王飛躍
中國科學院自動化研究所復雜系統管理與控制國家重點實驗室,北京 100190
自人類歷史有記錄以來,醫療和智能就是我們生存與發展永恒的主題,二者相互促進、密切關聯,由此衍生出哲學、科學和今日形形色色的各種技術。追根溯源,西方現代醫學、哲學、科學和人工智能等學科和領域,同孕于古希臘文明,共生于文藝復興,成熟于近代和當代的科學技術。此外,自人工智能研究正式成為一個較為獨立的科學領域起,其在醫療中的應用是研發的核心主題。20世紀80年代,人工智能由于專家系統技術而有了歷史上的第一個“中興”時期,而醫學領域正是專家系統的主要用武之地,由此產生了著名醫用專家系統如MYCIN、DENDRAL、INTERNIST、CADUCEUS等[1]。
事實上,人工智能目前的“復興”也是基于20世紀40年代維納、McCulloch和Pitts等人對生物生理和人類大腦的研究,其所歸納形成的“循環因果(circular causality)”和人工神經元網絡模型正是今日大數據因果革命和深度學習的思想及理論基礎[2-3]。更為重要和有趣的是,引導未來人工智能和智能科技進一步深入發展的知識自動化理念與方法的正式提出,也是源自1987年《首都醫學院學報》對美國人工智能專家費根鮑姆在1986年第五屆世界醫學信息科學大會上所作報告題目之“誤譯”:把自主知識的英文 “AutoKnowledge”翻譯成“知識自動化”[4]。我們應該慶幸這一“正確”的誤譯,不但把知識自動化的歷史提前了20余年,且讓我們從新的角度反思:為何幾乎是智能醫學領域最需要的醫學知識自動化,其研發反而嚴重滯后,其配套的基礎設施至今依然是不成規模、難以流程化的“碎片”“孤島”式系統?……