第86章（2/2）

在测试时，阮思澄、陈一非、石屹立等人都非常紧张。

对于早早便完成的头部以及部分腹部，思恒医疗已经完成程序测试。他们将80%的患者病历用于训练多层神经网络，20%的患者病历用于测试最终的准确率，都没问题。

现在，思恒医疗需要做的，就是测试刚做好的胸部还有剩余腹部，以及综合起来的全部腹部。

而这些恰恰是整个项目当中最困难的部分，说不担心绝对是在撒谎扯淡。

但阮思澄也并不算特别害怕——陈一非的方向、框架没有问题，邵君理都说了，非常清楚gān净。

他们将胸痛患者的心电图、CK-MB、肌钙蛋白等等信息输入软件，又把许多急性腹痛患者的检查数据、CT片子、B超视频也输入进去，屏住呼吸，拿到AI给他们的诊断结果，急急忙忙地与患者病历上的标准答案”比对。

结果如同晴天中的一道霹雳，扇了思恒医疗每个人一耳光。

甚至打得他们耳朵里面嗡嗡直响。

不准。

而且，完、全、不、准，诊断的正确率大约只有一半。

他们用看救命稻草般的眼神看急诊医生CSO石屹立，石屹立一一复查，神情同样痛苦，表示，对于有分歧的患者，病历上面三甲医生给的诊断是正确的，而AI给的诊断，是错误的。

第32章 裁员（三）

对于AI来说, 让结果从不准”到准”, 不是十分容易，与传统的找bug修bug”模式全然不同。

目前在对AI的争论当中，一个常常被提起的问题就是算法黑箱”。也就是说，人类不能解释它的工作原理。

人工智能的核心是神经网络”。科学家们模仿人类神经系统，让机器进行学习。神经元”们一层一层分布下来，每个单元都能接收部分数据，再将结果向上传给其他单元。

还是用猫”来打比方，第一层可以将图片切割、降维, 得到许多小图, 第二层在每个维度利用色差寻找边缘, 三四五层根据勾勒出的边缘确定各个器官形状，六七八层通过各个部分颜色判断毛色、花纹，瞳色……最后顶层得出答案：这是猫、狗、兔子、其他。

2006年多层神经网络出现以前，机器学习都只处于初级阶段, 需要人工提取特征。而2006年后, 它进入到深度学习”的大时代。人类不监督、半监督, 机器自己分析特征、独立思考。给一万张猫的图片, 说这都是猫”, 它就懂了，再给一张它没见过的，问是不是猫”, 它会说是。人们给它正确答案的数据集, 它便可以进行学习, 看”的越多会的越多，不断优化自身能力。因此，人工智能”定义十分清晰，区别是真·人工智能还是噱头只需要看它有没有模仿人脑。

然而，对每一层都在提取什么特征，以及机器为何要做这些事情、为什么能得出结论，人类无法解释。根据输出，有些提取简单易懂，比如勾勒边缘、模糊图片、突出重点、锐化图片……可是，在很多时候，人类完全get不到！看着某层下来以后图片所变成的样子，只能叫一声什么鬼！”有时人类只能提出几个特征，AI分出好几百层！