(2020-07-14)創新工場董事長兼執行長李開復在Aspen Ideas Festival把AI在疫情中的貢獻成績打了個B-;他解釋,B-已經比及格好多了,當然不夠理想,因為AI與流行病有本質上的差距...

(2020-07-14)在週前的Aspen Ideas Festival,創新工場董事長兼執行長李開復把AI在疫情中的貢獻給一個B-,記者問他為什麼給這麼低的分數,他說B-已經比及格好多了,當然不夠理想,因為AI與流行病有本質上的差距。

AI是累積很多資料重覆運轉,才得以準確預測,而流行病是很多年才發生一次,沒有建構模型的經驗,也沒有太多資料。不過AI在疫情中也的確發揮了一些正面功效,所以給一個B-。

 

記者又問AI在抗疫上幫了哪些忙?又有哪些沒使得上力的地方?李開復以他在北京的親身經歷說了幾件事。

病情接觸的追蹤,做得很有效,手機上有紅黃綠的信號,告訴我是否接觸過有病情的人,好讓我做進一步檢查。另一件是當我回到北京的兩週隔離,都使用電子商務,包括食物的購買,全以機器人送遞,完全不接觸任何人。所以機器人在結構化的環境像公寓、醫院、商店、辦公室,可以運作的很好。

在疫情中,AI協助發現治療藥物,發現新的抗體疫苗,更有效的用在庫房,處理電子商務的龐大包裹。早期有一家叫BlueDot的公司,預測重大流行病的來臨,當然沒有對外公開,現在我們受到了疫情的傷害,累積了很多資料作為基礎,如果有下一波、或下一次大流行,這種預測功能就會更為準確。

在疫苗的發展上雖然使用AI,但效果不如預期,李開復認為是在急迫的情況之下,把技術用在樹下低枝的水果,而未能掌握完整情況。他舉例一家生技公司,用AI協助的生成化學,來預測化合物的種類,用來阻擋病毒的傳播。這些類似的作法,都是把AI技術移轉到低枝的水果,這樣使用AI,不太會產生驚人的效果。

在健康照顧上,AI可以提供很多個人化服務,如對象化的診斷,更準確的基因排序,以及與AI結合的基因編輯技術Crispr等。而同時健康照顧的方式很多效率不完善,像是醫藥保險沒有依照健康資料來設計。如果把這些加到一起,AI有很大的發展潛力。唯一的因素是個人資料的保護,如果過分保護、期使是匿名,那就很難訓練AI,AI需要資料才跑得動。

疫情讓全球十億學童改變了上學的習慣,改在家裡線上學習,突然之間,我們看到了AI技術的普及,AI老師、AI改正你發音、AI找出你學習的障礙,當然有時候還需要人與人的互動,像個人化的教學,與精神上的勉勵,但AI則用作例行的教學。

辦公室也同樣改變,當大家在家裡線上工作,所做的事都會數位化,都成為資料,就給了AI的潛力,有事為什麼不用AI做決定、要用人來決定?所以疫情會加速AI取代人力的工作。

李開復在他兩年前AI Superpowers的書裡提到,凡需要創意及人際互動的工作,不會被AI替代,但因為疫情,有些被認為需要人際互動的工作,反而會加速被AI替代,原因之一是疫情需要減少人的互動,如醫院照顧病人、餐飲服務。

如果醫院能讓機器人移動醫療設備,給病人服務、量血壓,對病人與看護都減少危險。餐廳使用手機點餐與支付、用機器人送餐,可以把人際接觸減到最少。

記者最後問一個隱私與AI的問題,AI所需要的資料,在尊重個人隱私之下就難以取得,為了發展AI,對過度注重隱私的國家如美國,是否應該放鬆一些?

李開復說如果能這樣,值得讚賞鼓勵,大家也開始認識到隱私不是0與1,也不是高於一切,需要與公共健康與社會福利一併考量,而要給每個人選擇的自由。一個國家如果能設立平衡的規則,以匿名的方式取得適量的個人資料,AI就可以藉此訓練了。

從李開復的敘述,AI確實支援了許多抗疫工作,特別在減少人際接觸又能維繫正常的活動,尤其在教育上更發揮了AI功能。也正如他說的,AI與流行病在先天上的差異,AI未能深入介入,像疫苗的發展。但經過這一場硬仗,AI應該學到了流行病的本質,也累積了有用的資料,下一次遇到類似的情況,戰役的能力即使到不了A,至少也有B+。

相關閱讀
李開復:AI的抗疫成績B-
結合機器學習的「池篩」


本文取材自2020年7月12日「那福忠西海岸數位隨筆(160)」:李開復:AI的抗疫成績B-
對本文有任何看法,歡迎 E-Mail:frank.na@gmail.com 給作者,分享您對本文的看法。