深度學習有潛力“馴服”數據爆炸

人工智能正滲入我們生活的方方面面。從打字時的自動單詞補全功能，到自動搜索建議功能和基于播放歷史的歌單推薦功能，再到人工智能Alexa問答互動和智能關燈功能，人工智能已活躍在我們的日常生活中。人工智能的起源可以追溯到80多年前，它得名于20世紀50年代，但直到最近，它的潛力才得到醫學界的關注。人工智能在醫療領域中的應用包括：提供個人醫療數據的復雜全景圖、優化醫療決策、減少誤診和過度醫療操作等失誤、幫助梳理和解讀相應的檢查、推薦治療方案等，而這些應用都是由數據驅動的。我們正處于大數據時代：全世界每年都會生成澤字節（ZB）(1)的數據。在醫療領域，大數據集表現為：全基因組序列、高分辨率圖像、可穿戴設備的連續數據輸出等形式。雖然數據不斷涌現，但我們至今所處理的只是其中很小的一部分，估計連5%都不到。從某種意義上來說，在此之前，這些收集來的數據一直都整裝待發，卻無用武之地。而人工智能的進步正在融合、發揮大數據的作用，并逐漸“馴服”這種肆無忌憚的數據增長態勢。

人工智能有許多分支。傳統機器學習包括邏輯回歸、貝葉斯網絡、隨機森林(2)、支持向量機(3)、專家系統，以及許多其他數據分析工具。其中，貝葉斯網絡是一種提供概率的模型。假設有一位患者，基于其癥狀，通過這一模型就可以生成診斷列表以及每種診斷的可能性。有趣的是，在20世紀90年代，我們用收集來的數據做了分類回歸樹，讓數據進入“自動分析”模式，從而消除了人類對數據解讀產生的偏差，當時我們還沒有使用“機器學習”這一術語。而如今，這一模式的數據分析能力已經有了顯著提高，并得到了認可。近年來，人工智能工具已經擴展到深度學習和強化學習等深層網絡模型。

2012年，一篇關于圖像識別的經典論文發表之后，人工智能的分支之一——深度學習，開始展現其非凡的發展勢頭。2

新的人工智能深度學習的算法數量和出版物數量激增（見圖1-1），基于大型數據集模式的機器識別呈指數級增長。人工智能訓練中每天運算的千萬億次浮點運算（每秒1015浮點運算速度）增長了30萬倍，這進一步反映了自2012年以來人工智能的變化（見圖1-2）。

圖1-1　基于深度學習的人工智能算法數量和出版物數量增長情況

資料來源：左圖改編自A. Mislove,“To Understand Digital Advertising, Study Its Algorithms,”Economist (2018)；右圖改編自C. Mims,“Should Artificial Intelligence Copy the Human Brain?”Wall Street Journal (2018)。

圖1-2　人工智能訓練的最快運算速度增長情況

資料來源：D.Hernandez and D.Amodei,“AI and Compute,”OpenAI (2018)。