IBM Watson大裁70% 员工,撕掉了国内大批伪AI企业最后一块遮羞布!

点击上方“码农突围”,马上关注

这里是码农充电第一站,回复“666”,获取一份专属大礼包

真爱,请设置“星标”或点个“在看”

来源:新医路

Watson 是IBM 的重量级AI 系统;近年IBM 大力发展AI 医疗,在2015 年成立独立的 Watson Health 部门,并收购多家医疗数据公司,前景看好。然而短短三年,这个明星部门就要裁员50% 到70% 的员工,代表AI 医疗的泡沫化。AI 导入医疗,遇到了怎样的瓶颈?

1997 年,IBM 深蓝战胜国际象棋冠军卡斯帕洛夫,从此,这家蓝色巨人,连同Watson 一起,开始为全世界熟知。

Watson 也从此名声大噪,成为IBM 持续数年经久不衰的「AI 代言人」。2014 年初,IBM 投资10 亿美元(约新台币300 亿元)专门建立「Watson Group」,并在一年后,开始全力进军医疗健康行业。

2015 年4 月,IBM 成立了独立的Watson Health 部门;到2016 年,Watson 大约花费了40 亿美元(约新台币1200 亿元)收购了4 家医疗数据公司,包括Explorys、Phytel 和Merge Healthcare。医疗这块大蛋糕似乎是人工智慧时代,IBM 亟待转型的一步大棋。

而仅仅成立三年后,这一昔日的明星部门就被传出裁员50% 至70% ,一场「AI+ 医疗的泡沫破灭」,引起了整个产业的一片哗然。

本月,在IEEE Spectrum 的特别报告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中,细数了Watson 医疗曾经所立下的目标和被泼的冷水,并对比了如今的发展现状。

令人不禁感叹:太美的承诺因为太年轻。让我们也回顾一下Waston 医疗渐行渐远的这一路,希望更多的AI 公司能从他们的经验教训中找到出路。

技术与业务的鸿沟难以跨越

2014 年,IBM 为其人工智慧部门(称为IBM Watson)新开设了一个酷炫的总部:建筑位于曼哈顿,玻璃外观在阳光下闪闪发亮,科技感十足;其内部构造类似于一个微型天文馆,供潜在客户和访问者们进行「沉浸式体验」。

同年,令人瞠目结舌的Watson「脑力」显现出其颠覆医学的潜力,在演示中,Watson 收集了一组罕见的患者症状,并提出了可能的诊断列表,每个诊断都注明了经Watson 计算出的信赖区间及与之相关的医学文献。

在圆顶象牙塔内,Watson 的资料库掌握着每种罕见疾病的知识,它的处理器不容易受到医生主观认知偏见的影响,它甚至可以在几秒钟内处理一个棘手的病例。如果Watson 能够将这种即时专业知识带到世界各地的医院和诊所,人工智慧似乎可以减少诊断错误,优化治疗,甚至减轻医生数量的短缺。

但是,象牙塔内的承诺无法做到跨越技术与业务之间的鸿沟。

其强大的技术无法与当今混乱的保健医疗系统相兼容;机器学习的模式与医生的工作方式根本无法匹配,癌症治疗的初衷举步维艰。

创造一名AI 医生极其困难

IBM 在2011 年开始大胆尝试改革医疗保健,给Watson 指出一条AI 医生的道路。当时,IBM Watson 在电视上展示的突破性技术应用于医学领域——主要是其理解自然语言的能力。公司同时做出承诺,Watson 的首批医疗保健产品将在18 至24 个月内上市。

事实上,IBM 的医疗产品并没有成功商业化,从IBM 的Watson 医疗走出的AI 医生也与设想具有很多差距, 更像是执行日常任务的AI 助手。

此时, IBM 已花费数十亿美元(约300 亿新台币)用于收购AI 企业,以加强其内部开发实力,但内部人士表示,被收购公司尚未做出太多贡献。

到目前为止,监管机构只批准了少数基于AI 的工具用于真实医院和医生办公室:这些开创性产品主要聚集在图像诊断领域—— 透过电脑视觉技术分析图如X 射线和视网膜扫瞄图像进行诊断。而IBM 却没有分析医学图像的产品落地。

除了图像领域,为人类医生的专业知识编码是一个非常棘手又浩大的工程,即便是如今最优秀的AI 也难以理解复杂的医疗讯息。

IBM 的「首败」至少可以向技术专家和医生们证明:试图创造出一位AI 医生,这是一件极其困难的工作。

肿瘤专家顾问合作中断

MD 安德森癌症中心与IBM Watson 合作,为肿瘤学家创建了一个谘询工具(Watson for Oncology),该工具使用自然语言处理系统(NLP)总结患者的电子健康记录,并透过搜寻其背后强大的数据库为医生提供治疗建议。

MD 安德森癌症中心斥巨资购买了这一项目,并在白血病科进行了第一次尝试。但该中心在2016 年中断了这次合作,即便是已经花费6200 万美金(约新台币18.6 亿元)。具体原因我们不得而知。

或许我们可以从今年的图灵奖得主,人工智慧研究专家Yoshua Bengio 的评论中得到启发。

IBM 对医疗保健系统中不同参与者进行了数量惊人的调查,希望AI 可以透过分析海量的数据集做出决策支持,扩大Watson 的「认知」能力。但NLP 虽然取得较大进步, 但与人类还是相差甚远。

Bengio 说:在医学文本方面,AI 系统无法消歧,也无法找到人类医生会注意到的细微线索。虽然AI 不需要充分了解也可以帮助医疗,但确实还没有一个AI 能与人类医生的理解和洞察力相匹配。

一些研究将Watson for Oncology 癌症治疗建议与医院肿瘤学家的建议进行了比较。下图为Watson 的建议与专家的治疗计划相匹配的百分比。

在印度,Manipal 综合癌症中心的医生对638 例乳腺癌病例中,Watson 与专家治疗建议的一致率为73%。Watson 在韩国Gachon 大学Gil 医疗中心表现更差,该医院为656 名结肠癌患者提供的最佳建议,只有49% 与专家相匹配。

据传闻,IBM 在美国很难找到Watson 肿瘤产品的买家。一些肿瘤学家说他们更相信自己的判断而不需要Watson 来告诉他们需要做什么。

认知教练系统未能上线

运动服装公司Under Armour 曾与Watson Health 合作创建「个人健康培训师和健身数据顾问」。该专案使用Under Armour 的活动追踪器应用城程式提供的数据,并由认知教练根据用户的习惯提供定制的培训计划,并基于相似用户的数据进行分析,为用户提供健身建议。但这一认知教练系统从未投入市场使用,且Under Armour 中断了与IBM Watson 的合作。

下表为IBM 在医疗方向专案与目前的进展:

商业化期望越高,失望越大

Chase 作为一名IBM 的研究人员, 曾开发出一种诊断工具,但IBM 并不打算使其商业化,只能陈列在实验室内供游客参观。最终,对IBM 在医疗上的缓慢发展而感到失望的Chase 选择与IBM 分道扬镳。

马里兰大学放射学教授、讯息系统副主席艾略特.希格尔,曾经众多Watson 狂热粉丝中的一员,也与IBM 进行过医疗诊断研究。虽然他认为AI 驱动的工具对医生来说不可或缺,但他怀疑IBM 能够产生那些令人兴奋的产品,他更寄期望于谷歌、苹果和亚马逊这类公司。

2014 年离开的IBM 的Kohn 说:「拥有强大的技术是不够的,你还要向我证明,这款产品的确是有价值的,可以让我生活的更好, 让我的父母生活的更好。」

为了让人工智慧充分发挥其潜力并改变医学,医疗保健的标准必须改变。Kohn 说,人工智慧系统可以考虑比临床试验更多的因素,并可以将患者分成更多的类别,以提供「真正个人化的护理」,但前提是基础设施也必须改变:医疗机构必须同意分享其专有和隐私控制的数据,以便人工智慧系统能够从数百万多年来跟踪的患者身上学习。

他一直期待着在医学期刊上可以看到有关Watson 产品的文章,能够证明AI 可以改善患者的治疗效果或节省医疗系统开支。但遗憾的是这类文章寥寥无几,也就是说Watson 并没有突破性的成果。

但无论如何, 在数位化时代里,IBM Watson 不是第一个象牙塔的守望者,也不会是最后一个丛林中的引路人。

时间洗涤一切

2016-2017年,人工智能在医疗领域的崛起速度惊人,沃森健康宣布进入国内医疗市场,他们希望协助医生在慢病管理和肿瘤治疗领域有所建树。特别国内媒体一窝蜂的热炒,医疗AI好像变成了时代的弄潮儿一样,一时风头无两!

很多国内企业自认为抓住了大风口的公司,花了大价钱去买很多领域的多年授权,美其名曰战略合作,有的几千万,有的大几个亿,除了到处吹牛演讲做PR之外,业务却惨不忍睹,这下纸再也包不住火了!国内大批医疗AI公司的破产潮就要来临,打肿脸充胖子,毕竟也就只有脸比较肿而已!

重磅!码农突围-技术交流群已成立

扫码可添加码农突围助手,可申请加入码农突围大群和细分方向群,细分方向已涵盖:Java、Python、机器学习、大数据、人工智能等群。

一定要备注:开发方向+地点+学校/公司+昵称(如Java开发+上海+拼夕夕+猴子),根据格式备注,可更快被通过且邀请进群

▲长按加群

有热门推荐????

1、刚刚!国产统一操作系统 UOS 正式对外公开,太牛逼了!

2、地震了!这一次苹果太强硬,如果你的 App 拒绝抛弃这些技术,将在2020年3月全面下架!

3、聊一聊字节跳动的面试

4、Python用不好?终于有官方中文文档啦

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
IBM Watson TTS(Text-to-Speech)是由IBM开发的语音合成技术,具有以下核心技术、优点和缺点: 核心技术: 1. Concatenative TTS:IBM Watson TTS采用了拼接式语音合成技术。这种方法将大量的语音片段(音素、音节或单词)预先录制,然后根据输入文本的内容和上下文,将这些片段拼接起来形成合成的语音。 2. Deep Learning:IBM Watson TTS还使用了深度学习模型,如循环神经网络(RNN)和长短时记忆网络(LSTM),以提高合成语音的自然度和流畅度。 优点: 1. 多语言支持:IBM Watson TTS支持多种语言,包括英语、中文、法语、德语、日语等,使其在全球范围内具有广泛的应用和适用性。 2. 自然流畅的语音合成:通过拼接式合成技术和深度学习模型,IBM Watson TTS能够生成自然流畅的语音。合成的语音听起来非常逼真,接近于真实人类的发声。 3. 可定制性强:IBM Watson TTS提供了丰富的参数和选项,使用户能够对合成语音进行定制,调整音调、语速、音量等属性,以满足个性化需求。 4. 强大的云服务支持:IBM Watson TTS作为IBM Watson的一部分,可以与其他Watson服务进行集成,如语音识别、自然语言处理等,为开发者提供全面的语音相关解决方案。 缺点: 1. 依赖网络连接:使用IBM Watson TTS通常需要与互联网连接,因为合成语音的处理和存储通常在云端进行。这可能限制了离线使用或在网络不稳定的环境下使用的能力。 2. 语音质量相对较低:相比于一些基于神经网络的TTS技术,IBM Watson TTS的语音质量可能相对较低一些。由于使用了拼接式合成技术,合成语音可能会有较明显的音色转换和断点感。 综上所述,IBM Watson TTS采用了拼接式语音合成技术和深度学习模型,具有多语言支持、自然流畅的语音合成、可定制性强和强大的云服务支持等优点。然而,它也存在对网络连接的依赖和相对较低的语音质量等缺点,需要用户在选择和使用时进行考虑。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值