《文茜的世界周報》人工智慧系列報導
【 文茜世界周報撰述委員呂怡青,受邀參與在阿聯舉行人工智慧論壇,本來發展石油的中東地區,現在也重視人工智慧。我們特別採訪了一位全世界最年輕的人工智慧專家,年齡15歲,卻是阿拉伯聯合大公國研討會的貴賓! 這位出生於加拿大印度後裔天才,當年在家自學,網路上看了一個IBM的超級電腦Watson益智節目後,開始投入人工智慧,被IBM賞識,進入了IBM開發團隊】
三月底。中東地區最適宜觀光旅遊的季節逐漸接近尾聲。趕在盛夏酷暑襲擊前,阿拉伯聯合大公國成員之一的沙迦王國,號召了一場盛大的高科技論壇。形似大帳篷的會場內,一口氣湧入了兩千名聽眾。在來自全球十六個國家、四十位講者中,最吸睛的莫過於這位年僅十五歲的人工智慧專家。
「哈囉,沙迦!歡迎!謝謝大家今天前來參與這場討論。我的名字是Tanmay Bakshi。我來自加拿大多倫多」
Tanmay Bakshi。和我們日常碰到的同齡少年很不一樣。滔滔不絕、毫不膽怯、罕有青澀氣息,很難想像,類似的大場面,他早已征戰不知多少回,稱他為資深專業講者,真的一點都不誇張。回溯成長歷程。2003年出生於印度,隔年全家隨著電腦工程師、也是兼職數學家教的父親移民加拿大。五歲時,當別的男孩還在堆樂高積木、玩模型車時,他已開始利用課餘接受啟蒙碰觸程式編碼(Coding)。七歲時開設自己的YouTube頻道,分享程式編碼和網路開發知識,每次都吸引上千人關注。九歲時首次開發出應用在iOS作業系統的app,此後一直以極驚人速度產出。他生逢其時,一路靠著在家自學吸收知識,而且很快就展露頭角,成為鋒芒早露的科技網紅。
「我五歲時就在父親協助下,在一台非常老舊的電腦上學習FoxPro程式設計。我記不起是哪個牌子的電腦了。(在一堆大人包圍著你的環境中學習,當時感覺如何?你是下個世代的人。成名的感覺如何?你在Youtube上很出名,很多人喜歡看你的影片,你是個很棒的老師。)我喜歡幫助別人,所以感覺很棒。」
十一歲時,這位印度少年在程式編碼同好間已頗有名氣。某天,他在上傳YouTube影片時,不經意發現一部紀錄片,內容講述一台能夠與人對話的電腦
這是「危險境地」IBM挑戰賽。Brad 如果你準備好了,就做出選擇。我選替代詞,兩百元。四個字母。同時代表制高點或看法兩種意思。View。接下來是華生。你的選擇是?
「我在十一歲時開始學習人工智慧。說來真的很巧,我是在無意間看到一個紀錄片,是關於IBM超級電腦華生(Watson)在益智節目「危險境地(Jeopardy)」中參賽的過程。在我看來,那未免也太神奇了。」
一個不可思議的發明,完全迷住了他,牽引他轉移興趣,從此一頭栽進人工智慧廣不可測的浩瀚世界。好奇的Tanmay Bakshi嘗試了解華生,解析電腦如何從事深度學習並回答問題。一星期內,他寫出一個可協助華生過濾出最佳答案的app。此間還「順手」在IBM平台上開發出文件檔案格式轉換的服務。在鑽研華生的過程中,他從系統上抓出了一個病毒,並公布在個人推特上,引起一堆IBM工程師注意。IBM賞識他,力邀和華生開發團隊合作。無心插柳柳成蔭,雙方從此展開這段美好緣分,Tanmay Bakshi成為不只是IBM內,更是全世界最年輕的人工智慧高手。
「(想必你有準備名片吧?)是的,我有名片。」
說話速度超級快,大腦一刻不停歇。也許是受血液裡印度人天生對數理領域的敏銳和勤奮所驅使,Tanmay Bakshi除了是軟體開發者,持續發表app和原始碼、是程式語言Swift教科書作者、是YouTube「Tanmay Teaches」頻道主持人、也擔任IBM人工智慧榮譽諮詢顧問和雲端運算推廣大使、此外更是TEDx talk常客。對他而言,研究人工智慧不是職業或工作,而是可全然投入熱情的嗜好。
「我很熱愛開發和研究演算法,尤其是機器學習的演算,運用人工智慧,讓電腦能自主思考和閱讀,甚至了解至今為止只有人類能理解的數據資料。」
「我認為這個世界需要更多程式工程師,不論是特殊領域的程式工程師、開放原始碼開發者、物聯網開發者、AI開發者,以及其他領域。」
「我們必須讓更多年輕人接觸科技,我們需要讓他們親自動手體驗這樣的科技經驗,讓他們知道人工智慧是什麼,以及如何運作。」
「但對那些想要學習程式編碼的人,我會建議他們先確定自己能投入全部的熱情。如果沒有足夠熱情,就別做,因為如果對程式設計毫無熱情,就一點意義都沒有了。」
Tanmay Bakshi說,最喜歡的戶外運動是騎單車。爸爸則私下向我們透露,他對自己作息很有主見,包括在家時一定要按時收看卡通節目「海綿寶寶」,而且還百看不厭。至於類似少年維特的煩惱,對Tanmay Bakshi來說似乎一點都不是問題,因為他太忙了,他說挫折感通常只出現在思考程式中,腦袋卡卡的時刻。最後這位科技老鳥告訴我們這些科技素人,人工智慧發展最仰賴的就是海量數據。不只是量,還要避免類似Facebook分享個資的醜聞,確保透過可信賴的方式取得所有數據。而這也是未來會面臨的挑戰。
「沒有數據,人工智慧就無法運作。必須要有足夠的數據,才能訓練電腦適應這個世界,了解這個世界。」
「另外我還要釐清一個對人工智慧的誤解。這些誤解認為人工智慧將取代我們的工作,超越我們,讓人類變得過氣無用。這種認知是不對的。我們應該好好運用由人類創造出來的人工智慧,藉此擴大我們的技能,提升我們的智慧,讓我們能夠把已會做的事,做得更好。」
早發也早熟的Tanmay Bakshi,目前也開始在神經網絡研究上投入心力,透過電腦系統模擬人腦和神經系統的運作。他認為人工智慧一定能有效提升醫療照護領域,人工神經網絡的開發,未來一定會發揮作用。結束在阿拉伯聯合大公國的演講,小天才完全無暇多做停留,好好享受中東這一大片充分展現人類智慧結晶所打造出的奇幻美景。他還得飛到下一站,繼續推廣人工智慧的人生志業
更多內容,請看影片連結:https://www.youtube.com/channel/UCiwt1aanVMoPYUt_CQYCPQg
雲端益智來挑戰答案 在 文茜的世界周報 Sisy's World News Facebook 的精選貼文
《文茜的世界財經周報》
【"把抗癌交給科技" MIT開發醫療影像運算軟體 MIT教授巴茲蕾43歲被判定罹患乳癌 人生重大轉折 巴茲蕾投入"量身訂做"抗癌方案 人工智慧如此全能 醫療AI比例仍低 機器可精準消化大數據 "量身訂做"抗癌方案 四名患者同一療法 醫學影像運算可找答案 87%腫瘤為良性 醫學數據運算可降低手術率】
在MIT(麻省理工學院),數字,很重要。
課程6.036,地點26-100,是MIT最大的一間教室,教授來自32號建築,也就是電腦科學與人工智慧實驗室,課程名為"對人工智慧的真實熱情",由4位教授與15位助教一起管理這門課。這是今年MIT人數最多的一門課,教室座位566個,但選課的人有700個,所以第一堂有部分學生只能在其他教室看著轉播螢幕上課。
授課的四名教授之一巴茲蕾教授(Regina Barzilay),在MIT專教機器學習,尤其是NLP(Natural Language Processing),也就是自然語言處理,簡單來說就是教電腦聽說讀寫人類語言。市面上所有的智慧語音助理,例如蘋果的Siri,或是亞馬遜的Echo,就需要NLP技術,巴茲蕾教授正是這個領域的佼佼者。
1971年出生在以色列的她,大學和研究所畢業於以色列知名學府班古里恩大學,後來赴美在哥倫比亞大學取得電腦科學博士學位,也許正因為母語是古老的希伯來文,她對於解碼失傳語言特別有興趣。寫博士論文時甚至開發了可以自動生成新聞摘要的軟體NewsBlaster,雖然她謙稱這款軟體不可能取代深度報導或是洗練文字,卻為哥大留下令人讚嘆的資產。
而如明日之星般的美女教授,在43歲那一年,人生突來晴天霹靂。
MIT電腦科學與人工智慧實驗室瑞吉娜巴茲蕾教授:我之所以進入數位醫療的領域 是因為三年前我被診斷出乳癌
巴茲蕾教授本身因為乳房組織密度較高,屬於乳癌高危險群,因此每半年做一次乳房攝影檢查,為期兩年的檢查周期最後一次,卻發現了惡性腫瘤。事後她一直想問,第一,"為何是我?" 因為沒有家族病史。第二個問題是,這兩年的檢查當中,難道無法從影像醫學的細微變化,看出她的乳房組織可能進化成癌細胞?
瑞吉娜巴茲蕾教授:現在治療癌症病人的方式,都有"人"的在裡面。不管是做超音波還是病理切片,都是由人來判讀,把病情做一下分類。因為這些醫學影像不是直接交給醫生去看,而是由受過訓練的專業技師去判讀,當他們在做判讀的時候,會用他們所依循的"項目"去分類患病的婦女,只用幾個簡單的指標去判讀的時候,很多病況訊息其實是被忽略的。
如果AlphaGo可以擊敗人類圍棋冠軍、Amzon可以依照你的網路行為推薦你會買的商品,巴茲蕾教授不禁想問,這麼多現代人工智慧,為何沒有拿來解決醫療上的盲點。於是她開始與被譽為全球最好的麻省總醫院(MGH)合作,希望未來癌症治療也能「量身訂做」。
瑞吉娜巴茲蕾教授:試想當亞馬遜跟你推薦一本書的時候,是把所有網購消費者,依照十個不同的習性分類,決定這本書適不適合你? 還是依據你個人過往的消費記錄,加上他人評價,再根據你是怎麼樣的人、而不是把你簡單分類去推薦這個產品呢? 當我們把病患簡單分類的時候,我們就會錯失很多資訊。機器可以做到而人類做不到的,就是可以同時看數百萬張醫學影響,然後做出人類做不到的更準確的預測。
以乳癌為例,根據醫學影像以及切片病理報告,會區分為四種亞型,一張極為複雜的器官影像,在技師判讀後,可能直接被簡化成幾種數據、幾行判讀文字,四張完全不一樣的乳房攝影圖像,檢測分類後的資訊可能一模一樣,醫學影像中人眼所不及之處,可能就隱藏著很多警訊而不可知。而因為這四張圖像的患者被分為同一型,因此被施以同樣的治療方案,但這四個患者,三個成功了,一個沒有,問題出在哪裡,巴茲蕾教授認為,這就是圖形運算可以幫助醫生的地方。
瑞吉娜巴茲蕾教授:你看得出這隻狗和這個癌細胞的差別嗎? 狗占了整張照片的30% 癌細胞(在大畫素影像中)只占不到1% 所以影像傳達的訊號完全是不成比例的
癌細胞的生成與醞釀是需要時間的,如果半年一次的醫學影像,或甚至過去十年的病歷記錄能,夠用交叉運算,也許機器可以比人眼更早發現生理組織得病變,預防和提早治療就不會只是口號而已。
一份研究指出,高危險群乳癌病患在照出腫瘤後,無法確定是良性還惡性,多半都會在同意直接開刀切除,最終其實有87%的病理切片是良性的。以MGH(麻省總醫院)為例,無法確診良性或惡性的腫瘤,進手術房的比例是100%,透過巴茲蕾教授開發的這套系統分析,至少可以在術前判讀出30%的良性組織,大幅減少侵入式醫療的機率。這套軟體也可以分辨哪些乳房組織比較可能發展成癌細胞,藉此提高醫生投藥的劑量與準確度。同時機器學習和數據運算也可以應用在製藥上面,透過化學物與病患醫療史的交叉運算,可以容易的組合出製作成本低、效用更好的藥品。
瑞吉娜巴茲蕾教授:我想提供這項工具可以改變醫療護理人員的分工,在很多醫療體系中,病人真正缺乏的就是從醫療照護提供者這邊,獲得「個人化」的集中照顧,有時間跟醫生好好合作。機器永遠不能取代醫生護理師,但透過運用這種工具,可以讓醫生有更多時間跟病患一起,就治療方案好好相互配合。
巴茲蕾教授強調,開發醫療運算法不是要來取代影像醫學判讀的技師,而是想找出人眼無法判讀的病變,讓機器來幫助醫護人員執行更準確的治療。2011年在益智問答節目中擊敗人類的IBM人工智慧系統華生,其實當年是為了發展醫療雲端服務而開發出來的,一度在各大醫療院所引起熱潮,但當時人機合作的並不理想,最近優化後的華生,再度挑戰醫療領域並取得初步成果。其他像是Google母公司Alphabet,以及飛利浦等科技大廠,加上輻射出來的新創公司,醫療生技產業的科技創新,預估2021年以前可達每年成長40%,產值達66億美元的規模。人工智慧將為醫療帶來革命性的影響。
瑞吉娜巴茲蕾教授:這麼多年來,我們一直深信癌症會由生理醫學家治好,如今該是我們(電腦科學家)把這個機會拿回來 給醫療領域帶來重大改變的時刻。
雲端益智來挑戰答案 在 AWS User Group Taiwan 的推薦與評價
... 智 慧、大數據等服務 ... Labs來演練雲端環境建置,或透過AWS Cloud Quest 的遊戲式學習來發展符合不同職務角色的技能,以及利用AWS Jam 之旅來挑戰驗證您的知識技能。 ... <看更多>