隨著科技水平的不斷提高，越來越多的領(lǐng)域開始被機器替代。機器不知疲倦，有較高的工作效率，只要輸入規(guī)定的算法，確保能正常執(zhí)行，基本上就可以萬事大吉。在我們的印象中，那些平常分揀任務(wù)就可以交給機器人幫我們完成，可以解放我們的雙手。畢竟這些都比較簡單，但要是像是做手術(shù)這種工作，你敢讓機器人做么？
下次你去醫(yī)院做手術(shù)時，你的醫(yī)生助手就有可能是一位機器人。
在谷歌大腦（谷歌旗下的深度學(xué)習(xí)與人工智能的科研項目團隊）、英特爾公司和加州大學(xué)伯克利分校的一個合作項目中，研究人員通過運用教學(xué)視頻，“訓(xùn)練”機器人模仿手術(shù)過程。此前，加州大學(xué)伯克利分校的教授們曾使用油管視頻作為指導(dǎo)，讓機器人學(xué)會了各種動作（如跳躍），而谷歌則訓(xùn)練了機器人理解深度和動作。
研究小組將這一知識應(yīng)用到了他們最新的項目Motion2Vec中，在該項目中，研究者用實際手術(shù)過程的視頻對機器人進行指導(dǎo)，在最近發(fā)布的一篇研究論文當中，研究人員概述了他們?nèi)绾问褂糜凸芤曨l來訓(xùn)練一臺擁有兩只手臂的達芬奇手術(shù)機器人（達芬奇外科手術(shù)系統(tǒng)是一種高級機器人平臺，其設(shè)計理念是通過使用微創(chuàng)的方法，實施復(fù)雜的外科手術(shù)），在布料設(shè)備上扎針并進行縫合。
該醫(yī)療團隊依靠的是孿生神經(jīng)網(wǎng)絡(luò)。孿生神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)的結(jié)構(gòu)，內(nèi)含兩個或更多共享相同數(shù)據(jù)的網(wǎng)絡(luò)。該系統(tǒng)最適合用于比較和評估數(shù)據(jù)集之間的關(guān)系。過去，這樣的網(wǎng)絡(luò)層用于面部檢測、簽名認證、語言檢測。
肯.戈德伯格醫(yī)師是加州大學(xué)伯克利分校的實驗室負責(zé)人，他解釋說，對于這個深度學(xué)習(xí)項目而言，油管是豐富的教學(xué)材料來源。“每分鐘，油管都會收錄五百小時的新素材，是一個非常棒的知識庫。”他說，“任何人都可以觀看并理解其中任意一個視頻，但機器人目前還不行它們只將其視為一連串的像素。因此，這項工作的目標是嘗試讓機器理解這些像素。也就是說，觀看視頻、分析視頻、然后...能夠?qū)⒁曨l分割成有意義的序列。”
該團隊只需要78個醫(yī)學(xué)教學(xué)視頻，就可以訓(xùn)練人工智能引擎完成縫合任務(wù)，他們聲稱成功率達到了85%。這意味著機器人最終可以承擔外科手術(shù)中一些更為基本的、重復(fù)性的任務(wù)，并讓外科醫(yī)生將時間和精力集中在更為困難的步驟上。
機器人會很快取代外科醫(yī)生嗎？
“我們還沒走到哪一步，”戈德伯格說，“但是未來有可能的方向是：外科醫(yī)生能夠邊看著系統(tǒng)，邊指出他們希望在那里進行縫合，向機器人傳達出他們需要縫出六道鎖邊縫線。之后，機器人基本上就會開始根據(jù)要求去做，外科醫(yī)生就能放松一點，這樣他們就可以恢復(fù)更多精力，能夠?qū)Ｗ⒂谑中g(shù)中更復(fù)雜或更精細的部分。”
近年來，機器學(xué)習(xí)為生物技術(shù)做出了很大貢獻。借助人工智能快速處理海量數(shù)據(jù)的能力，人們在以下方面取得了進展：基于計算機層析成像掃描檢測肺癌和中風(fēng)風(fēng)險；基于心電圖和核磁共振圖像估算心臟病和心臟驟停的風(fēng)險；根據(jù)照片對皮膚病病變進行分類；以及根據(jù)眼部圖像檢測糖尿病痛的跡象。
而在如今的疫情當中，人工智能正在幫助科學(xué)家尋找可以抑制新冠肺炎傳播的藥物，并最終找到治愈方法和疫苗。
重慶分公司
重慶分公司
