CCAI讲师专访 | Toby Walsh:用AI提高器官移植的成功率

2017年,我们看到人工智能在医疗领域正在从实验室走向临床的各种应用中:例如AI系统对肿瘤的筛查以及对肿瘤良恶性的判断、AI阅片在临床的铺开等等……从医学的角度看,我们期待看到人工智能在病理学的诊断、医学影像的诊断中能够产生重大的突破。从大医疗的角度来看,人工智能除了诊疗外,是否还有其他应用的价值呢?

其实,AI的医疗应用不仅如此。例如,不为大众所熟知的,涉及到更为敏感的道德问题与严苛的法律的,AI在器官移植方面的应用。

以我国为例,根据计生委统计,我国每年需要器官移植的病人达 30 万人,而完成器官移植的仅有 1 万人。这一万名完成者中,有部分会因为排斥反应而不能移植成功,这一数字在肝移植患者中为1/3,不禁令人惋惜。

除却医学层面的科学问题,效率、匹配精确度、公平性等也是导致器官移植成功率不能得以提升的关键因素,而这些因素可以通过更精确的数学、统计学、以及大数据科学等方式提升。

澳大利亚新南威尔士大学教授、AAAI执行委员会成员Toby Walsh目前正在与澳大利亚器官及组织管理局合作,帮助其制定捐献人的器官与病人的匹配机制。Walsh教授早年因其在搜索领域的两项核心技术——约束编程以及可满足性方向的研究成果而闻名业界,是多个国际会议及组织的常驻嘉宾。同时,Toby Walsh还为澳大利亚信息与通信技术研究中心(NICTA)提供技术指导。

 

7月22-23日中国人工智能大会(CCAI 2017)将于杭州国际会议中心举行,Walsh教授将在主会中向中国开发者分享其在人工智能与道德约束相关的研究进展。

会前,记者采访到Walsh教授,以下为采访实录。

请先介绍目前您正在进行的项目及研究进展。

我正在与澳大利亚器官及组织管理局合作,帮助他们重新设计用于将死者器官与病人相匹配的机制。这里有两个挑战,首先,我们不知道在未来谁会死亡并且捐献他们的器官,但我们必须在他们死亡之前就做出决定。第二,这涉及到一些非常困难的道德问题,特别是个人和集体福利之间的权衡。因为我们是在设计一个匹配策略,所以我们必须非常精确地讨论这些权衡。

根据维基百科,您为人称道的研究方向为约束规划及布尔可满足性,是什么原因让您从如此细节的研究方向转向宏观的关于人工智能的研究? 

约束编程和可满足性是AI的两个核心搜索技术。 但从更广泛层面来看,随着我们开始在AI领域取得进展,比如Google的AlphaGo战胜人类棋手,公众开始对AI感兴趣,好奇它可能带给人类什么。因此,我将更多的时间用在考虑AI的未来上,并通过媒体向公众解释什么是人工智能。您可以在我的博客上阅读更多内容。http://thefutureofai.blogspot.com/

很快,我的新书即将面世,这是一本由Black Inc.发行的书,并且配有中文版,如果你感兴趣的话可以从以下网址了解一下。https://www.blackincbooks.com.au/books/its-alive

您在很多会议及学术组织担任要职,请问在相关的论文评审及会议工作中有何体会?

我看到,AI产业目前正在呈指数级增长。过去5年来,风投基金及风投交易每年增长50%。这意味着资金每两年翻一番。风险投资直接影响市场产出。过去5年来,微软、Facebook等大型科技公司的人工智能和机器学习专利数量每年都增加50%。这意味着人工智能和机器学习专利也每两年翻一番。现在,算法、数据和CPU结合,共同影响着人们的生活。

您说您将大量时间用在思考AI的未来上,那么您对未来人类和机器的关系提出怎样的设想?

我其实主要担忧的是,很多人似乎认为未来是既定的,我们需要解决的是如何适应未来。但是我认为,未来是充满可能的,可能会好,也可能会不好。最终我们走到哪里是由今天所做的决定所决定的。我们到底是想要AI替代人的工作,还是倾向于设计增强人类而不是替代人类的技术?我们到底想不想让Twitter的机器人和算法决定政治走向?或者我们可以选择规范人工智能领域。

您认为AI发展的下一步需要突破的技术瓶颈是什么?

我觉得最大的瓶颈是人。要使用AI技术还是需要很专业的人来完成,现在的情况是没有足够的AI专业人士。

您认为随着AI的发展,哪些社会问题是可以预见的? 

最大和最紧迫的三个方面是:技术失业(我们如何适应机器在某些工作中替代人),算法歧视(我们如何确保算法没有明确或隐含的偏差?)和假消息(我们如何确保人的声音不被机器生成的内容淹没?)。

这次您在CCAI大会将分享什么主题,观众会得到何种收获?

AI是一种道德上中立的技术。它是好是坏取决于被如何使用。在本届CCAI大会上,我将谈谈我以及其他人对这个问题的看法,以及AI将如何被用于好的方面。


7月22-23日,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN承办,阿里云作为独家直播合作伙伴的2017中国人工智能大会(CCAI 2017)将于中国杭州举办,预计将有2000多位技术精英和专业人士参加此次盛会。本届CCAI由中国科学院院士谭铁牛、阿里巴巴技术委员会主席王坚、香港科技大学计算机系主任杨强、蚂蚁金服首席数据科学家漆远、南京大学教授周志华共同甄选本年度海内外最值得关注的学术进展案例。

报名通道:http://ccai.caai.cn/

 

时间: 2024-09-14 02:48:24

CCAI讲师专访 | Toby Walsh:用AI提高器官移植的成功率的相关文章

上海财大教授何斯迈:当器官移植遇到匹配难题,可以用 AI 提高配对率

雷锋网(公众号:雷锋网)消息,根据 Crunchbase 的数据,从今年开始截至到7月份,各类投资者在全球 AI 和机器学习公司上的投资金额已达36亿美元.而去年一整年这个数字才33亿美元.  AI 已经不可避免地成为很多人眼中的风口.对于 AI 领域的参与者来说,也许当下需要严肃思考的是:究竟什么才是真正适合他们的 AI 细分方向?本次在杉数科技跟钛媒体联合举办的第三期 AI 大师圆桌会上,何斯迈教授进行了题为"收益与库存管理中的博弈行为"的主题演讲.雷锋网了解到,何教授是上海财经大

专访新智元AI年度人物周志华:不负责任的夸大渲染是人工智能最大阻碍

新智元2016中国人工智能年度人物评选昨晚22时公布投票结果.南京大学教授周志华以55票的得票数当选年度学术人物,得票率高达48%.  新智元2016中国人工智能年度人物的评选由新智元于12月底在新智元智库专家群中发起,提名阶段向专家征集10名候选人及提名理由,拟分学术和企业选出2016中国人工智能年度人物各一名.正式投票于2016年12月29日晚22时启动,投票截止日期为2016年12月31日.本次评选活动面向专家群体全程公正公开,所有专家都是实名投票(详细名单见文末). 12月31日晚22时

CCAI 2017 | 专访德国语言技术领军者 Hans Uszkoreit:深度学习还不足以解决 NLP 核心问题

会前,我们采访到了大会 Keynote 嘉宾.德国人工智能研究中心科技总监 Hans Uszkoreit 博士. Uszkoreit 博士是中德两国人工智能合作的核心人物,负责德国人工智能研究中心在中国的所有合作项目,今年 3 月,他刚被任命为在北京新成立的人工智能技术中心(AITC)总监兼首席科学家.在访谈中,Uszkoreit 博士谈到了人工智能在工业 4.0 和商业智能上的应用,以及中.美.欧在人工智能领域的差异. 对于他的老本行,Uszkoreit 博士认为,语言技术是人工智能的核心部分

如何提高OA实施成功率 系统本身要灵活 梳理需求是关键

对于ERP.OA这样需要厂商进驻用户现场开展实施.系统功能复杂的企业管理系统来说,最终系统是否能实施成功可谓是一切努力的关键.是对之前系统选型调研等前期工作的肯定,也即将开启未来企业管理水平提升之路.成败论英雄,虽然影响系统实施成功的因素有很多,但是软件的优劣以及是否选型准确仍然是决定项目实施成功与否的最重要因素. [梳理需求是关键] 从选型方面说,用户最应该做好的首要事情就是:理清自己的需求.无数的OA系统选型文章在列出一条条"选型原则"告诫用户时,把建议用户了解自己的需求排在第一位

理解网站实质拓展信息 内外兼修提高网站运营成功率

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 网站运营是一项复杂的工作,不是说做好外链或者做好内容就能够获得高速发展,网站站长需要理解网站运营实质,通过实质获取网站发展,目前有很多网站为了盈利采取了一些极端的方法,这些方法对于网站想要成功是不利的,真正的网站实质就是要不断站在用户的角度上去想问题,最后去创建用户需求的信息,从而通过用户获取网站的成功,那么具体我们应该如何进行呢? 一.换一

看大数据是如何提高打击犯罪成功率

随着大数据涉及的领域越来越多越来越广,大数据已经成为大热的讨论话题,而且仍在持续升温.今天笔者就想向大家介绍除了能运用在Hadoop这种分布式基础架构上以外,大数据在打击犯罪领域的光明前景. 我们从密歇根大学在网上发布的报告中看出,这家大学的研究人员详尽阐述了一种用"超级计算机以及大量数据"来帮助警方定位那些最易受到不法份子侵扰片区的方法. 其实,利用数据来预测甚至解决犯罪问题并没有让人感到太兴奋.IBM公司以及其他研究者们在此之前就已经提出过类似的设想,而且有些警方机构甚至已经在实践

蚂蚁金服漆远:人工智能是如何重新定义金融行业的?

"蚂蚁金服是一家TechFin公司,而不是FinTech公司",这是蚂蚁金服给自己的定位. 蚂蚁金服副总裁.首席数据科学家漆远认为,金融领域核心的问题是风险管理,而蚂蚁金服希望用技术.数据能力去助力金融企业,去服务普通消费者和商户,提升金融机构的风险管理能力.这是蚂蚁金服强调技术,而不是做金融的主要原因. 事实上,人工智能就是蚂蚁金服最核心的技术之一.在蚂蚁金服内部,诸如机器学习.人脸识别.NLP等人工智能技术已经在支付.理财.保险定价.信用.智能客服等领域实现了应用. 对此,漆远举了

阿里人工智能实验室王刚:找到合适的应用场景是实现人工智能商业化的关键点

编者按:由中国人工智能学会.阿里巴巴以及蚂蚁金服联合主办,CSDN.中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)将于7月22-23日正式召开,届时,阿里人工智能实验室杰出科学家王刚博士将分享人工智能应用的前沿趋势.在此之前,阿里云作为独家直播合作伙伴对其作了专访. 在刚刚过去的6月份,阿里人工智能实验室迎来了成立一周年的纪念日.这是一个比阿里iDST还神秘的部门,业界鲜有人知道它的存在,直到日前实验室首款终端产品天猫精灵X1的发布,这支神秘之师才正式成为镁光灯下的焦点

蚂蚁金服李小龙:“人工智能+金融”机遇与挑战并存,蚂蚁金服都做了什么?

金融被誉为是人工智能的风口之一,蚂蚁金服无疑是这一风口下的先行者. 蚂蚁金服只做Tech(技术),用技术支持金融机构做好Fin(金融),这样的定位和大多数试水"人工智能+金融"企业大相径庭. 不久前,蚂蚁金服把其在深度学习图像算法研究上的最新成果开放给了保险行业:开放车险定损产品--定损宝. 而这只是蚂蚁金服用技术服务金融行业的冰山一角,从支付.智能风控.信贷决策.理财.保险定价.信用到智能客服,蚂蚁金服正在在用人工智能来影响和助力金融行业. 这背后给技术带来了多大的挑战? 蚂蚁金服人