新网Logo
首页>互联网热点>

朱民对话张文宏、陈杰、沈向洋:透过疫情看人工智能未来

登录 注册

朱民对话张文宏、陈杰、沈向洋:透过疫情看人工智能未来

  • 来源:网络
  • 更新日期:2020-07-09

摘要:DoNews 7月9日消息(记者 李昊原)在一系列主题演讲后,清华大学国家金融研究院院长朱民作为主持人,与中国工程院院士、同济大学校长陈杰 ,清华大学教授沈向洋、复旦大学附属华山医

DoNews 7月9日消息(记者 李昊原)在一系列主题演讲后,清华大学国家金融研究院院长朱民作为主持人,与中国工程院院士、同济大学校长陈杰 ,清华大学教授沈向洋、复旦大学附属华山医院感染科主任张文宏开展了以“智见未来”为主题的圆桌对话。

以下为对话实录(经DoNews编辑):


问:疫情中人工智能发挥了什么作用?

张文宏:现在大家对人工智能给予了极大的期望,但是从这次疫情开始到现在为止,我个人感觉它仅仅是个起点,整个疫情防控过程当中,我们用的全部是人工。

上海援鄂医疗队去武汉开始的时候,我们非常希望人工智能让我们知道武汉缺什么,比如口罩、防护服,尿裤、呼吸机,能够迅速给予调配,但是什么数据都没有,是一辆辆车从上海开过去,把最紧缺的医疗物资送到前线。

后来,人工智能迅速进来参与到物资的调配,但是并没有全面改变这种局面。我们意识到将来人工智能具有非常强大的物资调配能力,现在建立好医疗资源智能调配的系统非常重要。这次疫情防控,社区封闭后有大量事情需要政府管理部门去做,人工智能帮助政府做到了智能化管理。

问:建立一个科技未来的公共卫生系统,人在里面发挥什么作用?

张文宏:我先给大家泼个冷水,这次中国疫情的控制是靠传统智慧和城市管理实现的。

疫情之后我们需要反思,将来人工智能如何改善城市管理,包括加快公共卫生体系中的预警速度。这里面有几个网络数据的问题,一是疾控公共卫生的数据,二是真实世界的数据,真实世界的数据能够加快吗?医疗机构领域数据现在都是散的,医疗机构的数据如何第一时间汇聚到大数据平台?

这次新冠CT表现和以前的流感、其他肺炎完全不一样,人工智能如果在去年12月初就看到了大量肺部CT图片,数据会提出警报。如何把线上数据和线下数据融合预警,构成一个完整的体系,这一点人工智能可以发挥很大作用。今天多少个航班进来,所在国家的疫情如何,我的医疗资源要增加到什么程度,这些都应该有真实的数据。今天我们的防控是熔断式的,熔断就不能人工智能,将来的数据应该是真实世界的数据,非常期待线上线下的数据结合,医生也不会失业。

问:人工智能在复杂系统的应用,在自动化应用的前景在哪里?

陈杰:对于复杂系统来说,未来世界应该是将物理空间和人类社会空间有效连接而构成的新的信息物理系统,其中,人工智能帮助人类拓展了自己认识世界的能力、认识世界的范围,也拓展了人类的思维。对于未来社会经济以及我们通常的工业系统、社会系统、出行系统、城市管理将起到决定性的作用。

问:复杂系统的智能化在未来有无限的前景,在您看来,未来会怎么样?

陈杰:现在很多数据包括一些数据的学习方法,还是基于质量比较高、有标识性的数据,我们所获取的不同时空的数据,如何进行有效的融合、处理以及怎么样面对数据加起来的涌现现象,是我们面对的问题。

从传统的深度学习向强化学习,向迁移学习向未来进化学习的转移,这样的物理系统怎么样用信息系统把物理系统和人类系统结合起来?未来最难的是人和机器怎么样能共融?这是未来难度最大的,人在其中是一个操作者,又是一个平等的参与者,怎么结合起来是未来一个重要的命题,今后的世界机器和人将发挥各自的作用。

问:从国际来看,在这次疫情当中有哪些人工智能技术和应用特别突出?

沈向洋:第一,人工智能加速推进预防诊断治疗相关科学研究,特别是疗程手段的突破。

第二,从全球卫生健康、流行病学这些数据里提取发现数据洞察,从而将它的特征、变化、趋势、传播直观立体展现出来,及时分享给在场的、甚至全球各地的医生,大家能够一起看到怎么去应对健康的风险。

第三,疫情必须要有一些新的手段,特别是远程协作可以让我们更好推动医疗资源的平等分享,让有限的医疗资源帮助更多人,不仅仅是发展中国家的问题,包括对于美国这样的发达国家也是很重要的事情。

第四,基础研究方面包括要做更多基础,隐私保护、标准化、操作性让医疗安全、高效、可靠的分享。今天不仅仅是中国公司、美国公司很多其他的全球的公司都在做。我想强调一件事,最重要的一件事就是人工智能必须解决的问题就是数据的问题,特别是应对疫情必须要做到。怎么早发现,怎么早预警,怎么早诊断。未来我们可以做到秒级画像,分钟预警,小时诊断,采集数据,打通数据,分析数据全部弄在一起,这样人工智能才能真正发挥它的势力。

问:你看到人工智能的未来在哪里?

沈向洋:第一,接下来一个非常重要的变化,是从感知重大进展向认知的变化。这些年我们做了很多深度学习的工作,像计算机视觉、云识别已经进展非常大了,剩下来非常重要的事情就是对这个世界的认识,在人工智能的发展还是非常早期的事情。

第二,是交互的问题。在计算机没有出现之前,人的交互主要是人人交互,后来计算机出来之后就变成了人机交互。未来发展最激动人心的、最最重要的事情是人和AI的交互,未来AI的人口可能远远超过世界上人的人口,给我们带来很多巨大的问题。

第三,所谓通用人工智能,最终要解决的还是常识的问题,要把常识这件事建模理解,否则没有真正的人工智能。