2017-4-27 王老七 王老七的美好生活
去年3月AlphaGo对战李世石，大获全胜，今年又向中国职业围棋选手柯洁发起挑战，并将于5月23-27日在乌镇进行对弈。人工智能越来越火，很多的传统行业都面临着被机器取代的危险。一些人就在思考，人工智能能不能代替人类医生？毕竟，一个真人医生的培养要耗费十几二十年，耗费大量的金钱和精力，而且他们要不断的实践，不断的学习，才能成长为一名合格的医生。但是，机器就不同了，人工智能来了，人工智能的学习速度、效率和成本远远的优于真人医生。未来看病是不是就可以不用真人医生了？直接机器看病是不是就轻松的解决了看病难看病贵的问题了？额，这个嘛，我还真说不好，但是有人说的好，最近我读到一篇发表在《纽约客》的文章，这位作者是一名医生，他从他的视角探讨了这个问题。这篇文章是由马徐俊马老师翻译的，下面我就来为大家转述一下。
首先作者的结论是：人工智能不能代替真人医生。然后他分别从一下几个方面阐述了他的观点。
1、医生的大脑是怎么诊断疾病的？
医生的诊断方法呢，一般是医生首先搜集患者的资料，列出可能的原因，再权衡各种信息，排除一些可能，最后通过实验室检验结果推断，最后得出结论。但是实际情况并没有那么简单。有专门的科研人员，对医生的大脑做过研究，试图了解他们是怎么做出诊断的。研究发现，当他们做出诊断时，他们大脑里发生的模式和识别日常生活事物的模式很相似，识别病症有点像识别动物的过程。比如，你看到犀牛时你不会从考虑其他动物，你是从整体来认知犀牛的，这是一种认知模式，这种模式是长期的工作积累的经验。
2、人工智能是怎么诊断疾病的呢？
人工智能主要通过深度的学习，就是模仿人类大脑的运作模式。比如小孩是怎么认识狗这种生物的？是先看到狗，然后被告知这种生物叫狗，通过不断犯错、被纠正，一次次自我调整，最终知道了什么是狗。机器的深度学习也是这样，它会从已分类的图片中获取信息，然后观察上千张归类图片，归纳出狗的特征，最终形成自己认狗的方法，这和小孩认狗的方法是一样的。
斯坦福大学的研究者，通过深度学习的方法教人工智能如何辨别黑色素瘤，在用了将近13万张图片训练机器正确识别病变之后，结果在每一次测试中，机器的算法都由于专业的皮肤科医师。要知道，一个全职的皮肤科医生，一辈子大概看20万个病例，斯坦福大学的人工智能算法，三个月就看了13万个案例，而且算法还可以不断学习、成长。
3、人工智能和人类医生的区别？
英国哲学家Gillbert把知识分为两大类，一类是“知道是什么”，一类是“知道怎么做”，这两种认知方式人类都会，但是机器的深度学习，其实只知道是什么，却并不知道怎么做。机器的深度学习更像是一个黑匣子，匣子里面的工作方式是很神秘的，没人知道到底发生了什么，机器得出诊断的结论，是从图像中提取某些特征，这个过程“只可意会不可言传”。
文中还打了一个比方。假如让一个棒球运动员和一个物理学家比赛判断球的掉落位置。棒球运动员不知道任何方程式和理论，但他投球上百万次，所以能准确判断出球会落在哪里，物理学家则可以通过解方程来判断出球会落在哪里，最终从结果上来看，两人得出的结论是一样的，都能准确判断球的落点。人工智能就像是一个棒球运动员，而人类就是那个物理学家。
医生在临床实践中最强大的地方，既不是“知道是什么”，也不是“知道怎么做”，而是第三个知识领域：医生知道为什么。而只有知道疾病为什么会发生，才能推动医学的进步。
说的太好了，点个赞先！
4、人工智能对于人类而言到底意味着什么？
作者说，人类为了放大自己的能力，不断的创造新的工具，比如汽车、飞机延展了双腿，手机延展了人的喉咙和眼睛。而计算机将会以同样的方式放大人类的思维能力，人工智能会使人类的头脑变得更加强大。深度学习的人工智能不会取代医生，它们会提供专业知识和帮助，是专业人员的能力增强。
作者认为，人工智能对人类而言，意味着更强大的工具。可以帮助我们取得更大的成就，而不是你死我活此消彼长的关系。
说到这里，这篇文章就结束了，我对文中作者的观点还是非常认同，每当新东西来的时候，很多人都习惯性的抵制，认为是洪水猛兽，冲击着原本稳定的生活。就像汽车发明出来的时候，被人们称为“会冒烟的魔鬼”，很多人力车和马车等职业的人更恐惧，他们害怕自己的职业被汽车取代，但是，他们没想到的是他们车夫的职业被取代了，会生出更多的职业，他们不一定非要做车夫吧。社会科学技术进步肯定会出现很多新的事物，就看你怎么看待它。就像最近很火的共享单车，刚开始很多人抵触啊，特别是很多的摩的师傅，他们经常把他们工作地段的共享单车推走，或者损坏，但是，却阻挡不了共享单车的地毯式覆盖。
只想说：不要怕，未来肯定会越来越好的！
