首页 > 资讯 > 其他综合 >

盲人女科学家梦想独自旅游,然后她研发了让盲人可以“看见”的系统

2017-04-14

盲人女科学家梦想独自旅游,然后她研发了让盲人可以“看见”的系统,下午,浅川智惠子从自己的办公室出发,打算走到公司的会所去拿一些零食。

盲人女科学家梦想独自旅游,然后她研发了让盲人可以“看见”的系统,下午,浅川智惠子从自己的办公室出发,打算走到公司的会所去拿一些零食。在院子里,她遇到了自己的同事尼克,她亲切的和尼克打招呼:“发生了什么好事?笑的这么开心。”

IBM 在 4 月 11 日举办的 2017 年度中国论坛上,身为 IBM 首席科学家的浅川智惠子展示了这样一段视频。

她说她的目标是像这段视频里展示的那样独自完成一次远足旅行,现阶段这对她来说依然是一项几乎不可能完成的任务,但至少迈出了一大步。

因为在 14 岁时,她由于一场意外永远失去了视力。

在视频中她使用了 IBM 正在研发的一个新型的人工智能 App,这个 App 将室内导航、室外导航和手机摄像头所捕捉到的信息综合处理,形成一个完整的“听觉视力”。它不仅告诉浅川智惠子该在什么地方停下或转弯,还告诉她附近有没有其他人,这些人在做什么,还能识别出休闲区里有哪些零食,在不拆包装的情况下识别出那些零食的口味。

视频中的浅川智惠子,像一个视力正常的人那样流畅的生活,这是陪伴人员、导盲犬都无法做到的。而在人工智能技术的推动下,IBM 的高精度导航系统却给了她这样的尊严。

这并不是什么黑魔法,其实一切都非常复杂,浅川智惠子自己本身就是这个项目的研发人员之一。她以一个购物中心为例像大家介绍了 IBM 这款高精准度导航系统是如何运行的:首先是安装了 220 个左右的蓝牙发射装置,能够覆盖 20 多万平米的购物中心的环境,通过检测来自不同的蓝牙发射装置的信号强弱度,生成一个实时的地图,这个地图可以实现一到两米的定位精准度,足以进行导航。

对于视障人员来说,导航的结果会通过 Watson 对话功能实现。首先要让 Watson 了解购物中心里的商店,给它整个购物中心的地图。比如说你对手机讲,我想吃寿司、喝葡萄酒,Watson 可以据此生成餐厅的推荐列表,挑选列表中的一个,就可以进行导航。

ndisdbiubscis

浅川智惠子认为盲人目前最大的困难在于获取信息和出行

“是的,我们还有更多的事情能够去做。我想到全球去旅行,我想选择一些好的葡萄酒,我想在一天里参观一些博物馆,这是一个非常好的大的挑战,也需要更多好的合作技术。”

IBM 一直在强调 AI 应该是 Augmented Intelligence(增强智能),用技术补足人类的一些能力,让盲人能自己去“看看”这个世界,是 IBM 做的无障碍技术只是 IBM 人工智能解决医疗问题的一小部分。医疗是 IBM 人工智能最先落地的领域,从 2005 年开始进行临床探索,到现在可以做到在同一时间为成千上万的病患提供服务。

WechatIMG6cjsbcdscn

IBM 全球 Watson 健康总经理 Deborah Disanzo 在论坛上讲了 IBM 的医疗进展,她用一个临床测试的结果证明,人工智能在诊断上可以做到像专家医生的水平:“在一个临床实验,针对 10 万名癌症病患的肿瘤相关测序,与相关药物进行比对。Watson 比对出来选出的药物和临床医生选的药物,99% 的都是匹配的,只有1% 是不一样的。而这1% 是医生对,还是 Watson 对?结果是 Watson 对。”

肿瘤专家在有太多的新数据、新文献要跟进,而 Watson 作为机器却有着天然的信息聚集优势。IBM 目前已经对 1 亿个病患进行了记录,2 亿个记录进行了脱敏处理(去除敏感信息);对药物专利方面进行了 4 亿次的注解,读了 4000 万份研究文献;Watson 健康现在有几十个 API,可以进行自然语言处理;针对医疗文献深度影像学习,可以分析不同病患之间的相似性,可以了解病患的不同路径。

对于癌症是这样,对于心脑血管疾病以及糖尿病等慢性病来说也是如此。通过对几十万个数据点进行综合分析,来了解病患出现疾病的风险,如果有预测到潜在疾病的发生,就可以预先制定一个最优化的疗程。

Deborah Disanzo 在演讲中说,世界很多地方没有足够的医生进行很好的治疗,癌症发病率在不断提高,临床方面的医生跟不上。所以我们有 Watson 健康,可以用于临床医生匹配、肿瘤、基因这三个方面。这是要教会一个认知解决方案如何坐在医生的身边,帮助他对肿瘤科的病患进行诊疗。

做这些不是为了取代医生,而是成为工具扩展医生的能力,也就能为更多没有资源就医的人提供帮助。

Watson_Health_Cloud_apple-ibmdfwefwf

为什么医疗能成为人工智能最快进入的领域,其实因为医疗和人工智能在本质上的相似性:都是认知科学,都需要专业经验,最终都是为了解决人类的问题。但是培养一个医学专家却比培养一个人工智能难多,一个医学专家需要专业知识储备、需要常年临床诊断和治疗的经验,而这些都需要在职业中十几年甚至几十年不断的累积,这也是为什么我们在医院挂号总想挂个有点年纪的医生,但是“老牌医生”总不可多得。

相对来说,培养一个人工智能医生助手的成本就要低得多,它能在短时间内吸收大量的数据,并且通过模型和算法在数据中找到洞察,缩短医生这类职业经验积累的大量时间,IBM 一直在说的认知技术就是这样。

视障其实也是一种认知上的障碍,唯一解决他们需求的就是需要另一种认知——我们很难单纯的用成像仪器去解决视障人群的需求。所有解决方案都需要另一个认知“健全”的东西来辅助他们,比如家人的陪伴、比如义工、比如导盲犬,它的意义不止是满足了盲人的“看”的需求,还承担着为盲人翻译、解读世界的任务,成为他们生活中的伴侣。

而在未来,也许人工智能会比导盲犬发达,成为一种认知,也能成为每一个残障人士的伴侣。

相关文章
最新文章
热点推荐