主题：【围观】Alphago zero的第一盘棋和后来 -- PBS
在什么都不会的情况下，仅仅服从围棋规则，阿狗零左右手互搏下出这样的第一盘局面：
图1
看了以后哈哈大笑，两个傻棋手规规矩矩下傻棋。
经过3天72小时连续不停下了490万盘棋后，无师自通，达到击败李世石的阿狗李版本，21天后，达到击败柯洁的阿狗大师版本。
图2
图3
此次的亮点在于，在没有人类历史对局的记录作为参考，AlphaGo Zero无需人类指导就能让自己成为自己的老师，并且训练的时间更短。
根据谷歌的DeepMind团队表示，人工智能的最大挑战是研发一种能从零开始、以超人类的水平学习复杂概念的算法。此次AlphaGo Zero的出现不仅仅意味着围棋上的成功，还意味着距离通过创建通用算法来解决科学中的难题又进了一步。
此次运行阿狗零的计算机硬件只有4个TPU，比前两个版本少了一大截。
感觉是个改变人类历史的东西。
但是我不懂AI，影像懂一点。。有没有人合作的？
AI在加速，很快就可以在越来越多的领域取代人类了
医学影像不懂，医学影像是有明确的规则的么？
围棋有明确的规则，所以afZero只需要几十个小时就能超越人类千年的努力。
医学影像的话，会慢很多，每次Zero做出一个结果后，医学影像专家给它一个反馈，Zero再进行学习调整。
不过最有趣的是，Zero在完成学习后，反过来会推导出一个更明确的规则。
估计围棋也是，围棋的贴目到底多少合适，从目前Zero 的自对局胜率来看，好像6.5目有点高。
“医学影像专家给它一个反馈，Zero再进行学习调整。”如果是这样的话，那么其实Zero是无法超脱目前医学发展水平的。它只能在这个水准内逼近极限，不知道这样说有没有问题。
同时，由于人类无法明确“模糊地带”的定义，Zero最多最多，只能给出某种程度的概率，而无法在医学影像上“推导出一个更明确的规则”？？
--------
我其实一直在怀疑这种AI最终的用途。跟以前电脑所引发的革命一样，在明确的规则面前，人类是完败的。但是规则不明确的情况下呢，会如何。
我能想到的就是大量的数据给AI，然后把年龄，性别，医生诊断的结果都给出来，然后让AI自己生成新规则，最简单的就是搞个聚类分析。。
实际医学诊断大概就这么搞，我觉得就是个决策树的问题。。不断细化下去。。有拿不准的就加新的诊断指标：
闻询，病史，基础参数，生化，影像。。不断猜下去。。先治一治，好了就对了，不好的话再尝试其他。。基本就是个决策树和概率问题。。
AI最容易突破的应该就在常规医学。。。不过医学也是利益集团最大最难突破的地方。。
先搞个AI赤脚医生会比较好玩。。。至少把病人推荐到正确的科室去。。
最基本的，实现病人病史用药数据一体化估计是最容易出成果了。。。就怕没人推的动
另外，感觉下围棋的确是在已知规则范围内进行反复博弈，但对于不明确规则，阿法狗尚未见明确报道。仅靠推测，不明确规则下，倒不一定是狗脑内博弈的问题，更可能是输入输出的问题。如同中医之与西医的输入，尽管中医的望闻问切博大精深，但是西医的各项指标则更加容易重复验证，也许是一种更好的输入，所以中医理论再优秀，没有好的输入描述，总是比西医要弱了点。
给AI影像的片子
再给出病理检查的结果
和远期疗效 生存的数据
这些都是现成的， 找个百十万例不成问题的数据
很期待最后可以跑出来什么结果
你这些数据，包括了医生诊断的结果，是以人给出的结果作为基准进行学习，所以这是监督学习
而如果去掉了这些医生诊断的结果，让AI对着各种原始数据慢慢想，这就是非监督学习，可想而知这条路没那么好走
同样不依赖人类专家的结果，而是明确定义出什么样的学习是进步什么样的算退步，这就叫增强学习，也就是AlphaGo Zero的方法核心。这样的学习，不需要人类的目标数据，但是需要规则去定义进步和退步，才能有训练算法所必需的损失函数这些东西。这样的规则现实中大多数时候是没有的，所以增强学习目前多用在游戏，还是规则比较简单明确的游戏，星际争霸这样复杂的现在都不行
至于医疗诊断方面的监督学习，思路还是比较简单的，而难点一是海量人类专家数据的积累和处理，二是对极复杂算法结构的硬件支持。这些事情已经好多人在做了，比拼的是时间和运算力的消耗
precision和recall都达到了不错的数字，感觉比现实中碰到庸医的概率小
我觉得机器学习界的大佬基本认为自动化的医疗诊断已经很成熟了，就看谁带头冲锋去冲击传统行业
人类的规则其实也都是明确的，但是可能特别复杂，以至于无法有效地抽象出来
说白了，人脑也就是简单结构的叠加，只不过神经元的数目众多，所以海量的简单结构相互协同作用，形成了看似复杂的思维
目前的硬件条件还比不上人脑众多的神经元，所以很多训练过程需要人工辅助定义规则或者损失，否则永远算不出来。不过这只是量的区别，不是质的区别
凡是从零开始的东西都可以计算。
比如进化，生命起源等等。
不过
按理说 影像学 和病理学受影响最大
没有在临床上广泛铺开的原因是什么？
医务界抵制？医生-程序员沟通问题？