關於 護理人員專業責任保險 ，我們在網路上蒐集到這些相關的討論、資訊與評價

前陣子與深度學習發明人之一、2019年ACM圖靈獎得主Yoshua Bengio教授一起對話，深深為他身上的科學家底蘊所感動。

Bengio教授長期致力於推動AI的合理使用，尤其對用AI解決環保議題有很多投入，如使用新藥研發的AI演算法概念，延伸應用在發掘全新低污染材料以對抗全球氣候環境變化的艱巨挑戰。

他相信，人工智慧將推送社會的理性和包容，構建AI與人類社會的良性循環。

這是我們討論的視頻和文字記錄。

……………………

李開復對話Yoshua Bengio：構建AI與人類社會的良性循環

7月23日，創新工場董事長兼CEO李開復博士，受邀參加SGInnovate主辦的“深度科技（Deep Tech）造福人類”活動，與Element AI聯合創始人Yoshua Bengio教授對話，討論人工智慧的未來發展。

在對話中，李開復博士與Yoshua Bengio教授探討了AI對人類社會的意義，尤其在COVID-19疫情後時代，AI如何幫助未來的經濟社會更加富有彈性、宜居和可持續。

他們認為，AI是一個千載難逢的機會，人類得以真正從重複性事務中解脫出來。在 AI 的幫助下，我們將有希望希望建立一個明智、理性、包容的社會，構建人類社會與AI的良性循環。

他們討論的話題包括：

1、AI技術的下一個突破，如何加速AI從科研到應用轉化？
2、COVID-19疫情如何加速AI應用，由此帶來了什麼風險？
3、AI的責任和挑戰：如何促進未來社會經濟可持續發展？
4、你心目中理想的AI未來是什麼樣的？

▌深度學習2.0時代，提升機器理解和執行能力

話題1：AI技術的下一個突破，以及如何加速AI科研到應用

“接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領域，我稱其為‘深度學習2.0’。” ——Yoshua Bengio

Yoshua Bengio：第一個問題我非常有共鳴，在我看來，目前機器學習的一大限制，是學習系統的泛化能力。

過去幾十年研發的系統，都建立於一個假設，即預設測試數據與訓練數據有相同的數據分佈。

然而在現實世界中，無論在什麼行業應用，都會存在實際情況與AI訓練時不同的問題。

這一問題看起來無解，但目前我們找到了幾個突破點和想法，主要是借鑒人類的意識加工機制，對原本分散的知識積累，快速進行全新重組。

雖然這些知識的組合不一定遵循訓練數據分佈，但我們還是能從中獲得某種重組方向的優勢，從而在訓練分佈中進行更好的歸納。

接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領域，我稱其為“深度學習2.0”，它能吸收人類的歸納傾向，對數據分佈演算法進行泛化。

李開復：我借 Bengio 教授的觀點多說幾句。我從大學時期就開始著手會話式 AI 的研究。目前的人機界面，我稱之為委託界面，大多基於直接操作，如鍵盤、滑鼠、多點觸控等。

但語言是人類最基本的交流方式，也是最自然的交流途徑。向AI語音辨識、自然語言理解進軍，一直是我們孜孜以求的目標。

例如，以前我們使用搜尋引擎時，會通過輸入關鍵字來查找網頁。後來，Google帶來了新的突破，基於深度學習的智慧問答功能，可以直接讓機器“說”出答案。

但我們不應止步於此，而是應該繼續向下一步目標努力：通過深度學習的進一步研究，提升機器對人類指令意圖的理解和執行能力。

例如，我們是否可以直接向亞馬遜 Alexa發送指令：“給我媽媽送個生日禮物”。之後，它將自動理出頭緒，流覽禮物，安排配送。它瞭解我的個人喜好，知道我能接受的價格範圍，也知道我媽媽是誰，住在哪裡，想要的禮物是什麼。

Yoshua Bengio：關於AI的行業應用，我做個簡短分享。我認為這是個很有難度的議題。困難來自兩方面：一是社會方面，二是技術方面。

在社會方面，從基礎科學研究，到最後產品研發階段，需要共同營造一種文化，讓研究人員可以擁有研究自由，從而取得真實的突破。在技術方面，我們需要一些軟體工具，讓技術從研發到生產這一轉化過程，盡可能的高效快速。

李開復：AI的行業應用，我將之分為兩大類：顛覆式和漸進式。

顛覆式是指引入 AI 會對行業造成顛覆性的結果，帶來天翻地覆的改變。

例如，自動駕駛將徹底改變運輸行業；Alexa某種程度上正在改變音箱行業；新的互聯網保險應用，比如美國的Lemonade，極可能顛覆保險行業。

這些行業已經具備了一定的條件，讓行業專家通過 AI 帶來顛覆影響，讓人非常期待。當AI與行業的顛覆式創新兩相結合，將有機會擊敗行業巨頭，重整行業格局。

然而顛覆式只是冰山一角。在人工智慧帶來的巨大機會中，漸進式變革佔據絕大部分份額。

普華永道預估，人工智慧將在2030年給全球帶來15萬億美元的財富淨增，主要來自于傳統行業和AI的結合。由於傳統行業規模龐大，僅僅提高幾個百分點，就可以產生海量財富。

但困難在於，當前一些傳統企業對 AI 一無所知，他們以為AI是科幻小說的臆想，看不到即刻就能產生的收益，再加上技術工具太難使用，導致他們的 IT 部門無法駕馭。

因此，我們應該通過培訓，説明傳統行業接受並認識到AI的益處。同時，我們投資的AI企業或像 Element AI 之類的公司，需要幫助傳統企業找到簡單易用的工具，讓他們跨越技術鴻溝，上手即用。

▌AI提前預測傳染性，應權衡公共衛生與隱私保護

話題2：疫情如何加速AI應用，由此帶來了什麼風險？

“必須在公共衛生或個人健康的背景下考慮隱私，在公共衛生危機期間，國家應該在尊重權利和必要防控措施間加以權衡，從而有效控制疾病的傳播。”——李開復

李開復：我說幾個親身經歷的例子。疫情期間的社交隔離，催生了眾多的 AI 應用，例如醫院中的送貨機器人。

對於隔離中的人也一樣。前陣子我回到北京隔離時，在我居住的公寓樓裡，沒有見到一個人。所有的事情都交給了一台機器人代勞，包括網購的包裹和食品運送，真正實現了零接觸，將危險降到最小化。

第二個例子是AI與醫療的結合。我們投資的AI 醫療企業Insilico Medicine，主要使用生成化學對抗神經網路，研發新藥小分子。在疫情期間，他們通過AI平臺，用幾個星期的時間，研發出了能抑制病毒內負責複製的主要蛋白成分的新藥物小分子。

最後一個例子或許有些爭議，就是接觸者追蹤。世界上許多國家已經成功的建立了接觸者追蹤體系，並較為有效地控制了疫情蔓延。但在美國、歐洲等地方，這種做法被視為是對隱私的侵犯。

對此，我的觀點是，對那些重視隱私的國家，我表示完全理解和尊重，但是我認為必須在公共衛生或個人健康的背景下考慮隱私。在公共衛生危機期間，國家應該在尊重權利和必要防控措施間加以權衡，從而有效控制疾病的傳播。等到疫情結束後，再回歸正常。

我們都不希望重蹈疫情的覆轍。我預計在未來，AI將被用來預防流行病的發生和傳播。醫院將廣泛使用感測器、可穿戴設備，匯總疫情資訊，及時報告潛在危害，在早期遏制疫情指數級增長的趨勢，從而更好地應對危機，避免再次失控。

Yoshua Bengio：李開復博士提到的這幾個領域，我都有所涉及。

一個是藥品研發，我本人參與了幾個專案，其中涉及神經網路、即時強化學習和主動學習。

在化學和生物領域，需要進行測試的組合方式太多，逐個進行研究是不可能的。所以我們需要一個合理的搜索策略，這就是我現在參與的專案內容。我們希望能用AI縮短研究時間，通過重組已有藥物，研發新型抗病毒藥物。

在接觸追蹤方面，目前已有的接觸追蹤大都沒有用到AI，只是進行簡單的測試法：如果有人測試結果為陽性，或者確診感染，那麼與其接觸過的所有人，都應該採取隔離措施。但是，在測試為陽性進而被隔離之前，傳染就已經開始了。

我們的一項研究顯示，如果能借助機器學習，提前預測某個體是否具有傳染性以及傳染性強弱，透過一些模糊的數據分析，就能大幅節省等待時間，及早知道曾接觸過病毒攜帶者，從而抑制病毒的傳播。

當然不可避免會出現隱私問題。隱私保護與機器學習需求之間存在有趣的矛盾。隱私保護需要盡可能降低數據交換，而機器學習卻需要盡可能收集大量的數據。

許多國家非常擔憂接觸者追蹤的濫用會侵犯隱私，因此催生了許多隱私保護技術。好消息是，這兩者可以共存。

▌AI是把雙刃劍，應推動全球治理、改變文化

話題3：AI的責任和挑戰：如何促進未來社會經濟可持續發展？

“如果我們能對人工智慧的能力善加利用，就能更快速地找到更好的新材料，以取代現今對地球造成長期污染的碳、電池等毒性材料。”——Yoshua Bengio

李開復：我會從創新工場的角度舉一些例子，創新工場是一家創業投資公司，我們非常希望 AI 能得到合理應用。Bengio 教授可能會在氣候變化上再補充一些。

在 《AI新世界》一書中，我描述了一個人類與 AI 的共存的藍圖：由 AI 承擔優化常規工作，讓人類專注於需要創造力和同情心的工作。

從社會責任感的角度說講，AI與醫療和教育的結合，將帶來極大的社會福祉。

未來，醫生將成為富有同情心的護理者，深切關懷病患，與他們交流。而 AI 可以用於分析放射結果、MRI、CT報告，提出各種可能的診斷及治療結果，針對性推薦藥物，以及輔助科學家研發新藥。

教育行業也是這樣。我們投資了很多線上教育公司，發現 AI 在教師的常規工作上表現非常出色，能夠根據學生的特點，因人而異地佈置作業，幫老師們節省了時間，讓他們專注于為孩子指導能力和引導心靈，進行個性化的教育，幫助他們培養創造力、團隊合作能力、交流能力以及同情心。

所以，醫療和教育既是 AI能夠顯現優勢的領域，也是有價值的投資。目前這兩個領域正在蓬勃發展，我們也投入了大量精力和資金。

Yoshua Bengio：我完全同意李開復博士的觀點。AI 技術的進步，能夠造福大多數人，我們需要將大量精力投入到此類項目中。

我個人對用AI解決環保問題投入很多，目前正在參與的一個項目就和氣候危機相關。

我們使用類似新藥研發的AI演算法，應用在對抗全球氣候環境變化的艱巨挑戰上，生成、合成、評估各種新型材料技術，包括碳回收和電池。

正常情況下，這些新材料研發耗時極長，動輒十幾年，甚至比新藥研發的時間還要久。但是如果我們能對人工智慧的能力善加利用，就能更快速地找到更好的新材料，以取代現今對地球造成長期污染的碳、電池等毒性材料。

但是，我們同時應該保持警惕：如果AI僅被少數市場玩家掌握，也有可能被用做牟利的工具，破壞正常、自由、動態競爭的市場環境。

因此，在向AI 未來發展的路上，我們需要時刻謹記 AI 具有的社會危害性。要將AI治理落實到各個層面，小到公司，大到全球。只有具備放眼全球的管理，才能合理有效地協調所有的力量，一起應對這些挑戰。

如果我們真的想引導 AI 應用富有道德和責任，就必須改變現有的文化。而這依賴於所有人的努力。

政府必須參與其中，要投資好的技術應用，改變教育體系，讓工程師、科學家不只專攻特定的科技領域，還要具備足夠的社會學科知識；科學家必須懂得謙虛，認識到自己對專業以外的領域知之甚少，與其他不同領域的專家合作，保證自己的成果對社會產生正面的影響。

▌構建AI與人類社會的良性循環

話題4：你心目中理想的AI未來是什麼樣的？

如果我們能努力抓住人類與 AI 共存的機遇，思考人類存在真正的意義，從我們這一代便開始努力，最終將可以實現理想的AI未來。——李開復

Yoshua Bengio：未來，在 AI 的幫助下，我們可以建立一個更明智、更公平、更理性、更包容的社會，每個人都可以說出自己的觀點，進行充分辯論，再做出最佳決定。

社交媒體在誕生之初，本意是做一個最為透明、最為公平、普惠大眾的公眾傳播平臺，但由於演算法基於人類偏好的推薦，及帶有特定企圖的傳播者作祟，造成社交網路的破碎淩亂，煽動的、謬誤的、偏見的資訊被放大傳播，不僅沒法幫助我們理性討論，也欠缺幫助人們做出最佳集體決策的能力。

人工智慧應該在這一方面有所作為，從各種垃圾資訊中篩選出有用結果，讓社交
平臺更加智慧，做到真正的公正透明，推送社會的理性和包容。

反過來說，如果我們都能變得更理智，也就能更好地使用 AI 技術，就能構建一個良性循環。但如果應用不當，就可能陷入惡性循環，因此我們必須謹慎選擇。

李開復：Bengio教授說得太好了！我們是幸運的一代，AI是一個千載難逢的機會，人類能夠與AI共存合作，由AI來承擔常規事務，我們則專注於人類擅長的領域，從重複性事務中解脫出來，放手去做自己喜愛的事情。

我想用我心愛的、約翰·亞當斯的一首詩來結束這場分享。如果我們能努力抓住人類與 AI 共存的機遇，思考人類存在真正的意義，從我們這一代便開始努力，最終將可以實現理想的AI未來：

I must study politics and war
我必須研究政治和戰爭

that my sons may have liberty to study mathematics and philosophy
因此我的兒子們能夠學習數學和哲學

My sons ought to study mathematics and philosophy, geography, natural history, naval architecture, navigation，commerce and agriculture
我的兒子們應該學習數學、哲學、地理、博物、造船、航海、商業和農業

in order to give their children a right to study painting, poetry, music, architecture, statuary, tapestry and porcelain
使得他們的孩子們可以學習繪畫、詩歌、音樂、建築、雕塑、織物和瓷器

約翰·亞當斯，美國第二任總統，《獨立宣言》起草委員會的五個成員之一，被譽為“美國獨立的巨人”。

本文及視頻內容經主辦方 SGInnovate 同意翻譯轉載

前陣子與深度學習發明人之一、2019年ACM圖靈獎得主Yoshua Bengio教授一起對話，深深為他身上的科學家底蘊所感動。

Bengio教授長期致力於推動AI的合理使用，尤其對用AI解決環保議題有很多投入，如使用新藥研發的AI演算法概念，延伸應用在發掘全新低污染材料以對抗全球氣候環境變化的艱巨挑戰。

他相信，人工智慧將推送社會的理性和包容，構建AI與人類社會的良性循環。

這是我們討論的視頻和文字記錄。

……………………

李開復對話Yoshua Bengio：構建AI與人類社會的良性循環

7月23日，創新工場董事長兼CEO李開復博士，受邀參加SGInnovate主辦的“深度科技（Deep Tech）造福人類”活動，與Element AI聯合創始人Yoshua Bengio教授對話，討論人工智慧的未來發展。

在對話中，李開復博士與Yoshua Bengio教授探討了AI對人類社會的意義，尤其在COVID-19疫情後時代，AI如何幫助未來的經濟社會更加富有彈性、宜居和可持續。

他們認為，AI是一個千載難逢的機會，人類得以真正從重複性事務中解脫出來。在 AI 的幫助下，我們將有希望希望建立一個明智、理性、包容的社會，構建人類社會與AI的良性循環。

他們討論的話題包括：

1、AI技術的下一個突破，如何加速AI從科研到應用轉化？
2、COVID-19疫情如何加速AI應用，由此帶來了什麼風險？
3、AI的責任和挑戰：如何促進未來社會經濟可持續發展？
4、你心目中理想的AI未來是什麼樣的？

▌深度學習2.0時代，提升機器理解和執行能力

話題1：AI技術的下一個突破，以及如何加速AI科研到應用

“接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領域，我稱其為‘深度學習2.0’。” ——Yoshua Bengio

Yoshua Bengio：第一個問題我非常有共鳴，在我看來，目前機器學習的一大限制，是學習系統的泛化能力。

過去幾十年研發的系統，都建立於一個假設，即預設測試數據與訓練數據有相同的數據分佈。

然而在現實世界中，無論在什麼行業應用，都會存在實際情況與AI訓練時不同的問題。

這一問題看起來無解，但目前我們找到了幾個突破點和想法，主要是借鑒人類的意識加工機制，對原本分散的知識積累，快速進行全新重組。

雖然這些知識的組合不一定遵循訓練數據分佈，但我們還是能從中獲得某種重組方向的優勢，從而在訓練分佈中進行更好的歸納。

接下來的研究雖然繁重，但新的進展會令人振奮。尤其是在深度學習領域，我稱其為“深度學習2.0”，它能吸收人類的歸納傾向，對數據分佈演算法進行泛化。

李開復：我借 Bengio 教授的觀點多說幾句。我從大學時期就開始著手會話式 AI 的研究。目前的人機界面，我稱之為委託界面，大多基於直接操作，如鍵盤、滑鼠、多點觸控等。

但語言是人類最基本的交流方式，也是最自然的交流途徑。向AI語音辨識、自然語言理解進軍，一直是我們孜孜以求的目標。

例如，以前我們使用搜尋引擎時，會通過輸入關鍵字來查找網頁。後來，Google帶來了新的突破，基於深度學習的智慧問答功能，可以直接讓機器“說”出答案。

但我們不應止步於此，而是應該繼續向下一步目標努力：通過深度學習的進一步研究，提升機器對人類指令意圖的理解和執行能力。

例如，我們是否可以直接向亞馬遜 Alexa發送指令：“給我媽媽送個生日禮物”。之後，它將自動理出頭緒，流覽禮物，安排配送。它瞭解我的個人喜好，知道我能接受的價格範圍，也知道我媽媽是誰，住在哪裡，想要的禮物是什麼。

Yoshua Bengio：關於AI的行業應用，我做個簡短分享。我認為這是個很有難度的議題。困難來自兩方面：一是社會方面，二是技術方面。

在社會方面，從基礎科學研究，到最後產品研發階段，需要共同營造一種文化，讓研究人員可以擁有研究自由，從而取得真實的突破。在技術方面，我們需要一些軟體工具，讓技術從研發到生產這一轉化過程，盡可能的高效快速。

李開復：AI的行業應用，我將之分為兩大類：顛覆式和漸進式。

顛覆式是指引入 AI 會對行業造成顛覆性的結果，帶來天翻地覆的改變。

例如，自動駕駛將徹底改變運輸行業；Alexa某種程度上正在改變音箱行業；新的互聯網保險應用，比如美國的Lemonade，極可能顛覆保險行業。

這些行業已經具備了一定的條件，讓行業專家通過 AI 帶來顛覆影響，讓人非常期待。當AI與行業的顛覆式創新兩相結合，將有機會擊敗行業巨頭，重整行業格局。

然而顛覆式只是冰山一角。在人工智慧帶來的巨大機會中，漸進式變革佔據絕大部分份額。

普華永道預估，人工智慧將在2030年給全球帶來15萬億美元的財富淨增，主要來自于傳統行業和AI的結合。由於傳統行業規模龐大，僅僅提高幾個百分點，就可以產生海量財富。

但困難在於，當前一些傳統企業對 AI 一無所知，他們以為AI是科幻小說的臆想，看不到即刻就能產生的收益，再加上技術工具太難使用，導致他們的 IT 部門無法駕馭。

因此，我們應該通過培訓，説明傳統行業接受並認識到AI的益處。同時，我們投資的AI企業或像 Element AI 之類的公司，需要幫助傳統企業找到簡單易用的工具，讓他們跨越技術鴻溝，上手即用。

▌AI提前預測傳染性，應權衡公共衛生與隱私保護

話題2：疫情如何加速AI應用，由此帶來了什麼風險？

“必須在公共衛生或個人健康的背景下考慮隱私，在公共衛生危機期間，國家應該在尊重權利和必要防控措施間加以權衡，從而有效控制疾病的傳播。”——李開復

李開復：我說幾個親身經歷的例子。疫情期間的社交隔離，催生了眾多的 AI 應用，例如醫院中的送貨機器人。

對於隔離中的人也一樣。前陣子我回到北京隔離時，在我居住的公寓樓裡，沒有見到一個人。所有的事情都交給了一台機器人代勞，包括網購的包裹和食品運送，真正實現了零接觸，將危險降到最小化。

第二個例子是AI與醫療的結合。我們投資的AI 醫療企業Insilico Medicine，主要使用生成化學對抗神經網路，研發新藥小分子。在疫情期間，他們通過AI平臺，用幾個星期的時間，研發出了能抑制病毒內負責複製的主要蛋白成分的新藥物小分子。

最後一個例子或許有些爭議，就是接觸者追蹤。世界上許多國家已經成功的建立了接觸者追蹤體系，並較為有效地控制了疫情蔓延。但在美國、歐洲等地方，這種做法被視為是對隱私的侵犯。

對此，我的觀點是，對那些重視隱私的國家，我表示完全理解和尊重，但是我認為必須在公共衛生或個人健康的背景下考慮隱私。在公共衛生危機期間，國家應該在尊重權利和必要防控措施間加以權衡，從而有效控制疾病的傳播。等到疫情結束後，再回歸正常。

我們都不希望重蹈疫情的覆轍。我預計在未來，AI將被用來預防流行病的發生和傳播。醫院將廣泛使用感測器、可穿戴設備，匯總疫情資訊，及時報告潛在危害，在早期遏制疫情指數級增長的趨勢，從而更好地應對危機，避免再次失控。

Yoshua Bengio：李開復博士提到的這幾個領域，我都有所涉及。

一個是藥品研發，我本人參與了幾個專案，其中涉及神經網路、即時強化學習和主動學習。

在化學和生物領域，需要進行測試的組合方式太多，逐個進行研究是不可能的。所以我們需要一個合理的搜索策略，這就是我現在參與的專案內容。我們希望能用AI縮短研究時間，通過重組已有藥物，研發新型抗病毒藥物。

在接觸追蹤方面，目前已有的接觸追蹤大都沒有用到AI，只是進行簡單的測試法：如果有人測試結果為陽性，或者確診感染，那麼與其接觸過的所有人，都應該採取隔離措施。但是，在測試為陽性進而被隔離之前，傳染就已經開始了。

我們的一項研究顯示，如果能借助機器學習，提前預測某個體是否具有傳染性以及傳染性強弱，透過一些模糊的數據分析，就能大幅節省等待時間，及早知道曾接觸過病毒攜帶者，從而抑制病毒的傳播。

當然不可避免會出現隱私問題。隱私保護與機器學習需求之間存在有趣的矛盾。隱私保護需要盡可能降低數據交換，而機器學習卻需要盡可能收集大量的數據。

許多國家非常擔憂接觸者追蹤的濫用會侵犯隱私，因此催生了許多隱私保護技術。好消息是，這兩者可以共存。

▌AI是把雙刃劍，應推動全球治理、改變文化

話題3：AI的責任和挑戰：如何促進未來社會經濟可持續發展？

“如果我們能對人工智慧的能力善加利用，就能更快速地找到更好的新材料，以取代現今對地球造成長期污染的碳、電池等毒性材料。”——Yoshua Bengio

李開復：我會從創新工場的角度舉一些例子，創新工場是一家創業投資公司，我們非常希望 AI 能得到合理應用。Bengio 教授可能會在氣候變化上再補充一些。

在 《AI新世界》一書中，我描述了一個人類與 AI 的共存的藍圖：由 AI 承擔優化常規工作，讓人類專注於需要創造力和同情心的工作。

從社會責任感的角度說講，AI與醫療和教育的結合，將帶來極大的社會福祉。

未來，醫生將成為富有同情心的護理者，深切關懷病患，與他們交流。而 AI 可以用於分析放射結果、MRI、CT報告，提出各種可能的診斷及治療結果，針對性推薦藥物，以及輔助科學家研發新藥。

教育行業也是這樣。我們投資了很多線上教育公司，發現 AI 在教師的常規工作上表現非常出色，能夠根據學生的特點，因人而異地佈置作業，幫老師們節省了時間，讓他們專注于為孩子指導能力和引導心靈，進行個性化的教育，幫助他們培養創造力、團隊合作能力、交流能力以及同情心。

所以，醫療和教育既是 AI能夠顯現優勢的領域，也是有價值的投資。目前這兩個領域正在蓬勃發展，我們也投入了大量精力和資金。

Yoshua Bengio：我完全同意李開復博士的觀點。AI 技術的進步，能夠造福大多數人，我們需要將大量精力投入到此類項目中。

我個人對用AI解決環保問題投入很多，目前正在參與的一個項目就和氣候危機相關。

我們使用類似新藥研發的AI演算法，應用在對抗全球氣候環境變化的艱巨挑戰上，生成、合成、評估各種新型材料技術，包括碳回收和電池。

正常情況下，這些新材料研發耗時極長，動輒十幾年，甚至比新藥研發的時間還要久。但是如果我們能對人工智慧的能力善加利用，就能更快速地找到更好的新材料，以取代現今對地球造成長期污染的碳、電池等毒性材料。

但是，我們同時應該保持警惕：如果AI僅被少數市場玩家掌握，也有可能被用做牟利的工具，破壞正常、自由、動態競爭的市場環境。

因此，在向AI 未來發展的路上，我們需要時刻謹記 AI 具有的社會危害性。要將AI治理落實到各個層面，小到公司，大到全球。只有具備放眼全球的管理，才能合理有效地協調所有的力量，一起應對這些挑戰。

如果我們真的想引導 AI 應用富有道德和責任，就必須改變現有的文化。而這依賴於所有人的努力。

政府必須參與其中，要投資好的技術應用，改變教育體系，讓工程師、科學家不只專攻特定的科技領域，還要具備足夠的社會學科知識；科學家必須懂得謙虛，認識到自己對專業以外的領域知之甚少，與其他不同領域的專家合作，保證自己的成果對社會產生正面的影響。

▌構建AI與人類社會的良性循環

話題4：你心目中理想的AI未來是什麼樣的？

如果我們能努力抓住人類與 AI 共存的機遇，思考人類存在真正的意義，從我們這一代便開始努力，最終將可以實現理想的AI未來。——李開復

Yoshua Bengio：未來，在 AI 的幫助下，我們可以建立一個更明智、更公平、更理性、更包容的社會，每個人都可以說出自己的觀點，進行充分辯論，再做出最佳決定。

社交媒體在誕生之初，本意是做一個最為透明、最為公平、普惠大眾的公眾傳播平臺，但由於演算法基於人類偏好的推薦，及帶有特定企圖的傳播者作祟，造成社交網路的破碎淩亂，煽動的、謬誤的、偏見的資訊被放大傳播，不僅沒法幫助我們理性討論，也欠缺幫助人們做出最佳集體決策的能力。

人工智慧應該在這一方面有所作為，從各種垃圾資訊中篩選出有用結果，讓社交
平臺更加智慧，做到真正的公正透明，推送社會的理性和包容。

反過來說，如果我們都能變得更理智，也就能更好地使用 AI 技術，就能構建一個良性循環。但如果應用不當，就可能陷入惡性循環，因此我們必須謹慎選擇。

李開復：Bengio教授說得太好了！我們是幸運的一代，AI是一個千載難逢的機會，人類能夠與AI共存合作，由AI來承擔常規事務，我們則專注於人類擅長的領域，從重複性事務中解脫出來，放手去做自己喜愛的事情。

我想用我心愛的、約翰·亞當斯的一首詩來結束這場分享。如果我們能努力抓住人類與 AI 共存的機遇，思考人類存在真正的意義，從我們這一代便開始努力，最終將可以實現理想的AI未來：

I must study politics and war
我必須研究政治和戰爭

that my sons may have liberty to study mathematics and philosophy
因此我的兒子們能夠學習數學和哲學

My sons ought to study mathematics and philosophy, geography, natural history, naval architecture, navigation，commerce and agriculture
我的兒子們應該學習數學、哲學、地理、博物、造船、航海、商業和農業

in order to give their children a right to study painting, poetry, music, architecture, statuary, tapestry and porcelain
使得他們的孩子們可以學習繪畫、詩歌、音樂、建築、雕塑、織物和瓷器

約翰·亞當斯，美國第二任總統，《獨立宣言》起草委員會的五個成員之一，被譽為“美國獨立的巨人”。

本文及視頻內容經主辦方 SGInnovate 同意翻譯轉載

近幾個月，在AI賦能未來醫療的思考特別多，受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

原文刊於「WIRED連線」雜誌英文官網：
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/

中文翻譯來自創新工場微信公眾號 2020-5-22

新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜，一家位於加拿大多倫多市的人工智能（AI）企業BlueDot捕捉到一些異常：中國武漢市海鮮市場周邊出現多起罕見肺炎病例，BlueDot迅即反應，運用自然語言處理、機器學習等技術，結合大數據和定位追踪，迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀，正是數月後撼動全球的新型冠狀病毒肺炎（Covid-19），這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。

BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用，過去幾個月裡，AI在這場全球抗疫戰的許多方面發揮了獨特作用：從疫情預測到篩檢，從接觸警示到快速診斷，從前線無人配送到實驗室藥物研發，人工智能助力防疫派上了不少用場，為特定場景應用賦能。

隨著疫情在全球蔓延，AI技術的創新應用也在各地相繼落地。在韓國，基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具，當人們靠近確診病例時，就會收到基於位置的緊急信息提醒。在中國大陸，阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例（比人類檢測快了近60倍），準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景，代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州，電腦科學家正在研發能遠程檢測獨居老人健康情況的系統，一旦老人出現身體異常症狀，系統就會發出即時警報。

不過，目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說，過去四個月內，AI在抗疫之戰中的表現並不十分突出，我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性：預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然，AI的零散表現也有客觀原因：醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種；且在新冠疫情襲來之前，我們並沒有真正意識到醫療體系問題的緊迫性，沒有提前採取相應的技術預防措施；最為關鍵的是，我們缺少建構AI解決方案所需的大數據。

把目光看向未來，我看到以下兩個AI賦能醫療的樂觀因素。

首先，作為AI燃料的醫療大數據已被激活。舉例來說，機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫，名為CORD-19。它將相關數據進行彙編，並把最新研究集中收錄，匯總的格式可被機器讀取和解析，以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS（非典型肺炎）、MERS（中東呼吸綜合症）等關聯術語的醫學專業學術文章。

其次，眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯（Peter Diamandis）估計，全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中，他們正在進行數以萬計的實驗，並以「前所未有的透明度和速度」共享信息。

3月16日Kaggle發起「新冠病毒研究挑戰」，匯集與疫情相關的大量信息，包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓，幫助全球各地衛生機構及時掌握最新情況，以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次，下載量逾1.8萬次。在大陸疫情爆發後不到一個月，阿里巴巴便推出了一種AI算法，該算法基於5000多個新冠肺炎確診病例進行訓練，並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後，阿里巴巴將其云端AI平台向全球醫療專業人員開源，與合作夥伴聯手部署更大批量的匿名數據，推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。

據估計，現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計，AI醫療市場的年複合增長率為41.7%，從2018年的13億美元將增長至2025年的130億美元，主要分佈在六大領域：醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發，新冠疫情期間浮現的種種需求，將加速AI賦能醫療的場景落地。

在後疫情時代，我期待AI將加速融入醫療體系，賦能並推動醫療改革。其中深度學習（Deep Learning），即以一種高效方法運算海量、多維數據的能力，是AI結合醫療最為可期的機遇之一。深度神經網絡（Deep Neural Networks）作為AI的一個子領域，已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查，以得出準確而快速的算法判讀。十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

AI賦能醫療，首先能簡化及優化現有的醫療流程，例如醫院的作業流程，保險履約的繁複流程。將AI與RPA（Robotic Process Automation 機器人流程自動化）結合，可對某項工作流程進行智能拆解及優化，進而大大提高醫療系統的運營效率，預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化，AI技術所能處理的文本、語言、數字的體量，無論在數量上還是精度上都是機器級別，遠非人類所及。

有了充份的醫療大數據作為基礎，AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據，就可以根據跟踪動態數據的波動變化，進行數據驅動的診斷，並對潛在大流行疾病的徵兆進行早期追踪研判。然而，再先進的技術系統要做到真正有效，勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接，此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。

再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR（基因編輯）等醫學突破方面，AI模型和算法應用都有其用武之地。在製藥行業，研發一種新藥往往需要付出高昂的投入，某次成功前必有多次付諸流水的失敗試驗，也連帶消耗巨大的時間和金錢成本。現在，科學家們可使用AI機器學習來模擬上千個變量，測試它們的複合效應會對人類細胞反應產生何種影響，這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一，這家公司利用生成式化學AI平台設計出新藥物小分子，以複製主要病毒蛋白為靶標，早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代，用人工智能技術來換取藥品研發週期的時間和成本，整個製藥行業勢將迎來翻天覆地的變革。

不久的將來，隨著醫療科學和電腦科學進一步融合，我們將進入一個全面自動化的AI時代，到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高，將能產生一個有效的良性循環。穿越到未來，下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。

或許再過15年，許多人的家裡都會有AI個人助理照料我們，幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門，如果需要進行手術或者外科治療，通常會由機器人操作，或由機器人輔助人類外科醫師完成。在未來，醫生和護士將把更多的精力放在機器無法勝任的任務上，醫療專業人員及富有同情心的護理人員，將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統，但更多的時間會與患者溝通，安撫他們的傷痛，為他們提供情感扶持。在我的想像裡，15年後的醫療健康場景可能是這個樣子的：

***
2035年一個冬季早晨，我醒來後就覺得有點喉嚨痛。我起身去洗手間，刷牙的時候，洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘，我的私人AI醫師助理發出了警報，顯示我的唾液樣本部分指數異常，並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時，醫師助理返回了分析結果，判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後，我的AI醫師助理建議，如果我覺得有必要聯繫家庭醫生的話，有兩個時間空檔可以跟她視頻通話。通話之前，家庭醫生已經收到我所有症狀的詳細信息，她給我開了一種減充血劑和撲熱息痛，一會兒無人機就把藥品送到我家門口。
***

當然，凡涉及到患者的醫療記錄，就得談談隱私和數據保護的關鍵問題。我認為，任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步，是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題，應該有更為創新的技術方法來應對。

好消息是，近年聯邦學習（也被稱為分佈式學習）已經在數據保護上取得了顯著的進展。基於聯邦學習技術，患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備，機器學習模型將在獨立的數據庫基礎上進行訓練處理，再進行後續整合。聯邦學習、同態加密，結合可信硬體執行環境等技術，將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好，以因應不同國家與文化對於隱私保護的需求差異。

這次新冠肺炎疫情還驗證了一個事實：整體人類命運是共同體，人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上，國際合作曾消滅了全球延燒的天花，也幾乎根除了小兒麻痺症。公共衛生無國界，控制及消除流行病是個毋庸置疑的共同目標。在醫學領域，每個國家都能從他國的研究基礎上學習受益並攜手並進，全球化的數據科學，將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。

AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作，也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。

經歷這次疫情，我們應清醒地意識到，要將人類醫療體系推往新的高度，著實需要傾盡全球之力。

創新工場董事長兼首席執行官
李開復博士