病患的腫瘤相關測序,與相關藥物進行比對。Watson 比對出來選出的藥物和臨床醫生選的藥物,99% 的都是匹配的,只有 1% 是不一樣的。而這 1% 是醫生對,還是 Watson 對?結果是 Watson 對」。

腫瘤專家在有太多的新數據、新文獻要跟進,而 Watson 作為機器卻有著天然的信息聚集優勢。IBM 目前已經對 1 億個病患進行了記錄,2 億個記錄進行了脫敏處理(去除敏感信息);對藥物專利方面進行了 4 億次的註解,讀了 4000 萬份研究文獻;Watson 健康現在有幾十個 API,可以進行自然語言處理;針對醫療文獻深度影像學習,可以分析不同病患之間的相似性,可以了解病患的不同路徑。

對於癌症是這樣,對於心腦血管疾病以及糖尿病等慢性病來說也是如此。通過對幾十萬個數據點進行綜合分析,來了解病患出現疾病的風險,如果有預測到潛在疾病的發生,就可以預先制定一個最優化的療程。

Deborah Disanzo 在演講中說,世界很多地方沒有足夠的醫生進行很好的治療,癌症發病率在不斷提高,臨床方面的醫生跟不上。所以我們有 Watson健 康,可以用於臨床醫生匹配、腫瘤、基因這三個方面。這是要教會一個認知解決方案如何坐在醫生的身邊,幫助他對腫瘤科的病患進行診療。

做這些不是為了取代醫生,而是成為工具擴展醫生的能力,也就能為更多沒有資源就醫的人提供幫助。

為什麼醫療能成為人工智能最快進入的領域,其實因為醫療和人工智能在本質上的相似性:都是認知科學,都需要專業經驗,最終都是為了解決人類的問題。但是培養一個醫學專家卻比培養一個人工智能難多,一個醫學專家需要專業知識儲備、需要常年臨床診斷和治療的經驗,而這些都需要在職業中十幾年甚至幾十年不斷的累積,這也是為什麼我們在醫院掛號總想掛個有點年紀的醫生,但是「老牌醫生」總不可多得。

相對來說,培養一個人工智能醫生助手的成本就要低得多,它能在短時間內吸收大量的數據,並且通過模型和算法在數據中找到洞察,縮短醫生這類職業經驗積累的大量時間,IBM 一直在說的認知技術就是這樣。

視障其實也是一種認知上的障礙唯一解決他們需求的就是需要另一種認知——我們很難單純的用成像儀器去解決視障人群的需求。所有解決方案都需要另一個認知「健全」的東西來輔助他們,比如家人的陪伴、比如義工、比如導盲犬,它的意義不止是滿足了盲人的「看」的需求還承擔著為盲人翻譯、解讀世界的任務,成為他們生活中的伴侶。

而在未來,也許人工智能會比導盲犬發達成為一種認知,也能成為每一個殘障人士的伴侶。

本文經合作夥伴 pingwest 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為:《這位盲人女科學家夢想獨自旅遊,然後她研發了讓盲人可以“看見”的系統》)

——

延伸閱讀

快過 GPU 30 倍!Google 做了個 AI 專用的超狂晶片「TPU」
替你省下整整半天查 code 時間的 AI 助手 Kite,有機會成為下一個 Github 嗎?
未來的戰場在雲端,你都準備好了嗎?AI 人工智慧時代,開啟企業雲端化軍備賽
【成長速度驚人】瞄準企業市場,IBM 一年內讓 Watson 成為各行業必備人工智慧助手