人工智能就像長生不老和星際漫游一樣，是人類最美好的夢想之一。計(jì)算機(jī)科學(xué)之父、人工智能之父艾倫·麥席森·圖靈在著名論文《機(jī)器會(huì)思考嗎?》里提出圖靈測試的設(shè)想，對計(jì)算機(jī)能否具有人的意識(shí)這一命題提出思考。

　　勤快又認(rèn)真、會(huì)思考還連軸轉(zhuǎn)的員工，請給我來一打

　　近年來，怎樣讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力，即“機(jī)器學(xué)習(xí)”(Machine Learning)愈發(fā)成為人工智能方向的科研人員研究的重點(diǎn)。科技巨頭們也將更多的資源投入到該領(lǐng)域，從而顛覆了原有的決策和運(yùn)營模式。站在變革的路口，如何在這場龐大的數(shù)字戰(zhàn)爭中取勝?平安科技選擇“順勢而為”。

　　機(jī)器學(xué)習(xí)是指機(jī)器在現(xiàn)有的知識(shí)中找到空缺，繼而效仿人腦并模擬進(jìn)化，系統(tǒng)化地減少不確定性，識(shí)別新舊知識(shí)的相同點(diǎn)，并完成學(xué)習(xí)。機(jī)器學(xué)習(xí)包括多種模式，比如可以用基礎(chǔ)算法將數(shù)據(jù)聚類分析，發(fā)現(xiàn)分組數(shù)據(jù)內(nèi)存在的隱藏模式，從而實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)學(xué)習(xí)。

　　舉個(gè)例子，假設(shè)要構(gòu)建一個(gè)識(shí)別貓的程序，傳統(tǒng)上我們需要輸入一串指令，例如貓長著毛茸茸的毛、有胡子等，然后計(jì)算機(jī)根據(jù)這些指令識(shí)別。但如果我們展示一張老虎的照片，程序該作何反應(yīng)呢?更何況通過傳統(tǒng)方式要制定全部的規(guī)則，必然會(huì)涉及到一些困難的概念，比如對毛茸茸的定義。因此，更好的方式是讓機(jī)器自學(xué)。我們可以為計(jì)算機(jī)提供大量的貓的照片，系統(tǒng)將以自己特有的方式抓取特征，隨著數(shù)據(jù)的增多，系統(tǒng)會(huì)不斷學(xué)習(xí)更新，最終能夠做出準(zhǔn)確判斷。

　　比如平安云RPA安小蜂，它是一個(gè)軟件工具平臺(tái)，能根據(jù)既定規(guī)則模擬人操作，與計(jì)算機(jī)交互處理作業(yè)，從而代替人工實(shí)現(xiàn)流程的自動(dòng)化，是提升企業(yè)效率的低成本、高效解決方案。而平安科技以AI賦能安小蜂，搭載了機(jī)器學(xué)習(xí)能力，使其在運(yùn)行過程中可以積累關(guān)鍵的流程數(shù)據(jù)，通過分析各節(jié)點(diǎn)運(yùn)行數(shù)據(jù)，挖掘其背后反映的流程問題，進(jìn)行流程診斷和優(yōu)化，為客戶提供端到端的一站式流程智能自動(dòng)化解決方案，由RPA朝著IPA邁進(jìn)。有了機(jī)器學(xué)習(xí)能力， RPA能在流程運(yùn)行中不斷進(jìn)行自我調(diào)優(yōu)，實(shí)現(xiàn)持續(xù)的、動(dòng)態(tài)的智能化。安小蜂負(fù)責(zé)人曾表示，以前是我們告訴安小蜂流程怎么走，逐漸會(huì)變成安小蜂告訴我們流程怎么走會(huì)更好。

　　本來就是個(gè)王者，然而王者還會(huì)自己升級(jí)

　　當(dāng)安小蜂推動(dòng)企業(yè)效率提升和利潤增長、賦能整條產(chǎn)業(yè)鏈之時(shí)，隨著大數(shù)據(jù)的完善與強(qiáng)勁的硬體運(yùn)算能力，讓機(jī)器學(xué)習(xí)有了突破性進(jìn)展，而其中發(fā)展最為快速的一項(xiàng)關(guān)鍵技術(shù)，就是“深度學(xué)習(xí)”(Deep Learning)。深度學(xué)習(xí)是“更深層次”的機(jī)器學(xué)習(xí)。它的靈感來源于人類大腦的工作方式，還是以識(shí)別貓的程序?yàn)槔�，深度學(xué)習(xí)不會(huì)以人類提供的信息來區(qū)分貓和老虎，而是會(huì)掃描圖像中的所有像素，以發(fā)現(xiàn)可用于區(qū)分二者的邊緣，之后，它會(huì)將邊緣和形狀置于可能重要的排序中以確定這兩種動(dòng)物。因此它需要更多的數(shù)據(jù)量以及能夠處理數(shù)字和巨量大數(shù)據(jù)的獨(dú)立顯卡的高端計(jì)算機(jī)才能工作。

　　平安在過去31年間，通過醫(yī)療相關(guān)業(yè)務(wù)，積累了大量的數(shù)據(jù)庫和知識(shí)庫，為實(shí)現(xiàn)醫(yī)療領(lǐng)域的深度學(xué)習(xí)奠定了堅(jiān)實(shí)的基礎(chǔ)，由此構(gòu)建了醫(yī)學(xué)大腦，將數(shù)據(jù)文獻(xiàn)知識(shí)轉(zhuǎn)變?yōu)獒t(yī)療知識(shí)圖譜，從而實(shí)現(xiàn)智能化的診療。隨著有效的治療案例和數(shù)據(jù)的不停儲(chǔ)備，具有深度學(xué)習(xí)能力的醫(yī)療圖譜可以不斷累積經(jīng)驗(yàn)，持續(xù)學(xué)習(xí)。從治療初步的癥狀詢問、到檢測項(xiàng)目，從診中的判斷確診，到診療用藥方案、診后的治療效果隨訪，賦能診療全流程，類似“老醫(yī)師”式的成長模式，時(shí)間越久“越吃香”。 如今已成為廣大醫(yī)生工作神器的AskBob也是運(yùn)用該技術(shù)達(dá)成賦能基層醫(yī)生的目標(biāo)。

　　每一次精度的提升，都意味著有無數(shù)人免于疾病之困

　　一直以來，平安還在智能疾病預(yù)測方向耕耘不輟，AI深度學(xué)習(xí)在實(shí)時(shí)流感預(yù)測過程中有何價(jià)值呢?目前傳染病的預(yù)測主要依賴傳統(tǒng)的時(shí)間序列ARIMA(Autoregressive Integrated Moving Average model)模型，數(shù)據(jù)源單一且預(yù)測精度有限。隨著深度學(xué)習(xí)和人工智能的逐漸興起，對時(shí)間序列的分析也有了很大的進(jìn)步和提升。平安融合了多個(gè)數(shù)據(jù)源(包括歷史發(fā)病率，死亡率，百度搜索指數(shù)和季節(jié)信息)和多個(gè)方法(包括非時(shí)間序列模型Ridge Regression, XGBoost和時(shí)間序列模型ARIMA,LSTM)對中國的傳染病進(jìn)行預(yù)測。科學(xué)表明，深度學(xué)習(xí)中的LSTM模型有更加優(yōu)越的性能。

　　前不久，平安與重慶市疾病預(yù)防控制中心、第三軍醫(yī)大學(xué)、清華大學(xué)聯(lián)合發(fā)表的智能疾病預(yù)測論文首次在國際四大醫(yī)學(xué)雜志之一《柳葉刀(Lancet)》子刊EBIOMEDICINE發(fā)表。該文融合多種前沿人工智能算法，創(chuàng)新性地建立了一個(gè)自適應(yīng)人工智能模型(Self-adaptive AI Model，SAAIM)，動(dòng)態(tài)調(diào)整參數(shù)，可準(zhǔn)確捕捉流感不規(guī)律的季節(jié)性趨勢，并對流感流行的特征進(jìn)行分析，揭示出了流感流行的相關(guān)因子。可以幫助政府機(jī)構(gòu)對公共衛(wèi)生資源進(jìn)行科學(xué)的、前瞻性的配置，并使得醫(yī)療衛(wèi)生機(jī)構(gòu)能夠在流感季中提前準(zhǔn)備，提高疾病防控效率、降低政府醫(yī)療財(cái)政負(fù)擔(dān)和個(gè)人疾病經(jīng)濟(jì)負(fù)擔(dān)。

　　當(dāng)今時(shí)代，無限拓展的存儲(chǔ)能力和驟然爆發(fā)的數(shù)據(jù)洪流的組合拳正在使“機(jī)器會(huì)思考”這一命題從幻想變?yōu)榭赡埽�每一次技術(shù)的革新都會(huì)對時(shí)代產(chǎn)生不可估量的推進(jìn)作用。現(xiàn)如今，人工智能是否可以借助機(jī)器學(xué)習(xí)亦或是更深層次的深度學(xué)習(xí)實(shí)現(xiàn)下一步的技術(shù)飛躍，我們拭目以待!