深度学习有潜力“驯服”数据爆炸

人工智能正渗入我们生活的方方面面。从打字时的自动单词补全功能，到自动搜索建议功能和基于播放历史的歌单推荐功能，再到人工智能Alexa问答互动和智能关灯功能，人工智能已活跃在我们的日常生活中。人工智能的起源可以追溯到80多年前，它得名于20世纪50年代，但直到最近，它的潜力才得到医学界的关注。人工智能在医疗领域中的应用包括：提供个人医疗数据的复杂全景图、优化医疗决策、减少误诊和过度医疗操作等失误、帮助梳理和解读相应的检查、推荐治疗方案等，而这些应用都是由数据驱动的。我们正处于大数据时代：全世界每年都会生成泽字节（ZB）(1)的数据。在医疗领域，大数据集表现为：全基因组序列、高分辨率图像、可穿戴设备的连续数据输出等形式。虽然数据不断涌现，但我们至今所处理的只是其中很小的一部分，估计连5%都不到。从某种意义上来说，在此之前，这些收集来的数据一直都整装待发，却无用武之地。而人工智能的进步正在融合、发挥大数据的作用，并逐渐“驯服”这种肆无忌惮的数据增长态势。

人工智能有许多分支。传统机器学习包括逻辑回归、贝叶斯网络、随机森林(2)、支持向量机(3)、专家系统，以及许多其他数据分析工具。其中，贝叶斯网络是一种提供概率的模型。假设有一位患者，基于其症状，通过这一模型就可以生成诊断列表以及每种诊断的可能性。有趣的是，在20世纪90年代，我们用收集来的数据做了分类回归树，让数据进入“自动分析”模式，从而消除了人类对数据解读产生的偏差，当时我们还没有使用“机器学习”这一术语。而如今，这一模式的数据分析能力已经有了显著提高，并得到了认可。近年来，人工智能工具已经扩展到深度学习和强化学习等深层网络模型。

2012年，一篇关于图像识别的经典论文发表之后，人工智能的分支之一——深度学习，开始展现其非凡的发展势头。2

新的人工智能深度学习的算法数量和出版物数量激增（见图1-1），基于大型数据集模式的机器识别呈指数级增长。人工智能训练中每天运算的千万亿次浮点运算（每秒1015浮点运算速度）增长了30万倍，这进一步反映了自2012年以来人工智能的变化（见图1-2）。

图1-1　基于深度学习的人工智能算法数量和出版物数量增长情况

资料来源：左图改编自A. Mislove,“To Understand Digital Advertising, Study Its Algorithms,”Economist (2018)；右图改编自C. Mims,“Should Artificial Intelligence Copy the Human Brain?”Wall Street Journal (2018)。

图1-2　人工智能训练的最快运算速度增长情况

资料来源：D.Hernandez and D.Amodei,“AI and Compute,”OpenAI (2018)。