被稱為“認(rèn)知計(jì)算”革命性代表的IBMWatson從誕生那一刻起,就一直在被質(zhì)疑中發(fā)展,在發(fā)展中被質(zhì)疑。近日,坊間傳言IBM Watson健康部門將裁員50%-70%,甚至也有傳言說(shuō),整個(gè)健康部門將被關(guān)閉,所有員工要么辭職要么轉(zhuǎn)崗。IBMWatson是失敗的案例,這已經(jīng)是業(yè)界普遍結(jié)論。問(wèn)題是,為什么IBMWatson一度被業(yè)界仰望,又為了什么,曾經(jīng)的神,那么快就失敗?
失敗原因之一:
過(guò)分夸大的市場(chǎng)宣傳
自從IBMWatson面市,對(duì)外的市場(chǎng)宣傳,有兩個(gè)重點(diǎn)。1. IBMWatson超越人類醫(yī)生,2. 能夠解決連人類醫(yī)生都撓頭的疑難雜癥。這樣的宣傳,在短時(shí)間內(nèi),迅速拉高了外界對(duì)于IBM Watson的期望。IBM Watson的宣傳策略,拉升了公眾對(duì)自己產(chǎn)品乃至整個(gè)醫(yī)療AI產(chǎn)品的期望值,獲得了外界大量的關(guān)注。但是,在業(yè)界還缺乏統(tǒng)一的測(cè)試標(biāo)準(zhǔn),產(chǎn)品最終的臨床效果還有待評(píng)價(jià)的情況下,過(guò)分夸大的市場(chǎng)宣傳,對(duì)產(chǎn)品長(zhǎng)期健康的發(fā)展并沒(méi)有好處。然而,高調(diào)到失真的宣傳,成為IBMWatson日后失敗的罪魁禍?zhǔn)住?/p>
主攻腫瘤等疑難雜癥的Watson?
IBMWatson對(duì)外宣傳自己從海量的醫(yī)學(xué)文獻(xiàn)和病歷中提取醫(yī)生臨床診斷經(jīng)驗(yàn),通過(guò)機(jī)器學(xué)習(xí)讓計(jì)算機(jī)掌握臨床診斷方法,可以替代人類醫(yī)生看很多疑難雜癥,例如腫瘤。這個(gè)目標(biāo)為IBM研發(fā)團(tuán)隊(duì)挖了一個(gè)巨大的坑。疑難雜癥的病歷數(shù)量必然就很少,診斷成功的案例就更為罕見(jiàn)。訓(xùn)練數(shù)據(jù)不足,IBMWatson如何用機(jī)器學(xué)習(xí)的方法,獲得精準(zhǔn)的結(jié)果?
Watson的診斷精度比人類醫(yī)生更高?
IBMWatson宣稱在東京大學(xué)附屬醫(yī)院等試點(diǎn)項(xiàng)目中,IBMWatson的診斷已經(jīng)比人類醫(yī)生中最頂級(jí)的專家的會(huì)診更加精準(zhǔn)。機(jī)器學(xué)習(xí),能學(xué)習(xí)到人類醫(yī)生的經(jīng)驗(yàn),已經(jīng)讓人喜出望外。想讓機(jī)器通過(guò)學(xué)習(xí)人類,,然后超越人類,不是不可能,但是前提條件是,必須能讓機(jī)器反復(fù)試錯(cuò)。臨床醫(yī)學(xué),試錯(cuò)的代價(jià)是人類生命,這和下圍棋可不一樣,不是能夠容忍反復(fù)試錯(cuò)的場(chǎng)景。
失敗原因之二:
技術(shù)水平遠(yuǎn)遠(yuǎn)不能支撐超越人類醫(yī)生的目標(biāo)
理論研究指導(dǎo)產(chǎn)品實(shí)踐,產(chǎn)品實(shí)踐推動(dòng)理論研究。在IBMWatson研究組發(fā)表的相關(guān)論文中,沒(méi)有發(fā)表過(guò)有關(guān)機(jī)器閱讀的成熟的研究成果,其實(shí)直至今日,機(jī)器閱讀仍然處于低幼階段。而IBM 的宣傳聲稱,IBMWatson能夠在10分鐘內(nèi),閱讀2000萬(wàn)篇癌癥研究論文,并且把人類自然語(yǔ)言,翻譯成機(jī)器可以處理的形式語(yǔ)言(formal language),然后與病人的基因變化進(jìn)行對(duì)比。
當(dāng)IBMWatson課題研究的前沿課題,都還沒(méi)有遠(yuǎn)遠(yuǎn)不能完成真正的閱讀作為在市場(chǎng)上出售的產(chǎn)品級(jí)別的IBMWatson,怎么可能高速讀解人類論文,并且基于閱讀理解,做進(jìn)一步操作,譬如對(duì)比呢?
失敗原因之三:
產(chǎn)品開(kāi)發(fā)與研究及市場(chǎng)嚴(yán)重脫節(jié)
IBMWatson在產(chǎn)品開(kāi)發(fā)階段,不但與市場(chǎng)宣傳脫節(jié),同時(shí)也與前沿技術(shù)研究脫節(jié)。事實(shí)上,IBM內(nèi)部真正參與產(chǎn)品開(kāi)發(fā)的人員,數(shù)量并不充裕,使用的真實(shí)病歷數(shù)量也不多。病歷數(shù)量最多的單病種是肺癌,而肺癌的病歷數(shù)量也不過(guò)只有635例,其它疾病更是少得可憐。
食材少,廚師少,巧婦難為無(wú)米之炊,從何談起超越人類醫(yī)生呢?
失敗原因之四:
整體規(guī)劃混亂戰(zhàn)線太長(zhǎng)
2015年8月份,IBM 花費(fèi) 10 億美金,收購(gòu)醫(yī)療圖像公司 Merge Healthcare。但是似乎在IBM Watson并沒(méi)有在醫(yī)療圖像識(shí)別領(lǐng)域,取得搶眼的成就,更沒(méi)有在產(chǎn)品中,把文字解析與圖像識(shí)別,深度融合。忍不住想問(wèn),IBM的投資并購(gòu)與產(chǎn)品研發(fā),有沒(méi)有預(yù)先規(guī)劃好整合路徑?
IBMWatson不可磨滅的功績(jī):從“演繹法”到“歸納法”
醫(yī)療人工智能演變的前世今生
以CDSS(Clinical Decision Support System)臨床決策輔助系統(tǒng)為例,最早是在1970年前后,美國(guó)匹茲堡大學(xué)的研究人員開(kāi)始從事這一領(lǐng)域的研究,當(dāng)時(shí)研究人員使用的主要方法是從醫(yī)學(xué)教科書(shū)和醫(yī)學(xué)文獻(xiàn)里提取醫(yī)學(xué)規(guī)則,規(guī)則被表達(dá)成“if-then”的形式邏輯。輸入患者的癥狀,找到相應(yīng)的if,然后根據(jù)then,推斷罹患的疾病。
兩年以后,1972年,斯坦福大學(xué)的教授也開(kāi)始進(jìn)行類似的研究,這個(gè)研究課題名叫MYCIN。MYCIN也主要是 if-then規(guī)則庫(kù),但是后來(lái)if-then規(guī)則庫(kù)有了一個(gè)響亮的新名號(hào),叫“專家系統(tǒng)Expert System”。
If-then規(guī)則,非黑即白,涇渭分明。后來(lái)把概率引入進(jìn)規(guī)則,又用網(wǎng)狀結(jié)構(gòu),把眾多規(guī)則關(guān)聯(lián)在一起,這就是1990年代大紅大紫的技術(shù),貝葉斯網(wǎng)絡(luò),又稱因果關(guān)系網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)的旗手是Judea Pearl教授。2011年,他獲得圖靈獎(jiǎng)。另一位研究“貝葉斯”網(wǎng)絡(luò)的大咖是斯坦福大學(xué)的一位女教授,叫Daphne Koller?!柏惾~斯”網(wǎng)絡(luò)在數(shù)學(xué)上很美,但是落到實(shí)際應(yīng)用過(guò)程中非常的復(fù)雜,始終找不到好的應(yīng)用落地,于是貝葉斯網(wǎng)絡(luò)熱了一陣以后,現(xiàn)在門可羅雀。去年召開(kāi)的一場(chǎng)國(guó)際計(jì)算機(jī)領(lǐng)域?qū)W術(shù)會(huì)議上,Pearl教授的演講,聽(tīng)眾寥寥。而Koller教授更為大家熟悉的成就,是與吳恩達(dá)合辦的網(wǎng)校Coursera。
直到2011年,IBMWatson出現(xiàn)了。最開(kāi)始的時(shí)候,IBMWatson是IBM研究院的一個(gè)研究課題,課題組從2006年開(kāi)始,研究自然語(yǔ)言處理。他們教機(jī)器,從文獻(xiàn)摘錄出 “葡萄牙人,瓦斯科·達(dá)·伽馬,于1498年5月20日到達(dá)卡利卡特” 這樣的語(yǔ)句。又從其它文獻(xiàn)中,摘錄出 “卡利卡特位于印度西南部”這樣的語(yǔ)句。然后串聯(lián)這兩句語(yǔ)句,推理出這樣的結(jié)論,“葡萄牙人,于1498年登陸印度” 。這個(gè)課題組最著名的成就,是2011年參加了美國(guó)知識(shí)問(wèn)答電視競(jìng)賽,Jeopardy,并戰(zhàn)勝了人類選手。
這場(chǎng)比賽非常重要,它事實(shí)上宣告了AI人工智能應(yīng)用時(shí)代的到來(lái),是人工智能史上重大的里程碑事件。但是,這個(gè)事件本身只是一場(chǎng)電視節(jié)目問(wèn)答游戲。游戲成功以后,IBM公司積極致力于把科技成果轉(zhuǎn)化為贏利產(chǎn)品,進(jìn)過(guò)一番分析比較,IBM選擇了醫(yī)療。
IBMWatson
醫(yī)療人工智能領(lǐng)域的探路者
事實(shí)上,IBM選擇醫(yī)療方向進(jìn)行轉(zhuǎn)化是對(duì)的,醫(yī)療服務(wù)市場(chǎng)空間非常巨大。從海量病歷中,挖掘整理人類醫(yī)生的臨床診療經(jīng)驗(yàn),這個(gè)方法論是歸納法。而先前從醫(yī)學(xué)文獻(xiàn)中提取規(guī)則的方法,是演繹法。IBMWatson改變了人工智能醫(yī)療所使用的方法論。
近代科學(xué)的歷史說(shuō)明,方法論的改變很可能帶來(lái)翻天覆地的變化。在FrancisBacon以前,主流的方法論是演繹法。從圣經(jīng)古蘭經(jīng)這些真理的源泉,推理出生活中細(xì)節(jié)規(guī)律。FrancisBacon倡導(dǎo)歸納法,在他的影響下,出現(xiàn)了人們開(kāi)始重視歸納法,隨即出世牛頓這樣的科學(xué)家,然后科學(xué)家源源不斷地大量涌現(xiàn)。
因此,IBMWatson從海量病歷中提煉臨床診斷經(jīng)驗(yàn),而不是從醫(yī)學(xué)文獻(xiàn)中摘抄并推理醫(yī)學(xué)規(guī)則,這是方法論的變革。IBMWatson引領(lǐng)認(rèn)知革命,這句贊譽(yù),并不過(guò)分。
目前很多人把谷歌公司的Google Medical Brain項(xiàng)目,視為人工智能醫(yī)療的業(yè)界領(lǐng)袖。Google Medical Brain項(xiàng)目也是從海量的病歷中,挖掘整理人類醫(yī)生的臨床路徑。并且于今年4月份在Nature雜志上發(fā)表了一篇論文,系統(tǒng)地描繪了Google Brain整個(gè)項(xiàng)目規(guī)劃。方法論一致,但是細(xì)節(jié)更精致。雖然IBMWatson由于上述四個(gè)方面的原因,現(xiàn)在落后了,但是IBM的歷史功績(jī)是必須得到承認(rèn)的。因?yàn)镮BM改變了方法論,思路決定高度!
未來(lái)智能實(shí)驗(yàn)室是人工智能學(xué)家與科學(xué)院相關(guān)機(jī)構(gòu)聯(lián)合成立的人工智能,互聯(lián)網(wǎng)和腦科學(xué)交叉研究機(jī)構(gòu)。
未來(lái)智能實(shí)驗(yàn)室的主要工作包括:建立AI智能系統(tǒng)智商評(píng)測(cè)體系,開(kāi)展世界人工智能智商評(píng)測(cè);開(kāi)展互聯(lián)網(wǎng)(城市)云腦研究計(jì)劃,構(gòu)建互聯(lián)網(wǎng)(城市)云腦技術(shù)和企業(yè)圖譜,為提升企業(yè),行業(yè)與城市的智能水平服務(wù)。
-
IBM
+關(guān)注
關(guān)注
3文章
1736瀏覽量
74544 -
人工智能
+關(guān)注
關(guān)注
1789文章
46348瀏覽量
236503
原文標(biāo)題:IBM Watson失敗的4大原因
文章出處:【微信號(hào):AItists,微信公眾號(hào):人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論