由中國人工智能學(xué)會主辦，廣州易間網(wǎng)絡(luò)科技有限公司承辦的2018第八屆中國智能產(chǎn)業(yè)高峰論壇11 月17-18日在成都完美收官，論壇在兩天的會議里帶來了多場精彩報告。

此次小編為大家整理的是來自清華大學(xué)電子工程系副主任吳及主題為《知識與智能——從醫(yī)考引擎走向智慧醫(yī)療》的精彩演講。

吳及

清華大學(xué)電子工程系副主任

以下內(nèi)容根據(jù)速記進(jìn)行整理

經(jīng)過吳及本人校對

本次論壇覆蓋到了人工智能+的幾個方面，包括智慧醫(yī)療、智慧金融、智慧司法和商業(yè)智能。我的題目《知識與智能》是借了論壇的名字，很高興有機(jī)會介紹一些我們的工作和思考。

人工智能第三次浪潮大家很熟悉，有一個標(biāo)志性的事件就是AlphaGO，通過一系列的人機(jī)對決，人們終于認(rèn)識到在圍棋這個領(lǐng)域，人已經(jīng)不是機(jī)器的對手。不管以前大家怎么樣去看待個圍棋，計算機(jī)的獲勝最終證明圍棋就是一個計算問題。AlphaGO采用的主要策略包括蒙特卡洛搜索樹、策略網(wǎng)絡(luò)、價值網(wǎng)絡(luò)，采用強(qiáng)化學(xué)習(xí)進(jìn)行訓(xùn)練。Deepmind在強(qiáng)化學(xué)習(xí)上下了很多功夫，在很大程度上推進(jìn)這方面的研究。

人工智能不僅能下圍棋，還能玩游戲。這是一個彈球游戲，看機(jī)器達(dá)到了什么樣的水平？如果擋板能擋住小球，反彈起來就可以繼續(xù)得分，次數(shù)越多，得到的分?jǐn)?shù)就越高。迭代次數(shù)越多表現(xiàn)越好，擋板的移動速度越來越快，預(yù)測越來越準(zhǔn)確。而到600輪迭代后，就從量變產(chǎn)生了質(zhì)變。人工智能系統(tǒng)找到一個有效的策略，把球彈到上面，在上面不斷的得分，只要不掉下來，下面的板根本不用動。每次小球從上面掉下來時，它就試圖把這個球反彈到上面去，經(jīng)過600輪迭代優(yōu)化實現(xiàn)了這個能力，這是典型的強(qiáng)化學(xué)習(xí)。在這樣的學(xué)習(xí)過程中，其唯一需要就是游戲規(guī)則，規(guī)則決定只要不把這個球漏掉，只要不斷反彈就可以不斷得分，于是它就學(xué)習(xí)到了這個策略。在這個游戲中，人工智能系統(tǒng)進(jìn)行600次迭代用不很長時間，然后就可以把游戲玩得這么好；而人類，無論哪個游戲高手想在短時間內(nèi)練到這個水平，都是很困難的。

Deepmind寫了篇論文，發(fā)表在Nature上，題目就是《機(jī)器掌握下圍棋的游戲不需要人類知識》。實際上他們確實做到，不需要任何知識，只是通過機(jī)器的自我學(xué)習(xí)，機(jī)器在圍棋上已經(jīng)超過所有下圍棋的人類高手。我舉這個例子，實際上是提出了一個問題，就是從實現(xiàn)人工智能的角度，知識有沒有用，有多大用？這在學(xué)術(shù)上其實有不同的觀點，并不是很一致。有人認(rèn)為有數(shù)據(jù)就夠了，也有人認(rèn)為有數(shù)據(jù)加一小部分知識就夠了，也有可能像我們今天這個論壇，在座的大部分人可能都認(rèn)為知識很重要。

舉一個例子。假設(shè)有兩個人在聊天，第一個人和第二個人說我想上廁所，第二個人說街角有個肯德基。大家都不難明白他想表達(dá)的是什么意思。但是如果我們不具備生活常識，假設(shè)從宋代抓一個人來，他肯定理解不了。理解不僅依靠這句話本身，還需要有世界知識。想實現(xiàn)自然語言理解，很多時候只依靠自然語言的句子本身是做不到的，必須要有足夠的背景知識。

現(xiàn)在很流行穿越小說，但這真的只能當(dāng)小說讀。我們?nèi)绻岩粋€人扔到古代去，他可能連一天活不了，所以知識是非常重要的。人工智能本質(zhì)上就是一門關(guān)于知識的學(xué)科，涉及到怎樣表述知識、獲得知識和使用知識。我們這里討論知識與智能，相信在絕大多數(shù)實際生活的場景下，沒有知識就不會有智能。

自從AlphaGO的成功之后，人工智能有很多進(jìn)一步研究是關(guān)于考試的。日本國立情報學(xué)研究所和東京大學(xué)等機(jī)構(gòu)想合作研發(fā)一個高考機(jī)器人，目標(biāo)是2020年考上東京大學(xué)。它在2015、2016年兩次參加了日本的高考，分?jǐn)?shù)超過了日本高考學(xué)生平均成績，但是離考上東京大學(xué)還有很大差距。經(jīng)過兩年的嘗試，他們放棄了后續(xù)的嘗試。主要原因是，第二次參加考試比第一次只進(jìn)步了十幾分，有一些理解的問題并沒有有效的路徑去解決，因此放棄了考上東京大學(xué)的設(shè)想，轉(zhuǎn)而到工業(yè)界去尋找可能的應(yīng)用。

另一個例子是美國有一個研究所AI2，是由微軟的聯(lián)合創(chuàng)始人保羅·艾倫創(chuàng)辦的。他們嘗試做的一個工作，就是開發(fā)人工智能系統(tǒng)去參加美國中小學(xué)的生物考試。美國大學(xué)前教育是12年制，這個智能機(jī)器的水平，我們了解到的是已經(jīng)通過了四年級的考試，但還沒有通過八年級的考試。我國“863”計劃也有個項目是研究高考機(jī)器人，希望能在2020年考上清華大學(xué)；中國成都的一個公司研發(fā)了名為“學(xué)霸君”的系統(tǒng)，去年用高考的數(shù)學(xué)考試進(jìn)行了測試。

現(xiàn)在機(jī)器玩游戲的水平已經(jīng)很高，下圍棋人類已經(jīng)不是機(jī)器的對手，機(jī)器的下一個目標(biāo)就是在考試上挑戰(zhàn)人類?？荚囀且詷?biāo)準(zhǔn)程序和方式考核學(xué)生特定范疇知識的方法，以往的考試都是面對人的。在很多應(yīng)用中，人和機(jī)器是相互協(xié)作的，我們在淘寶上買東西就是這樣，系統(tǒng)希望你有很好的購物體驗，你希望能順利買到滿意的商品，所以你們是完全的合作關(guān)系，目標(biāo)一致。但考試不是，考試是有限合作，考試要考出學(xué)生之間的差距來，要有區(qū)分度；而學(xué)生想盡量考出一個好成績。因此在考試這件事情上，人和AI是部分協(xié)作的關(guān)系。

我們前幾年開始進(jìn)入智慧醫(yī)療的領(lǐng)域，作為階段性的研究目標(biāo)，想研發(fā)一個人工智能系統(tǒng)去參加國家執(zhí)業(yè)醫(yī)師考試。醫(yī)學(xué)考試的知識量非常大，我們當(dāng)時購買了大量的醫(yī)學(xué)教材。一個醫(yī)學(xué)院的學(xué)生在5~8年的學(xué)習(xí)過程中，有大量的知識需要學(xué)習(xí)；而且僅有書本知識還不夠，任何一個只讀過書但沒有經(jīng)歷過臨床實踐鍛煉的醫(yī)生都不實際具備看病的能力。所以要成為合格的醫(yī)生既需要理論知識，又需要實踐經(jīng)驗。國家執(zhí)業(yè)醫(yī)師考試是一個高利害的考試，在我國要想成為真正的醫(yī)生，就必須通過這個考試，否則就不具備行醫(yī)資格。這個考試分兩級四大類。考試分為臨床、中醫(yī)、口腔和衛(wèi)生四類。其中，70%的考生選擇臨床，臨床筆試覆蓋面非常寬，考試大綱里公布了2 700多個知識點。

國家執(zhí)業(yè)醫(yī)師考試的報考門檻是醫(yī)學(xué)本科畢業(yè)加上一年以上的臨床實踐，或者專科畢業(yè)加上兩年以上的臨床實踐，因此這個考試必須是學(xué)醫(yī)的人并且經(jīng)過實踐才可以參加，而且考試總的通過率并不高。當(dāng)然這里面差異也很大，比如北京協(xié)和，北醫(yī)畢業(yè)的學(xué)生通過率應(yīng)該在99%以上，但是從全中國的范圍來看，通過這個考試對很多人來說，難度是挺大的。這也反映了中國優(yōu)質(zhì)醫(yī)療資源的緊缺和分布上的極不平衡。

國家執(zhí)業(yè)醫(yī)師考試的形式是兩天四場，每場150道題，時間是150分鐘。國家醫(yī)學(xué)考試中心這個機(jī)構(gòu)，最重要的任務(wù)就是出考題組織各種醫(yī)學(xué)方面的考試。一個上崗的醫(yī)生是否合格，對社會和老百姓太重要了，如果我們的醫(yī)學(xué)水平不夠，那我們實際上都很危險。國家執(zhí)業(yè)醫(yī)師考試的考題分為兩類，一類是知識題，需要理解掌握醫(yī)學(xué)知識；另一類是案例題，題目就是一個實際的案例，一個什么樣的病人出現(xiàn)了什么樣的癥狀，問你應(yīng)該怎么診斷怎么治療。這類考題的比例，從這幾年的趨勢來講是越來越高了，現(xiàn)在臨床執(zhí)業(yè)醫(yī)生考試中案例題已經(jīng)超過了50%。我們可以把這個考試任務(wù)同機(jī)器閱讀的一個著名任務(wù)SQuAD做比較。SQuAD是斯坦福大學(xué)發(fā)布的一個機(jī)器閱讀任務(wù)，現(xiàn)在有很多研究機(jī)構(gòu)經(jīng)常刷榜，誰的成績領(lǐng)先就可以證明自己的機(jī)器閱讀能力很不錯。這個任務(wù)和我們中小學(xué)做語文，英語的閱讀理解題一樣。回答這個題目所需要的知識都包含在這個文章里，并不需要額外的知識。只要閱讀理解能力夠，就可以通過閱讀文章來回答這些問題。這個任務(wù)就可以衡量機(jī)器對語言的理解能力。

但這個任務(wù)和國家執(zhí)業(yè)醫(yī)師考試是兩個完全不同的任務(wù)，國家執(zhí)業(yè)醫(yī)師考試600道題，參加考試的人需要利用過去5年，8年，甚至10年學(xué)習(xí)到的理論知識和實踐經(jīng)驗來做題。因此，如何讓機(jī)器具備學(xué)習(xí)掌握并且運用知識來回答考題的能力，是這個任務(wù)最大的難點。具體來說就是兩個方面，一個是知識的表達(dá)；一個是知識的推理。把電子文本存在計算機(jī)里，不叫做表達(dá)，因為計算機(jī)并沒有辦法直接使用；而讓機(jī)器來做推理更是非常困難的事情。很多人可能會有個疑問，大家每天都用搜索引擎，它的搜索能力那么強(qiáng)，是不是做一個針對考題的搜索引擎就可以了？其實這是不行的，醫(yī)考?xì)v年的考題都是絕密，即使考試結(jié)束也不會有考題流出來。其次國家執(zhí)業(yè)醫(yī)師考試并不依賴與固定的題庫，每年國家醫(yī)學(xué)考試中心都要組織很多專家出題，為了出這600道考題，投入的時間精力都是非常驚人的。

知識圖譜方面已經(jīng)有很好的研究工作，在很多領(lǐng)域也發(fā)揮了很大的作用。但知識圖譜也存在一些不足，主要表現(xiàn)在它的描述能力有限，擴(kuò)展維護(hù)也比較困難。所以對醫(yī)學(xué)領(lǐng)域很多復(fù)雜知識，僅靠知識圖譜難以被有效描述。因為醫(yī)生看病過程是一個過程性的事情。比如一個人感冒發(fā)燒，并不能確定就一定是上呼吸道感染。

在這個研究中，我們主要做了兩方面工作，一個是知識表達(dá)；一個是知識運用。知識表達(dá)主要有符號表達(dá)和向量表達(dá)兩種形式，符號表達(dá)容易人類理解；向量表達(dá)更利于機(jī)器計算。我們在表達(dá)方面做了兩個工作，現(xiàn)在流行的詞語義潛入(word embedding)是無監(jiān)督訓(xùn)練得到的，所以實際上有模糊性。我們一方面引入了詞的多語義表達(dá)，另一方面把無監(jiān)督訓(xùn)練得到的表示向量作為種子，通過引入一些監(jiān)督來進(jìn)一步學(xué)習(xí)和調(diào)整。

在推理方面我們做了多尺度的推理，主要是三個層次，首先是點對點，比如某些癥狀是某種疾病的金標(biāo)準(zhǔn)，這樣就容易建立起來詞和詞之間的關(guān)系；而在很多時候一兩個詞不足以得到疾病的診斷，所以就要引入句子和段落層面的證據(jù)，這個方法的基礎(chǔ)是雙向LSTM，然后我們疊加了雙路的注意力機(jī)制，一路是從證據(jù)看考題，一路是從考題看證據(jù)，然后再連接池化層和決策層；還有一些醫(yī)學(xué)問題比較復(fù)雜，單個證據(jù)還沒有辦法證明什么是正確答案，因此我們把多個證據(jù)連接起來，選擇合適的部分和特征，去評估答案的正確性。

2017年8月27號我們研發(fā)的人工智能以系統(tǒng)參加了國家執(zhí)業(yè)醫(yī)師考試臨床筆試的測試。我們的人工智能系統(tǒng)跟與所有考生的考試過程完全同步，考生在全國各地的考場參加考試，我們的系統(tǒng)在國家醫(yī)學(xué)考試中心單獨設(shè)立的考場中參加考試。斷開互聯(lián)網(wǎng)，全程監(jiān)控錄像，兩位國家醫(yī)學(xué)中心的監(jiān)考老師和兩名公證人員全程監(jiān)考，嚴(yán)格按照考試流程做。每一場考試，考生的時間是150分鐘，我們的系統(tǒng)都在不到18分鐘的時間內(nèi)完成了答題。去年11月公布成績，考試總分600分，及格線360分，我們的系統(tǒng)取得了456分的成績，百分位點是96.3%。不僅大幅超越及格線，而且超過96.3%的人類考生。

2018年10月，我們關(guān)于醫(yī)考引擎的學(xué)術(shù)論文發(fā)表在《自然.通訊》上，這是對我們學(xué)術(shù)成果的一個認(rèn)可。國內(nèi)外媒體的宣傳報道也很多，《麻省理工科技評論》2017年3月介紹了我們的工作，并在其6月主辦的創(chuàng)新科技香港峰會上邀請我作了報告。

考試以后，很多人都問我們，取得這么好的成績，是不是說今后機(jī)器人可以給人看病了。我說不能，千萬不要以為考試考得好就可以看病了，考試跟真正看病有很大差別，我們只不過是邁出了萬里長征第一步。

Gartner每年都會發(fā)布技術(shù)成熟度曲線，把技術(shù)的發(fā)展分為幾個階段，包括技術(shù)觸發(fā)、期望頂峰、幻滅低谷、緩慢復(fù)蘇、生產(chǎn)力成熟。我們實驗室在語音識別方面做了很多年的工作，1998年在國家“863”計劃組織的語音識別測試中，我們對標(biāo)準(zhǔn)口音新聞的識別率就達(dá)到了94%。但如果把訊飛輸入法月活躍用戶過億作為語音識別技術(shù)進(jìn)入老百姓實際生活的標(biāo)志，這就要到2016年，兩者之間是18年。一個技術(shù)從開始的性能提升到最后實際應(yīng)用將是一個漫長的過程，技術(shù)的發(fā)展和成熟不可能一蹴而就。

我們最近啟動了一個國家研發(fā)計劃項目——大眾醫(yī)療健康醫(yī)學(xué)人工智能管理服務(wù)模式。智慧醫(yī)療不是一個單點技術(shù)，而是涉及到整個體系的提升。在這個體系中，人工智能技術(shù)可以在各個層面發(fā)揮作用，幫助大家做健康管理，幫助大家做全科診斷，幫助大家做專科診療。前幾年衛(wèi)計委就提過要開展基層首診和雙向轉(zhuǎn)診，但在實踐中遇到了很大的困難，主要因為基層能力不夠，沒有高水平的全科大夫做首診?，F(xiàn)在隨著人工智能技術(shù)的發(fā)展，讓我們看到這樣一種可能性，就是讓人工智能系統(tǒng)來幫助提升基層醫(yī)生的全科診斷能力。

這是我們做的另一個工作，是和北京大學(xué)口腔醫(yī)院合作的。在我國，中老年人群中缺牙是常見情況，可摘局部義齒是最常用的解決方案。但全國不同醫(yī)院在可摘局部義齒的方案設(shè)計上，水平差別很大。我們這個工作的目標(biāo)，就是給定患者的口腔情況，我們的系統(tǒng)能夠自動設(shè)計出可摘局部義齒的方案來，希望起到拉高整體水平的作用。初步驗證情況表明，在絕大多數(shù)情況下，我們給出的方案是可以直接使用，或者稍加修改就可以使用的；能夠幫助基層醫(yī)生設(shè)計出更合理的方案，也能提升高水平醫(yī)生的工作效率。

人工智能在醫(yī)學(xué)領(lǐng)域的推進(jìn)，離不開知識有效表達(dá)和應(yīng)用。在很多領(lǐng)域都可以有大數(shù)據(jù)，但在醫(yī)學(xué)領(lǐng)域的大多數(shù)場景，數(shù)據(jù)量都是不充分的。只能靠一部分的數(shù)據(jù)加上專家知識，協(xié)同起來推進(jìn)醫(yī)學(xué)人工智能的水平。醫(yī)療是及其復(fù)雜的領(lǐng)域，從健康，、亞健康、慢性病，到全科的診斷和專科的治療，每一種疾病的處理手段都不一樣，這方面的研究是一條漫長的道路，需要學(xué)者和研究機(jī)構(gòu)一起攜手才能往前推進(jìn)。在人工智能的發(fā)展道路上，知識是我們重要的力量源泉！