人工智能的標準制定

編者按

國際標準化組織是世界上最大的國際標準開發和發布機構，是包含162個國家成員的國家標準機構網絡。它是一個非政府組織，在公共和私營部門之間搭建橋梁。文章分析了應用人工智能技術較廣泛的醫療健康領域、智能交通領域和金融領域，介紹了為人工智能建立通用術語和標準的必要性。本文原載于2019年12月的《質量文摘》（Quality Digest）。

隨著人工智能（AI）在各個行業領域日益普及，為AI建立通用術語體系和標準，并檢查AI的各種應用比以往任何時候都更加重要。在國際標準化領域，ISO（國際標準化組織）和IEC（國際電工委員會）的聯合技術委員會JTC 1（信息技術委員會）SC 42（AI分技術委員會），正在進行大量工作，以建立一個精確和可行的AI定義。SC 42正在通過其WG 4（第四工作組）研究AI的各種用例和應用程序。WG 4的召集人是富士通實驗室的高級AI專家丸山文裕。

目前，WG 4正在審查70個用例。其中，健康是一個被廣泛關注的領域。丸山文裕描述了這樣一個用例：一個應用程序對醫學領域現有的研究論文和數據庫中的100億條信息進行“知識圖譜”分析。然后，該應用程序試圖呈現出給定基因突變到深度學習預測疾病的可能發展路徑。

健康解決方案

拉德萬?烏德瑞里是E a g l e Genomics公司的首席數據科學家，他從事“計算機模擬”研究，這是主要由計算機或數據驅動的創新。烏德瑞里關注的一個領域是微生物組，包括人的腸道、口腔或皮膚中的微生物（如細菌、病毒和真菌）包含的所有遺傳物質。微生物組不局限于人類和其他動物身體上，因為海洋、土壤和河流都擁有影響整個生態系統的微生物群落。微生物組的數據非常復雜，因為它是多維和組合性的。烏德瑞里的同事使用AI和機器學習計算工具分析微生物組數據，以探詢人類根本無法察覺的關聯。這從根本上提高了生產率并獲得了革命性的發現。它辨識了新的組成成分和治療目標，并提供了更安全、更有效的行業實踐。

AI技術已經被用于分析人類腫瘤，但是正如SC 42的加拿大代表、外科手術安全技術AI總監、多倫多大學的計算機科學副教授弗蘭克?魯齊茲指出的那樣，這只是AI的應用之一。例如，最近的一個應用程序可以識別老年患者的早發性癡呆。之前，護理機構的醫生通常每6個月對患者進行一次為期15分鐘的評估，現在改為向他們發放平板電腦，并要求他們口頭回答一系列問題。該應用程序會在發現問題后向醫療團隊發出警報，例如患者的聲音模式發生變化或患者無法在家庭組的圖像中發現明顯的人際關系等。

烏德瑞里還與一家公司合作開發了一個AI解決方案，該解決方案通過插入鞋底的芯片進行工作，最初旨在通過收集生物力學指標并測量諸如鞋子使用和運動表現等方面的數據，來使鞋子更智能。該應用程序非常成功，以至于相關技術的進步很快就可以用于檢測患?。ㄈ缗两鹕习Y）的可能性，方法是通過分析個人的行走方式。

萬物皆智能

當然，SC 42的工作將不僅影響健康領域。丸山文裕還列舉了一個使用超聲波檢查風力渦輪機的AI程序。該程序會標記出渦輪機任何可能存在缺陷的部分，從而為人類檢查專家指引道路，以便他們對解決方案做出明智的選擇。更重要的是，由于該AI程序完成了初始檢查，可以騰出時間來讓人類專家檢查更多的渦輪機。

智能交通系統是另一個已經高度依賴A I 的領域。O h m i o Automotion是一家是專注于智能交通系統的公司。該公司的研發負責人馬哈茂德??？笋R特特別提到了激光雷達技術。該技術使用激光而不是聲音或無線電頻率，來測量汽車與物體之間的距離。如果將幾束激光相互疊加并以最快的速度旋轉，將獲得3D“點云”，顯示給定對象可能的距離。該應用程序可用于無人駕駛汽車，它甚至可以區分不同植物的葉片。

希克馬特還重點介紹了無人駕駛汽車的人群計數AI。這是一種預測分析應用程序，它從智能交通系統（而不是汽車本身）的基礎設施提取數據。攝像機監視人們來回走動的情況，人工智能預測他們與他人交互時可能的“路線”。這些數據被汽車提取后，可用于防止任何可能的碰撞。

機器學習的行為訓練

YOLO是一種對象識別技術，該技術可在最微小的程度上識別不同對象的差異之處。它在安全性方面具有明顯的應用。行為克隆是AI的另一個領域，其中機器通過強化訓練來學習一系列任務。希克馬特解釋說，這種方式“根據神經網絡行為的正確與否對其進行獎勵和懲罰”。根據從人類用戶那里收到的獎勵或懲罰信號，神經網絡學習關于其應該如何“表現”的知識。

風險投資是烏德瑞里的一個關鍵工作領域，其中令人興奮的部分是將“整個創業過程”數字化和系統化。該平臺通過收集整個企業生命周期中的數據，識別創新挑戰并對信息進行分類，從而提供有關公司績效、增長潛力和估值的預測模型。這樣建立的風險預測可以在風險投資選擇過程和整個創業過程中發揮作用。到目前為止，這種信息是通過對人們的問卷調查而收集的。它們在本質上更聚合，不容易建立預測模型，或者常常導致產生偏差的結論。畢竟，公司所有者自然都希望他們的項目能夠成功。

我們絕大多數人可能沒有聽說過上述例子中這些特定的AI技術，也很少了解它們的影響。當前的AI解決方案通常是在“孤島”中開發的，并且是為非常專業的應用而構建的。當在整體框架（例如SC 42正在開發的橫向框架）中進行考慮時，它們的真正力量將得到充分發揮。

標準的作用

有關AI的國際標準正在開發之中。烏德瑞里建議，這些標準需要“澄清炒作”，以便原本對AI的恐懼和反對變得能夠被接受，或者被直接予以駁斥。關于AI的激進想法經常在媒體和其他公共論壇上得到大張旗鼓的宣傳，無論好壞。然而，正如丸山文裕所指出的，許多想法永遠都停留在概念驗證階段。

消費者確實需要保護，使他們免受公司使用“AI”這個詞語抬升股價、促銷產品給他們帶來的傷害。鑒于AI數據處于軟件工程、神經科學、決策制定等許多不同領域的交匯處，因此開發一個通用框架，使消費者、生產者和監管者能夠擁有一種通用語言至關重要。

這并不像聽起來那樣荒謬或不太可能。專家們談論“AI的冬天”，是因為前幾代的AI技術達到頂峰后，由于實驗方向的錯誤以及隨之而來的資金撤出而衰落。同樣的事情有可能再次發生，并破壞當今世界的許多進步。

現狀

正是因為AI技術發展得如此之快，所以才需要相關的國際標準。用烏德瑞里的話來說，這些標準應該專注于“實踐的現狀，而不是行業的威脅”。SC 42已經編制了技術報告草案，并正在制定標準。SC 42正在與國際標準化組織統計方法應用標準化技術委員會（ISO / TC 69，統計方法的應用）合作，面向機器學習領域，在統計、軟件工程、AI、數據科學和運籌學之間映射術語和概念。

丸山文裕認為，制定國際標準的最佳方法是圍繞有限的替代方案進行整合，并“專注于技術已經穩定的方面”，越過概念證明階段創建一種通用語言和標準來。另一個重點領域是描述開發AI應用程序的過程和生命周期，其中必須包括用例和應用程序中的道德和社會因素，它們將有助于滿足消費者的廣泛需求。第三個領域集中在模型驗證上，它在本質上是高度技術性和統計性的，但是能確保應用程序和機器執行預期的工作。