时间:2023-09-28 09:32:25
导语:在人工智能对医疗的帮助的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
2016年是世界围棋界极不寻常的一年,3月份在“阿尔法围棋”(AlphaGo,一款围棋人工智能程序)与围棋世界冠军、职业九段选手李世石之间展开的一场人机大战中,“阿尔法”的胜出震惊全球。7月份世界职业围棋排名网站公布了最新世界排名:“阿法围棋”以3612分,超越3608分的柯洁成为新的世界第一。
2016年12月29日到2017年1月4日,一个名叫 “Master”的神秘网络围棋手横扫中、韩、日围棋界。它凭借惊人的稳定性一路高唱凯歌,获胜60场,没有败绩。最终神秘的“Master”揭开了庐山真面目,宣布自己就是“阿尔法围棋”。
2017年1月,谷歌Deep Mind公司宣布推出真正2.0版本的“阿尔法围棋”,成为第一个不借助让子,在全尺寸19×19的棋盘上击败职业围棋棋手的电脑围棋程序,其特点是摈弃了人类棋谱,只靠“深度学习”的方式成长起来挑战围棋的极限。
围棋是人类最具智慧的竞技之一,而人工智能(Artificial Intelligence,简称AI)研发是人类最具挑战性的科技探索。人机大战的经典对决将被同时载入围棋史册和科技史册。它的意义已经远远超出围棋本身,人们热衷谈论“阿尔法围棋”更多是出于对AI技术的关切。从诞生到日益成熟,AI理论和技术的应用领域在不断扩大,不知不觉间渗透到人类当代生活的各个方面。AI时代,互联网、金融、医疗、教育、物流、娱乐、传媒等行业都在加速自己智能化的进程。可以想见,未来人工智能带来的科技产品,将会是人类智慧的“容器”。 而与此同时,人类命运和机器智慧的冲突与共存,已经由人机大战开始不断升温。
“人工智能百年研究”项目
2014年秋季,美国斯坦福大学开启了“人工智能百年研究”(AI100)项目。这是一个超大型长期项目,该项目发起人――美国人工智能发展协会会长、前微软研究员埃里克・霍维茨博士表示,“我们的职责是研究人工智能在2030年前对人类社会生活方方面面所产生的影响,尤其是在北美地区”,而“研究的核心是,人类不能丧失对人工智能的控制能力”。 “人机大战”
2016年9月1日,“人工智能百年研究”项目的第一项成果《人工智能与2030年的生活》。这是一份试图定义北美城市在未来10多年间将要面临的可以模拟人类行为的计算机和机器人系统 (即人工智能)问题的报告,涉及交通、家庭/服务、健康医疗、教育、低资源社区、公共安全与防护、就业、娱乐等关注领域,目的是推动相关政策的制定。业内人士认为,工业界和学术界目前正在联手倒逼政府出台人工智能的相关政策,希望可以获得更大力度的资金和法律扶持。
《人工智能与2030年的生活》所列举的关注领域,均面临着人工智能的影响和挑战。例如开发安全可信赖的硬件的困难(交通工具和服务机器人),获得工作信赖的困难(低资源社区和公共安防),对劳动力可能被边缘化的担忧(就业和职业),以及人际交往减少带来的社会副作用(娱乐)等等。
1.交通:自动驾驶的汽车、卡车、无人机投递将改变城市里的工作、购物和休闲娱乐模式,但需要增加可靠性、安全性和用户接受度,并根据新的交通模式改进当前的相关法规和基础设施。
2.家庭/服务机器人:现在进入家庭的扫地机器人或特种机器人能够为家庭和工作场所提供清洁和安保服务,当务之急是技术方面的挑战和机器人成本过高的问题。
3.健康医疗:个人健康监测装备与手术机器具有极大的发展潜力,人工智能软件将最终对某些疾病自动进行诊断和治疗。目前的关键是获取医疗从业者的信任。
4.教育:互动辅导系统在帮助学生进行语言、数学以及其他技能的学习方面已经发挥出作用,自然语言处理的发展将为这一领域的应用带来全新的方式。当务之急是教育资源分配不均的问题,以及教、学双方直接互动的减少会带来哪些消极影响。
5.低资源社区:投资最新技术领域有助于更充分地发挥人工智能的优势,比如避免铅污染和改进食品分配等,重要的是让公众参与进来以增强相互信任。
6.公共安全与防护:利用相机、无人机和软件进行犯罪模式分析,应用人工智能技术来降低人类判断的主观偏见,与此同时在不侵犯个人自由和尊严的情况下增强安全性。目前需注意的是如何保护隐私和避免固有偏见。
7.就业和职业:随着全球经济的快速发展,传统岗位开始被新岗位取而代之,有关人类如何适应这种新变化的相关工作需要立即展开,比如如何妥善处理劳动力下岗以及人工智能对新工作岗位不适应的问题。
8.娱乐:内容创建工具、社交网络和人工智能的结合,将开创全新的媒体内容收集、组织和分发模式。但问题是新的娱乐方式如何在个人价值和社会价值之间取得平衡。
《人工智能与2030年的生活》在回顾发展历程和展望发展趋势时指出,人类正加速在人工智能领域的研究,试图建立一个能与人高效协作的智能系统。其中最重要的是机器学习的成熟,它受到了数字经济崛起的部分影响――数字经济为机器学习提供了大量数据。此外其他影响因素包括云计算资源的崛起,以及消费者对语音识别和导航支持等技术服务的需求。研究人员认为,不管是从基本方法上还是应用领域,包括大规模的机器学习、深度学习、增强学习、机器人、计算机视觉、自然语言处理、协作系统、众包和人类计算、算法游戏理论和计算的社会选择、物联网、神经形态芯片在内的研究趋势,共同促进了人工智能研究的热潮。
这份报告试图严肃地讨论这样一个问题:如何更好地引导人工智能来丰富和服务于人类生活,同时推动和激励这一领域的创新。因为人类目前并不能清晰而完美地预测未来的人工智能技术及其影响,所以一定要对相关政策进行评估。未来几年公众在交通和医疗等领域内应用人工智能的机会日渐增多,因此必须以一种能构建信任和理解的方式将其引入,确保在尊重人权和公民权利,保护隐私和安全,维护广泛而公正的利益分配等方面措施周备。 世界经济论坛说,机器人和人工智能到2020年可以取代510万个工作岗位。
研究人员指出,传统的人工智能范式已被数据驱动型范式成功取代,对于定理证明、基于逻辑的知识表征与推理这些程序的关注度在降低。作为20世纪七八十年代人工智能研究的一根支柱,规划( Planning )强烈依赖于建模假设,难以在实际应用中得到满足;视觉方面基于物理的方法和机器人技术中的传统控制与制图,正让位于通过检测手边任务的动作结果来实现闭环的数据驱动型方法;还有曾颇受欢迎的贝叶斯推理和图形模式,在数据和深度学习的显著成果前也显得相形见绌。在未来15年中,针对人类意识系统开发,按照能够互动的人类特点进行建模和设计人工智能系统成为人们的兴趣点。在考虑社会和经济维度的人工智能时,物联网型的系统变得越来越受欢迎。数据驱动型产品的数量及其市场规模将会扩大。
“为机器人安装‘死亡开关’”
2017年1月,欧洲议会法律事务委员会召开会议,呼吁制定“人类与人工智能/机器人互动的全面规则”。议公布的报告对机器人可能引发的安全风险、道德问题、对人类造成的伤害等情况进行了讨论,探讨是否需要为机器人安装“死亡开关”、研究机器人抢走人类工作的应对措施等等,要求欧盟为民用机器人制订法律框架。专家认为,这或将是首个涉及管制机器人的立法草案,将有利于人类应对机器人革命带来的社会震荡。
会议认为,人工智能和机器人发动的新工业革命可能影响到所有的社会阶层。机器人可能创造无限的繁荣,与此同时将影响人类未来的就业情况。机器人取代人类在许多行业是大势所趋。在德国,每1万个雇员中就有301个是工业机器人。报告要求欧盟委员会对各国民众的就业情况进行调查,重点关注极易被机器人取而代之的职位。如果机器人成为职位“杀手”,欧盟各成员国应考虑为国民提供基本的生活保障。埃里克・希尔根多夫是一名德国法律教授,他非常认同欧洲议会讨论的这项议题。“这不仅在政治上是可取的,从法律角度也是必要的,这样我们才能及时应对机器人革命带来的社会震荡。”他指出,“即使是银行顾问、教师和记者等要求严格的职业,未来也无法在这场科技洪流中幸免。”
会议强调,因为人工智能在几十年内可能超越人类的智力,将对人类控制机器人构成挑战。随着机器人自我意识的崛起,甚至可能威胁人类的生存。近年来,机器人“杀人”的事件时有发生:2015年6月,在德国大众汽车公司,一名工人安装机器人时反被它抓起推向金属板压死;2016年6月,美国一家汽车零件生产商的一名女员工正在修理出现故障的机器人时,它突然启动,将修理女工活活压死。
报告参照美国科幻小说作家艾萨克・阿西莫夫提出的“机器人学三大法则”,将其作为立法框架,对机器人自我意识觉醒后的行为规范做出规定。“机器人学三大法则”包括: 1.机器人不得伤害人,也不得见人受到伤害而袖手旁观。2.机器人应服从人的一切命令,但不得违反第一法则。3.机器人应保护自身的安全,但不得违反第一、第二法则。由于规则无法转化为代码,欧洲议会正在着手建立一个针对机器人和人工智能研发的机构,为设计、生产和操作机器人的人员提供技术、伦理和监管方面的专门知识等。
报告还提出:1.在设计新型机器人时,设计师应该尊重人类的基本人权,事先获得道德研究委员会的批准。2.必须为机器人注册,以便在调查事故时查找涉事的机器人。3.确保机器人安装有“死亡开关”,可以随时被关闭。4.机器人不能对使用者造成“身体或心理伤害”。如果酿成事故,机器人不能逃脱责任。机器人所负担的责任应该与其接收的实际指令及其自主程度相对应:它的学习能力和自主性越高,那么人的责任就较低;倘若它“受教育”的时间越长,教它的“老师”负的责任就越大。报告还指出,机器人的生产商或拥有者将来需要购买保险,来承担机器人可能造成的损失。
人类与机器人的关系将会引起一场涉及私隐、尊严和安全的大讨论,在欧洲议会投票赞成立法之前,各成员国政府将对此做进一步的辩论和修正。
“机器人应当纳税”
英国牛津大学近期一项调查结果显示,今后数十年间,自动化改变生产线的速度将超过20世纪。在经济合作与发展组织(OECD)成员国,57%的工作岗位有被自动化取代的风险。英国中央银行英格兰银行预测,在自动化浪潮中,危在旦夕的英国工作岗位多达1500万个。美国白宫2016年预测,机器人取代时薪低于20美元以下岗位、介于20~40美元岗位和时薪40美元以上岗位的概率分别为83%、31%和4%。
在美国微软公司创始人比尔・盖茨看来,为暂时性减缓自动化蔓延速度,很有必要向企业为雇用机器人员工而征税,税单将是阻止机器人取代人类工作岗位的杀伤性武器。如果机器人将大范围取代人类工作岗位,那它们至少应为此买单。“目前一个人类员工在工厂中创造了5万美元的价值,这个价值会被征税。人类员工需要缴纳各种税,如所得税、社会保障税以及其他税款。如果一个机器人在工厂做与某个工人同样的事情,我们也应按同等水平向它征税。”
盖茨同时认为,尽管一些工作岗位可能被机器人取代,但人们可以在那些所需技能是机器人无法复制的领域里继续工作。世界需要抓住机遇解放劳动力,让人们从事更好的工作,例如关爱老人和帮扶特需群体。在这些领域,人类具有独特的同情心和理解力。
法国社会党总统候选人伯努瓦・阿蒙也呼吁法国对机器人征税,部分税收用于补贴全民基本收入保障。越来越多的政界人士和硅谷富翁支持推出全民基本收入保障,以化解自动化引发的大范围失业。而反对机器人税的人士则持这样的观点:自动化即使在短期也可以借助提高生产率创造新的就业岗位。
“人类需要成为‘半机器人’”
美国特斯拉汽车公司首席执行官伊隆・马斯克在2017年2月13日迪拜举行的 “世界政府峰会”上表示,未来20年,驾驶人员的工作将被人工智能所颠覆,之后全球12%~15%的劳动力将因为人工智能而失业。“从技术角度讲,最迫切的影响会来自自动驾驶汽车。它到来的速度将远快于人们的预期,当然它会为人类提供极大的方便。”
这大概是无数苦于发论文而不能的临床医生的梦想了。这个场景正在逐渐变为现实。
“很多时候,他们并不是写不出论文,而是缺乏数据或者整理数据的时间。在国外,一线专家会有专门的科研助理团队负责整理数据和完成患者随访,在中国,基本只有最顶尖的专家才会有这样的助理;而且中国的医生工作负荷大,大多数时间都在手g室、病房或门诊,没时间去整理数据。”
零氪科技(LinkDoc)的CTO罗立刚告诉记者,由于结构复杂、专业性强,将医疗行业的数据大规模转化为机器可识别分析的数据,即结构化,一直是行业的难题。据美国临床肿瘤学会(ASCO)统计,美国也仅有不到3%肿瘤患者的数据被结构化用于研究,剩下97%的数据都闲置在医院信息系统(HIS)里或者病历病案室中。作为一家专注于肿瘤大数据分析与应用的科技公司,通过承诺提供高质量的数据报告和产品,零氪和诸多医院、科室合作,帮助他们处理脱敏后的病历数据,使电子病历信息转化为科研级数据,并研发人工智能工具,实现了肿瘤大数据一站式解决方案的搭建。
从“人工”到人工智能
将HIS系统中的患者数据,人工录入整理到数据库软件的标准化模板里,生成标准数据文件,再用SPSS、SAS等分析软件对数据进行统计分析,这是临床医生做科研的传统套路。其中生成标准数据文件的过程(也就是数据“人工结构化”),罗立刚算了笔账:在美国,一位肿瘤患者,治疗全过程数据的平均结构化成本是5000美元;在中国,差不多也要5000元人民币。
“结构化是最关键的,也是很困难的一件事。” 罗立刚说。一开始,零氪用传统方式收集数据,但很快就发现难以为继。“人工录入一份电子病历平均要花2个小时来整理,正确率还只有40%左右。”而要让录入人员看懂平均50多页的患者病历,也需要投入大量的培训成本。
之后,零氪对录入的流程进行了“流水线式”的改进。“比如说一份病历中有五六页是手术记录的信息,那就分成一个独立的部分,让一个录入员专门做手术记录的数据结构化。这样培训的成本低,工作效率也高。”通过分工,并引入了录入规范智能提示、参考病历自动推送、自动化质检系统等辅助技术,病历的录入时间从2小时降到了17分钟。
但人工录入终归“人力有时尽”,零氪又开始探索新的方式。 “第二代其实没有用到很复杂的技术,主要是一个系统工程,但这为第三代系统积累了经验。”
在数据采集上,零氪的大数据平台开始直接接入医院的HIS系统,减少中间环节。中国医疗机构的HIS系统厂家众多,没有统一标准,零氪的IT团队就只能一个个机构去实施解决方案,但这是“磨刀不误砍柴工”的事情。“我们现在70%的情况下都是这样的,30%的在逐步实施。虽然过程中还会有一些问题,但我相信将来肯定都会打通。”
数据进入系统后,继续分工的思路,从简单的部分开始,数据结构化的工作逐渐由“机器辅助人工”变成了“机器取代人工”。我国医疗术语缺乏标准化和医疗信息的复杂性,是机器取代人工的障碍。但前期大量人工录入的经验积累,让零氪的团队熟悉了临床医生习惯的表述,明确了结构化点位基于的标准,形成了标准化的术语集,并开发了Fellow-X智能结构化系统。
“人工智能,有一大部分是通过机器学习完成了,给医疗数据处理带来了很大的帮助。”罗立刚介绍,数据被导入系统后,电子信息会自动解析、标准化录入并进行质量校验;纸本信息会被扫描成图片格式然后由图片识别技术(OCR)识别成文本信息。在引入了深度学习技术后,计算机在复杂场景下也能快速适配。“比如说化疗药紫杉醇,醇字识别错了,系统就会自动更正。目前我们95%的数据都能自动结构化,只剩下5%比较难的还需要人工。”人力劳动被解放,让数据处理能力大幅提升,一份病历的录入时间缩短到只需要5分钟。现在,零氪的肿瘤大数据平台已有超过100万的患者数据。
“IT的人做传统行业,要对行业有敬畏感,不要总说要颠覆什么,而要多去走访,多交流。” 零氪的大数据技术平台是完全基于阿里云的SaaS云服务,合作医疗机构的原始数据保存在内网中,清洗、脱敏、结构化后传输到云上,医生可以通过PC端或App进行访问。一开始,零氪在三家合作的医院试用新的系统,在不断交流反馈后,罗立刚发现,IT概念上的数据库和医疗行业的数据库有很大的区别。“我们IT的人说数据库,是说Oracle、mysql,而医疗行业的人说的数据库,是指从后台的存储到前台的可视化分析的整个解决方案。”
现实的需求促进了许多系统新功能的产生。临床医生不擅长统计分析,平台上便提供了描述性统计、组间比较、生存分析等可视化且便捷易用的适合肿瘤医生的功能,并可以用App随访自己的病人,统计分析结果均使用开源的R实现,“让大约80%的科研工作能在平台上实现。”
罗立刚感慨: “人工智能和处理后的医疗大数据结合,会产生许多新的帮助。”可以为医院和科室的管理决策提供数据,也可以辅助医生的临床治疗。“患者来了,了解情况后,系统可以将过往类似患者的情况做一个归纳呈现给医生,辅助医生做诊断。”
在论坛中,九合联合创始人王啸认为阿尔法狗引起很多人关注,未来三到五年时间,人工智能这个领域可能会推动互联网向下一个方向演进。在谈到未来的投资方向时,几位嘉宾表示,未来三到五年的大的投资方向是VR、AR,还有大数据,基于大数据和人工智能和软件的服务。
其中真格基金合伙人李剑威、明势创始合作伙伴黄明明、联创永宣创始合作伙伴田野、九合联合创始人王啸、启明创始合伙人叶冠泰参与了投资嘉宾圆桌论坛环节,清华大学崔鹏博士担任论坛主持人。
以下是投资嘉宾圆桌论坛实录:
崔鹏:请各位首先介绍一下。
王啸:我现在做的基金叫九合创投,主天使和A轮的项目,过去四年多投了一百多个项目,主要是天使的。
孙刚:我是高维资本的创始合伙人。我们也是主要做中早期的投资,从A轮到B轮的多一点,主要是投资大数据,AR和VA领域多一点,今天也是过来学习。
田野:我是联创永宣,我们主要投资的阶段相对跨度比较大,从天使就开始投资,人工智能这方向也是我们未来比较关注的领域。
黄明明:我们是专注在早期的投资,主要两大领域一个是工业升级,工业自动化和消费升级,机器人领域我们也投了几家不错的公司,希望今天有机会跟大家交流。
李剑威:真格基金是徐小平老师在2011年创立的机构,到目前为止投资了300多个公司,行业跨度比较大,我个人是看大数据和人工智能,包括智能硬件,在人工智能这个领域里我们也投了一些项目,包括像自动驾驶,包括余凯的地平线,最近会投一两个机器人和深度学习的项目,今天很高兴有机会跟大家交流一下。
叶冠泰:大家好我是启明创投的IT合伙人,我们公司成立了10年,现在投资了190多个项目,分布在互联网、IT和医疗这些技术。在IT这边,在人工智能方面,我们投资过像人脸识别,还有语音识别,还有像大数据我们投过一些反欺诈的大数据公司等等。
崔鹏:谢谢各位嘉宾的介绍,接下来我们创业者有几个问题各位嘉宾,大家想了解一下投资的方向。第一个话题,最近也是非常热门的,想知道各位投资人对阿尔法狗对智能产业到底产生什么影响?我们嘉宾比较多,请王总回答一下。
王啸:阿尔法狗确实会引起很多人关注,我们知道任何产业的变化都是因为资金密集的推动,目前是一个标志性的实践,大家认为人工智能对于很多事情的推动作用比较大,我个人判断,在未来三到五年时间,人工智能这个领域可能会推动互联网向下一个方向演进,这个演进的路径我把它归结到智能互联网。我们知道下一代互联网很大的特点是前端有各种各样的数据,后端有大数据的模型和深度学习的算法,帮助它调整应对的策略,这是一个基础的模型,我相信未来三五年以后来看这是一个起点,帮助机器下围棋,下过世界冠军,这只是一个非常单点突破的事,我相信它能做更多有价值的事情,下围棋这只是一个个别的事件,但我相信会有一些问题被解决,这就靠在座的各位花更多的钱,投入更多的资源做起来。
黄明明:对于阿尔法狗这个事情,这件事情它的象征意义会更大一点,因为从阿尔法狗事件以后,可能全社会,不管是不是在这个行业里,可能对人工智能这件事算是有了一个比较初级的认识,这次出现的是比较震撼的,它第一次表明了机器在这么复杂的局势判断中战胜人类,但是它离产业化的道路有非常大的距离。好处是说,通过这样的事件,会让整个社会的关注度集中到人工智能这个领域里来,相信对整个行业的推动和带动后续大量的资源、资本进入这个行业会有好处,但是我们也要清醒的看到,这件事还比较早,最近有很多朋友问我,因为这个结果带来的一些恐慌,我觉得这个还早。
李剑威:我觉得这次阿尔法狗对我来说是挺震撼的事情,而且是一个跨时代的,上一次人工智能给大家带来及是97年IBM深蓝,国际象棋那个,在围棋里面,赛前大家都觉得机器赢不了的情况下,形成这么大的反差,对业界和工业届都是特别大的冲击。其实我原来看智能硬件,我们也投了一些公司,包括小米平衡车,华米,还有谁上机器人,云舟智能,中国其实在人工智能行业其实已经不错了,在智能硬件这个点上,往上有两个层面,第一就是硬件层面中国做的不错,在感知层面,可能接下来会有巨大的突破,感知上面何以看到接下来两年会有巨大的突破。再往上就是智能,这次阿尔法狗给大家特别大的冲击,我感觉在未来会出现特别特别多的项目,会有特别多的钱会投进去。
崔鹏:好,各位投资人分享一下对三到五年发展趋势的判断,以及2016年投资的重点投资的方向?
叶冠泰:我觉得三到五年的投资方向,今天我们就在这个会议上,我们又是VC,肯定是三到五年的大方向,基本上都比较同意。我个人在今年,我们会比较关注的是VR、AR,还有大数据,基于大数据和人工智能和软件的服务,基本上我们现在看到有很多公司使用大数据,但是我们觉得更有价值的是用大数据预测一些方向,这个东西是我们在关注的,而且从计算能力来说,它可能还没有那么复杂,是可以做到的。这样的软件是跟2B行业结合,这种公司必须要有对行业的理解,必须能够推向客户,还是需要锁定这个行业。像我们已经在金融方面看到一些公司,像机器人我们也不断关注,还有VR、AR的结合,感知的一些技术。VR、AR这边现在的硬件基本上国外的公司制定一些标准,我自己觉得在纯硬件的地方,中国可能还落后一些,这方面比较难看到一些突破,但是在内容方面,在落地的文化新的方面会有一些突破。
李剑威:VC们关心的都差不多,前沿的大家都会看的很多,机器人,VR、AR,大数据这类的。我们感觉从对生活的改变角度来讲,我们可能对未来有一些想法,比如以后可能不会在大城市,比如美国的城郊到农村的地方,交通有一些改变,比如用184的无人机,或者说水面作战,不是航母对航母,以后就是无人船对无人船,或者无人航母对无人航母。而且我觉得未来三五年肯定会实现,从现在感知技术和智能技术的发展来看,可能会实现,所以我们也积极的在布局一些公司。VR、AR我们觉得稍微早一点,从消费者应用来讲,因为它的头盔太大,很重,戴起来视觉有冲击,但不是很方便,未来它会朝很轻量的方向发展。未来我们会远远低估五年内技术带来的变化,05年我们觉得智能手机不好意思,诺基亚的N71也不错,现在苹果有了128G的内存,匀速速度那么快,就像一个电脑一样,未来五年无人驾驶,包括无人机这些都会实现,希望我们有幸参与到这些浪潮里的优势公司。
黄明明:我先讲讲阿尔法狗的问题,其实讲点有意思的事情,大家知道什么人最感兴趣的吗,就是以前一批研究神经网络和深度学习这批人,其实深度学习和神经网络是在五六十年代这个提法就有了,我记得在我上大学的时候,当有人说我是搞神经网络学习的时候,基本上在国际上认为是骗子,这个可能是个玩笑,当时一个是算法理论,一个是当时的计算能力,后来这帮人搞不下去了,我换个名字叫深度学习,就能继续搞下去了,这是比较有意思的事情。但是今天我在下面听邓老师讲课非常羡慕,一个是给我们做了很好的讲座和普及,另外我们是做投资的,我们特别羡慕没有邓老师这样的奢侈,一个是畅想未来,第二个可以把未来很多前沿的东西做研究。
我一直讲我们做早期投资的,我们是站在未来看今天,如果站在特别远的未来,我是未来的科学家或者是学者,我们要做的是连接未来和今天的桥梁。我认为阿尔法狗的事件还是跨里程碑的实践,不管这些年的GPU,显卡能力计算能力的提升还是算法的突破,确实人计算第一次拥有了可以在非常复杂的非标准性的问题上可以第一次在这些问题上战胜人类的特点。从我们投资的角度,我们可以看到,刚才讲我们第一个领域就是出行领域,自动驾驶领域,大家有研究的,在美国已经是一个半成熟的技术,到2020年加州已经允许在马路上开始跑。在这个领域中国公司有机会,因为电动车和新能源汽车的普及,让中国的汽车工业第一次有弯道超车的机会,未来的交通一定是UBER模式加无人驾驶的模式。我们刚投资了汽车之家的李想的项目,我们觉得基于未来的新能源的个人出行工具和无人驾驶功能会在未来改变人类的生活。
第二块就是在感知方面,不管是机器、视觉,声音识别、图像识别人工智能是会产生有价值的领域,其实有很多公司已经有布局了,包括像激光雷达,室内识别这些技术上,在未来几年都是能看到的一些投资领域的机会。
第三点,我们这个基金针对国内的制造领域,在工业机器人领域我们认为有非常大的优势,我们会持续围绕机器人的上下游产业链进行布局。
田野:刚才几位介绍了他们对这个领域投资的一些思考,从我们的角度来讲,我们认为有几个机会吧。第一个从人工智能的角度来讲,我们认为在一些垂直领域,人工智能的应用能够最先获得成功,或者说能够实现产业化。因为一些垂直领域相对来说数据量比较小,所以机器深度学习能够做的用户体验比较好,这个中间我们比较看好在医疗、交通等领域的人工智能的应用。包括我们也投了一些人工智能在医疗影像,在医疗问答等方面的项目,另外,我们也投了利用人工智能技术在出行管理方向的应用,它会从每个人每天的日程管理开始,切入到用人工智能技术做整个人的生活助理这个方向。人工智能在大范围使用还不太现实,因为样本太大。从机器人角度来讲,我们目前投资了哈工大的机器人集团,我们认为在中国未来几年,机器换人的需求非常大,这个领域会出现很多的公司。大家知道中国在机器人这块的核心,零部件这些方面没有优势,但是结合中国应用场景的机器人技术的集成还是有比较大的机会,这个领域也会出来不少优秀的公司,这也是我们的重点投资方向。我们今天也在做了一个新的基金,是专注于在机器人、人工智能和智能制造这个领域的投资,所以我们也非常希望能够用我们的基金参与到更多的行业的优秀的企业里面。
孙刚:我很赞同前面几位说的,我从另外一个角度说说,你说热点在哪,方向就跟着天天投就行,你搜天天投很多的数据,你看到哪个板块交投特别活跃,标的特别多,那一定是方向。今天和上一场就是明显的例子,最主要就是考虑人工智能和大数据,还有就是VR、AR,前面做那一场我听说特别火爆。简单说,如果未来一两年,肯定是VR、AR这两个领域。但是我自己个人体会,我觉得这种非常大众化的,包括这种热点有时候也是不理智、不理性的,可是作为一个VC来说,我也没有办法,比如说我们在组合中,我们投的数量不多,但是我们觉得有些公司相当不错,需要一段时间去养,我们刚投了一个VR、AR的公司,没投三四个月,下一轮就有很多倍数被拿走了,我并不觉得这个公司有什么变化或者好,但是它的确就是热点,它是一个风口,所以我只想说明,如果是热点的话,这几位投很小离不开VR、AR这方面。另外有一个点,通过智能技术和大数据,在刚需方面的应用可能是我们非常关注的热点,它的底层是传统行业,通过和大数据和人工智能技术的融合,它会有一个质的区别。比如前两天投了一个企业叫小路美美,其实是做童装和妈妈类的服装,创始人是谷歌公司的分析师,然后做了金融的分析师,因为生了小孩,他太太就和他说了,他一点不懂服装,他用爬虫技术把中国很多母婴类公司的数据结合起来,预测下个季度或下个月,什么颜色,什么款式好卖,然后交给代工厂用它的品牌做而已,其实它做的就是传统的垂直的电商,只不过插了智能的数据,所以我们很关注这种在传统领域和智能技术和大数据结合的项目。
另外,我个人和团队讨论觉得文化娱乐方面是有不错的需求,VR、AR在很多领域都是视频直播,游戏类,都跟这方面有关系。大概就是这几个热点,还有智能制造这块也是。方向不光是领域,还有地点,经常投资人会谈到中国有些项目,像风险回报的比例不是很好了,有的去以色列和比利时看一些项目,阿尔法狗就是45个在伦敦的小伙子做的,后来大家知道伦敦在02年人工智能也很强,英国他们非常低调,不知道怎么宣传,不知道到中国来对接投资人,这点和美国和以色列的创业家完全不一样。
崔鹏:对,我们天天投后续会结合产业投资效应会推出投资地图,并且是在线的方式让大家看。如果用10平方公里做一个方格,比如说投智能硬件,你跑到江西这样的地方投是有问题的,你投医疗在成都是不错的。对于项目来讲,我认为地点决定了它的和周边的效率和成本,决定了产业政策,决定了这个公司运转的效率,这对创业公司来讲影响很大,我们会专门推出投资地图的产品,进行专业分析,邀请一些分析的专家协助我们做。
王啸:这个话题比较大,而且也不好做预测,现在如果能预测未来,每个人都会投的非常好。我想说的是,我们可以从简单的事情做判断,所谓的机器学习和大数据,前提是数据的累积和收集,没有这些数据阿尔法狗下围棋也下不好,最近各种各样的智能硬件不错,是因为它能收到大量的之前收集不到的数据。随着这些数据和大数据的算法结合会产生更多的东西,前一段我们有一个公司是专门做挥杆的,把数据精确捕捉到以后可以告诉你怎么样精确打球,其实不管是下围棋还是教你怎么挥杆,可以在细分领域找到一个突破点的。第二个我们看这个事情,看数据比较密集的地方,通过卫星数据能不能做一些农业的保险等等,可以通过一些数据和学习,结合产业的自身规律形成闭环的应用,就是解决一个问题能产生价值,这个事就是有基础,需要数据和产业当中结合,解决某一个具体的问题。人工智能解决我们面临太多的复杂性的东西也不现实,像自动驾驶这个也不复杂,但是谷歌这样的公司花了很长时间那么多人解决,我相信任何一个现实当中复杂的问题,它的解决是需要比较长的时间,而且一般来讲小公司不一定干得了,所以小公司做的话突破起来非常难。包括下围棋这样的事,如果一个小公司想获得那么多的支持是非常难的,这是第三个事情。第四个,如果数据标准化的地方容易形成创业公司突破的机会,刚才提到的医学影像,包括医学影像的数据通过互联网和移动互联网这么多年收集了大量的数据,这些事情做起来比较容易。像交通和卫星数据,有大量的数据存在,因为机器的计算能力不够,解决不了问题,这是我看到的趋势和方向。我相信还有很多看不到的东西才是有价值的,所有人都看到了,其实都是我们要一波一波通过天使和VC推动变成现实,这是我们的价值和意义。
崔鹏:最后一个问题,人工智能在金融领域,尤其像一级资本市场有没有可能应用?
叶冠泰:其实我们已经有一家公司,反欺诈的公司做大数据分析,他们已经开使用深度学习的算法,预测一个可能性的坏人的行为,再做出一些风险模型,提供给金融的客户们,已经在做这样的准备。除了风险预测之外,一级市场股票的波动,这方面我还没有类似的公司。我觉得深度学习可以应用在所有环节里面的东西,但是在每一个环节都有需要落地的地方,都有很多的已经积累的商业知识和行业规则,比如这个数据从哪里来,有这样的问题,我觉得可以分成几个类别。我们自己在大数据投资的时候,我们分成三个类别,第一个类别是它有数据,或者有分析能力能够拿到数据,大部分的时候,大数据在今天的层面上,小公司是没有数据的,你如何从大公司拿到数据,必须能够把它的数据,因为它不会卖数据给你,大公司不需要钱,你必须告诉它说你的数据有一部分是我加工给你的,这是一种,基本上数据模型在反欺诈或者安保,现在可以做到石油勘探方面。第二,也许可以做这些东西,我觉得未来数据本身不是计算,现在像做HADOOP,我们还投了一家做数据库的公司,像这样的东西都是用在金融本身的。
王啸:如果在一级市场很简单,如果回答YES的话,我们台上这些人都失业了。如果我告诉你在一级市场的VC和PE领域,如果人工智能有用的话我们大家多回家歇着去了。我觉得在二级市场,在过去几年,我的很多同学都可以做快速的炒股的,这个不新鲜了。但是我认为我们一定是有价值的,我们不会失业,对我们做VC的老板来说,阿尔法狗事件出来我们第一次开例会的时候,我就说人类区别于其他动物的,我们唯一最强的就是学习能力,我们没有老虎和马跑的快,我们人类之所以能生存下来就是学习能力,现在机器初步具备了学习能力,如果你们再不努力工作,先失业的就是你们,再失业就是我,一级市场最好的应用就是可以激励我的团队,这是我的回答。
黄明明:在二级市场刚刚也说了,我觉得在整个大金融领域里边,其实VC是最不具有金融属性的细分领域,本身金融就是数字游戏,它很容易被量化,只要容易被量化的东西都是人工智能可以逐渐突破和解决的,包括现在很多量化交易都在做了。对VC这个行业来讲,我觉得它更多在很大程度上对事情的判断是基于一种模糊的东西,刚刚邓教授介绍的,包括人工智能全世界没有做的灵感、顿悟还没有做,而做VC很大程度上需要一种直觉,这个工作有点偏向于手艺人的活,所以人工智能想替代的话有相当漫长的道路。单位人工智能对数据的分析,作为VC领域的辅助工具是有机会的,像天天投现在做的事情,不断搜集行业数据帮助我们形成投资决策的判断,在这个上面来讲可能还是有机会的。
崔鹏:其实我们的理解,第一个是信息优势,第二个是反复投资必须的大脑,这样的过程,天天投今天2.0战略,第一步希望我们在未来创业投资的数字信息方面建立优势,相对于任何投资机构的信息优势。第二个这个市场是不可能完全变化的,刚才各位说了,它很多有任性的判断,这是未来几十年可能更长远的周期无法量化的东西,但是有一种方法,可能通过群体的意志获得群体的智能,群体智能体现出来的东西会有可能应用在这个市场的。
如果衡量成功的标尺是高度,许良杰是最成功的硅谷华人之一。
许良杰被美国前副总统、诺贝尔奖得主戈尔誉为“硅谷华人骄傲”――进入eBay最高管理层6年,是推动eBay 6年十多倍增长的核心力量;作为思科全球副总裁,带领全球化团队开拓出年收入超过10亿美元的通讯产品业务线。美国白宫和总统的空中一号专机(Air Force One)用的就是思科的系统。
许良杰还在中国互联网界烙下了自己的印记。
2000年,许良杰首次回国,担任网易CTO。在网易最低谷的时期,许良杰架构网易技术平台、推出重要产品、培养技术人才,为网易的腾飞打下了坚实的基础;2013年初,应邀出任新浪集团联席总裁兼CTO,理顺微博的产品定位、升级技术平台、营造创新氛围、注入工程师文化,改变微博竞争格局,为微博度过难关稳定发展贡献了“微薄”之力。
但对许良杰而言,衡量成功的标尺是多元的。
攀登到一个什么高度是重要的。而在攀登高峰的旅程中,你对旅程中的人们和社会产生过什么影响也是重要的――人们因你而受益,社会因你哪怕更好一点点,都是一种成功。
这是许良杰自己看重的标尺。
2000年担任网易CTO的时候,中国的互联网是一片待开垦的处女地,互联网工程师还是稀有物种。许良杰亲自从学校里招实习生,手把手带刚刚入行的程序员,这些人后来大多成了互联网领域的骨干力量。
在eBay期间,许良杰在上海一手创办了eBay第一个海外研发中心。现在做电子商务和支付的CTO,很多都曾在“eBay研l中心”这所学校学习工作过,包括携程、唯品会、阿里巴巴,还有百度的技术高管以及诸多成功的创业者。
许良杰认为,如果给员工平台、创造氛围、提供支持,他们会学习、成长,更勤奋、更愿意承担责任。而一个公司要有创造力,就需要激发每个人的潜力,需要让每个人的思维和逻辑保持开放性,不受级别的压抑。
他还认为,管理者和领导者的区别在于,管理者是职务权威,是职位赋予的权力;而领导者则是一种影响力――退休后在公园里看报纸,以前下属碰见你,会主动过来打招呼聊天,因为他觉得跟你共事时学会了不少东西,认可你的品质和领导力,还值得汲取你的智慧。许良杰一直努力成为一个这样的领导者。
许良杰非常骄傲自己曾经的下属很有成绩;每次回国,以前的同事都会找他相聚和交流,这也许是他最为开心的时刻。
许良杰的人才观和领导风格承自硅谷。
平等、开放、尊重个体、崇拜创新、宽容失败是根深蒂固的硅谷文化,也是硅谷人才辈出、公司繁荣的基石。离开了人才的繁盛,硅谷不复存在,将只是一片农田果园。
在自己的每一段职业生涯里,许良杰都努力营造平等、开放、鼓励创新的文化氛围。许良杰喜欢硅谷传统的“走动式”管理――尽量记住员工的名字,随意在办公区走动聊天,沉淀到组织最底层,感受最底层员工;也喜欢eBay的开放办公环境,从CEO梅格・惠特曼到普通员工,都在开放办公区办公,许良杰相信诚实正直、公开透明的环境可以引发人性的光辉。
选择一条什么样的路径抵达高峰也是重要的标尺。
梅格・惠特曼(Meg Whitman)在其自传《价值观的力量》中写道:“我敬重雄心壮志,但不欣赏冷酷无情的野心勃勃。在职业生涯中,我见过20世纪80年代认同贪婪这一观念的式微绝迹……我也见过自私自利者踩着同事肩膀往上爬的劣行。但在eBay做了十年管理工作之后,我的体会是,如果eBay是家没有核心价值观和道德原则的公司,对网络社区及成员只是加以利用的话,我们绝不会取得成功。”
对于许良杰而言,梅格的这段话里,包含了攀登高峰的正确路径。
2000年初加入网易担任CTO,许良杰完全是创业心态。那时网易财务艰难,在硅谷风光无限的搜索领域权威许良杰,和丁磊一起坐地铁,满大街搜索每公里1.2元的夏利出租车;遭受黑客攻击的时候,24小时蹲在电信机房里拦截病毒,期间只在机房外喝点水。
勤奋的许良杰受到董事会青睐。2001年,董事会提出让许良杰担任CEO。
许良杰婉拒了。
面对我“为什么”的提问,许良杰说:“丁磊对中国互联网用户的洞察比我更直接,从长远来说更适合担任CEO。加上当时我觉得自己并没有ready,我有短板,比如我之前没有亲自管理过公司财务和法律事务,而网易那段时间最需要这些方面的经验。我当时觉得更合适继续担任CTO 。”
多年来,许良杰与丁磊保持着深厚的友谊。
在离开网易加入eBay的6年间,许良杰承担的责任越来越多、带领的团队也越来越大,成为惠特曼管理团队的核心成员,同时许良杰还是eBay三位有杰出技术贡献的“fellow”之一。
期间谷歌曾邀请许良杰担任中国区总裁。从谷歌成立时,许良杰就意识到搜索引擎的未来是属于谷歌的。但许良杰还是谢绝了谷歌的邀请。一方面有现实的考虑,中国区总裁不好当;更重要的是,“在eBay的事情没有做完,做人做事得有个界线”。
6年后,许良杰跟惠特曼同时从eBay退休。
2013年,许良杰应新浪董事长曹国伟之邀担任新浪微博的联席总裁兼CTO。两年多后,许良杰适时而退,并与新浪董事会、曹国伟等人保持着友谊。许良杰说:“作为企业高管,将擅长的事做到最好是你的份内事,不要有过多的企求。”
“敬事爱人”也许不是最有利的职场风格。但在许良杰的标尺里,权力不是唯一标准,在遵循基本价值观的前提下追求职场高度是更重要的标准。
衡量成功的标尺,还在于自我完善。
2002年中,网易实现了盈利和稳定发展。而正好eBay当时的CEO梅格・惠特曼邀请许良杰加盟eBay。许良杰欣然应邀。主要理由是“难得的充电机会,可以跟梅格学习如何做CEO,驾驭一个高速发展的企业。”
2008年,许良杰离开eBay,接受钱伯斯邀请加入了思科。从现实的方面考虑,思科是世界100强公司,同时是企业级音频视频系统技术的领头羊,有很好的平台;更重要的,还是来自于进一步学习、提升、完善自己的内在渴望,那种不断接近“理想自我”的内在驱动力。
“回看我之前的职业生涯,在加入思科之前,我做的产品都是互联网消费级的产品,没有真正做过企业级产品。我希望能完整驾驭一个业务,开发出最好的企业级产品,把它卖给全球客户,这是一种新的挑战。思科给了我这种学习和接受挑战的机会。”许良杰解释为什么要加入思科,“当然,我也希望能将快速迭代的开发模式带入思科。”
用了20年孜孜不倦去追求一个完美的“理想自我”后,许良杰决定创业。2015年,许良杰与腾讯前联席CTO和Greylock中国区合伙人等人一起创办七海资本。
硅谷,正在发生什么
人工智能将迎来大爆发
TBR:现在七海资本重点布局的领域包括人工智能(Artificial Intelligence),您认为在未来的三五年,AI会有大规模的应用,您如此乐观的理由是什么?
许良杰:随着计算能力的提升、网路的提速、成本的下降,人工智能技术也因此终于有了更为广泛的实用价值。
第一,数据的处理速度已经够快。计算能力快速增强,CPU本地的计算速度、云计算的速度都越来越快。数据的处理速度已经可以实现人类与人工智能的实时互动,例如下围棋的AlphaGo;如果处理速度慢,你交给人工智能系统一个任务,需要1个小时才能完成,那是完全不同的应用。
第二,数据量越来越大。在数据量不足的情况下,好多事情是做不到的。例如,早期导航的交通信息都不太准,因为数据量不够大。而现在,用谷歌地图、苹果地图或者百度地图、特斯拉地图导航的人越来越多,每次你使用这些地图的时候,这些导航地图的后台就在搜集汇总数据,数据量越大,实时信息就越准确。这路段为什么标成黄色?因为现在在那段路上的汽车开得都很慢。现在的实时数据量足够大,所以导航地图就比较准确 。
第三,摄像头、感应器的灵敏度越来越高,而制造成本则越来越低。计算机视觉(Computer Vision)和语音识别是AI非常重要的分支。人拥有眼睛和耳朵,用眼睛和耳朵去获取信息、知识,实现学习过程――上小学、大学、研究生,大脑才能不断地发展进化。图像处理和感应器就是AI的眼睛、耳朵、感知系统。过去十年,摄像处理有很大突破,特别是在图像搜索、图像处理、图像标引方面。AI拥有了灵敏的眼睛,加上突飞猛进的计算能力和积累的大数据量,从而能够实时互动、交互学习。
第四,过去60年间,整个人工智能学术领域已经积累了很多理论和模式,现在一些理论和模式开始得到应用,未来的理论应用应该会加速。
TBR:您具体关注AI的哪些应用场景呢?
许良杰:人工智能在医疗领域的应用有非常广泛的前景。在医疗领域,没有经验的医生,没有病人;有经验的医生,一号难求――因为临床治疗需要经验,病人都怕被误判。人工智能可以积累和分析海量的病例,通过人工智能的辅助,医生的培训会有一个飞跃――临床经验积累周期有可能缩短。
智能私人助理是AI领域的早期应用,不仅苹果有Siri,现在亚马逊有Echo、谷歌有Google Home,可以把这些应用叫做对话机器人。
在七海投资的创业公司里,有一家做医疗领域的智能私人助理。美国人在慢性病的管理方面花很多钱。而且慢性病管理非常麻烦,例如高血压或者糖尿病人,如果中间停药,就很难控制,需要从头开始再次治疗。智能对话机器人,会按照病历的情况和医生制定的疗程和规则,取代护士提醒病人吃药、做检查,根据检测结果,提醒病人需要注意什么问题。相比护士,机器人成本低,可以做到个性化,并且这个系统会不断学习,根据每个病人的病历来互动。这就是人工智能和医疗护理结合的应用场景。
我们还投资了会帮你快速写出邮件模板的应用――根据客户的情况,以及你和客户之间的邮件对话、交往历史很快拟出邮件模板。对于很多需要经常维护客户的工作岗位例如销售,这个私人助理可以提高效率。
我们还投了一家写普通法律文书的AI公司。美国律师很贵,一小时800美金。AI助理通过对公司业务的深度学习,可以很快帮你初拟出常用的法律文书。
人工智能在企业客户服务方面的应用也非常现实,尤其能帮助呼叫中心实现突破。携程、京东这些企业有一个核心系统――呼叫中心。很多企业的呼叫中心之所以规模庞大,往往是因为后台系统不是很健全。如果一个用户的投诉电话打进来,系统马上能调出所有信息――这个用户的交易记录、信用记录、投诉记录,通过全面精准的数据,可以给客服人员实时提供可供选择的最佳候选答案,甚至可以部分实现人工智能自动回复。
人工智能还有一个很大的应用场景就是安保,以及最近比较流行的自动驾驶(无人驾驶)。
人工智能确实正以惊人的速度为人类创造惊喜。半个多世纪积蓄的能量正蓄势迸发,在多个领域显现出威力。
TBR:在人工智能的各个细分领域,硅谷哪些方面非常领先?
许良杰:硅谷在计算机视觉,机器学习(包括深度学习,强化学习等),自然语言处理,以及机器人操作系统等领域的研究较为前沿。中国在这些领域有显著的增长。诸如机器人、计算机视觉等应用层专利,近年增长幅度更快。
TBR:但您也提到f现在AI领域有一些泡沫?
许良杰:2016年AI相关的投资案子数量是2015年的一倍。总体还是健康的,但也碰到过一些鱼目混珠的项目,有些实质上和AI无关的创业公司也往AI概念上扯。
机器人融入生活空间
TBR:您很关注的另外一个领域是机器人?
许良杰:机器人跟人工智能关系非常紧密。现阶段比较成熟的工业机器人,譬如汽车制造厂里的机器手臂,将会继续发展,例如,特斯拉车厂已启用了各种类型的机器人。而最有发展和想象空间的,将是服务性机器人――以前很多用人工做的事情,都可以被机器人取代,服务领域的机器人将迎来爆发性的发展阶段。比如,医院里有好多需要运送的事情,从房间垃圾、验血标本、病历、住院病人送餐等等,这些运送的工作全部可以让机器人做。在酒店,客人要个充电器,点个汉堡,以前都需要服务生送过去,人工量比较大,现在也可以用我们投资的公司的机器人代替,用户的满意度更高。在商场、仓库、停车场等很多地方,以前要雇很多保安,现在可以用机器人来巡逻,或者是无人机在室内飞行、拍照、感应,斯坦福大学购物中心就有安保机器人在巡逻。具有自动感应功能的智能扫地机器人,也正在走进家庭和商业楼宇。
机器人更多会潜移默化到我们的生活空间和工作环境,进而改变相关领域的商业模式。
企业级应用:中美仍有落差
TBR:您在思科负责过企业级应用业务,企业级应用方面会有很大空间吗?
许良杰:企业级应用在美国发展得相对成熟。但还有更多机会来通过技术,让人与人之间的交流成本更低。当企业变大,跨地点、跨时区、跨文化之后,每提高一点点员工的交流效率和管理层的决策速度,都会给企业带来很大的经济效益。
怎么样把有限的工作时间用得更有效率,更能发挥创造力,更能协同工作,这方面小公司会有很多机会。美国有一些企业级应用的成功创业案例,例如像企业协作平台Slack,囊括了实时交流平台到企业项目的立项审批等各种企业功能,做得非常好。此类的企业应用和通讯平台,不仅会提高整个企业的决策效果和运营效率,也会触动整个软件行业。这方面中国市场的潜力很大。
虚拟现实和增强现实在企业的应用,例如把虚拟的人整个放到会场,这样的应用可能还需要5年,因为信息传输量很大,需要很大的带宽,网络上下行的速度够快。在实验室环境下,这已经可以实现,在公共网络中,效果还不理想。
电子商务:垂直领域会涌现创新
TBR:在电子商务方面,硅谷一直是领导者,从eBay到亚马逊,不断领导潮流,这个领域创业和投资机会您怎么看?
许良杰:电子商务的大平台格局已定,但细分垂直领域会有更多创新。例如亚马逊最近推出GO――买东西不用结算是一个创新性的尝试。大家觉得无人机送快递不太可能,但我觉得在一定的领域实现无人机送货是有可能的。 还有电子商务的痛点环节――仓库管理,这个领域机器人和人工智能还是有用武之地的,以后仓库货柜都是自己会移动的。
生命科学为什么正在加速
TBR:据我了解,在硅谷,生命科学的研究也是非常前沿和领先的,但是生命科学的实质性突破是不是仍需要比较长的时间?
许良杰:过去20年,互联网技术对生命科学和医疗的实质性颠覆并没有充分体现出来。
但我深信,大数据、云计算能力会加快生命科学和新药研究发展。
这种加速度和材料科学的加速发展非常相似。
一种新材料的出现,要通过不断试验。现在我们已经看到,材料科学已经通过大数据,利用人工智能进行建模,从而省略掉几千个实验――通过建模可以预见有些试验肯定不成功,因此聚焦于较可能成功的模型上。现在试错的速度极大地加快了。
药物也是如此。新药物的研发需要不断地试错,以前传统的实验流程比较慢,现在借助大数据模型和生命科学的人工智能,试错周期越来越短,速度越来越快。
而在基因数据方面,新的计算平台,已经让人体基因数据的获取变快和便宜。
所以,我觉得在生命科学方面,未来几年肯定会有很大的一个提高。
特朗普对硅谷的影响
TBR:您认为特朗普当选总统对于硅谷创新创业有什么样的影响呢?
许良杰:硅谷成功的秘籍是:这里是一个多元化社区和科技人才的聚集地。
如果H1-B(技术移民工作签证)政策改变,会对海外人才流入硅谷产生一定限制,对一些领域的人才组合和团队的组建速度会有一定的影响。
另外,一些企业的商业模式是建立在奥巴马医疗保健方案之上的,如果奥巴马医保方案被修改或代替,这些企业将会受到一定的影响。
美国政府对信息产业的发展是有重要影响的。克林顿当政期间,提出了雄心勃勃的信息高速公路设想,要让每个地方连上互联网。当时我在伯克利读博,宿舍全部联网,感觉像生活在另外一个世界。
美国早期的电子商务为什么能够成功呢?一个原因是免税。在美国,消费都有消费税――去商店买东西,要加上8%-9%的税。网上购物的运费可能要占到订单价的7%-8%,如果还要交消费税,就比在实体商店买更贵。作为当时的行业领头羊,eBay就游说美国政府,希望政府对新兴行业给予鼓励,而美国政府也很有前瞻性,通过免税给予支持。所以美国早期是通过免税政策给了新兴电子商务模式以生存空间。十几年后,美国政府觉得不合理――好多线下商店已经无力与电子商务竞争了,于是推出新条款――在线商业如果在线下也有店铺或者营业部门,其线上销售也要收消费税。这是为什么后来亚马逊把好多州的分公司都关掉了。
奥巴马政府沿袭的保护地球的理念,于是推动新型能源的探索,这是太阳能、电动车源源不断有创新产生的原因之一。
如果新任政府聚焦在基础设施建设以及扩大美国本土的就业市场,这将推动美国制造I的换代和创新。如果美国公司在海外资金回流的税务得到减免,将有望带动更多的企业并购,从而刺激风险投资机构对初创企业的投资力度。
对于创业者,需要宏观分析一下,现在的风向对你所在领域创业是否有利。
但是从长期看,总统来,总统走,硅谷创新的车轮从未停滞过。由于美国政治制度的权力制衡机制,加上总统大选每四年一次,政策导向对高科技领域的影响终是能得到阶段性的平衡。
另外,硅谷对全球创新和经济的影响力,某种程度上不是基于国家――不是由于美国超级大国地位产生的威慑力;而是基于技术和产业的创新能力――硅谷I导的技术潮流,直接、间接地影响到全世界。例如,我以前任职的思科,改变升华了整个通讯和互联网行业,网路通讯底层的光纤网络,路由交换、视频通讯协议都是思科演化的。这种技术变革最早让美国本土人受益,很快影响到世界各个角落,使得视频通讯以及微信视频、微博直播等各种下游应用,能有更棒的用户体验。
我对硅谷的未来是乐观的。硅谷对待国籍、民族和意识形态不同的各式移民的态度尤为宽容,对知识产权尤为尊重。各种背景的移民在硅谷都有代表性的成功创业家和风险投资家,由这些人建立的创业指导和人际网络可以帮助后来者更快地融入硅谷。不同民族之间也能相互碰撞出创新的火花。所以说,硅谷的成功并不是由政策因素主导而来,而是多种因素交融之下自然产生的无比美妙的创业生态圈。
华人的硅谷天花板
TBR:您在硅谷已经二十多年。很多在美华人认为中国人在美国职场有天花板,您怎么看这个问题?
许良杰:硅谷是一个多元化的社区,环境比较公平,机会还是比较平等的。
我在伯克利就读的几年,校长是田长霖。田长霖是第一代华裔移民,说着并不标准的英语,但是在美国取得了了不起的成就,他是美国历史上第一位亚裔顶尖大学校长,把伯克利加大带入巅峰时期,还是美国国家基金会(NSF)理事会成员、总统科学顾问、美国工程院院士、美国文理学院院士。
我那时候二十多岁,田校长成为了榜样,潜移默化地影响了我:只要努力,一切都是有可能的。
首先,你必须有融入社会主流的愿望和思维;不同的种族和文化的人,做事方式会有不一样的地方,要学会、扬长避短。
第二,诚信和勤奋是基本前提,工作中要有高效的执行能力,相应的专业水准以及沟通表达能力。该表达的时候,要表达。
第三,有大局观和协同的工作态度。如果总是不想多干活,碰到问题就推卸责任,那么上司会觉得这个人管理成本太高了,不适合担重任。所以要撑怀,敢于担当。
不要去想太多所谓的天花板问题,事在人为。
1关于复杂系统主要内容的概述
关于系统一词,著名科学家钱学森是这样对其定义的:相互依赖、相互作用的多种组成部分之间的相互结合所形成的具有特殊功能的一个整体即为系统。根据其定义可以得出系统的三个要素:一是系统是多种元素的相互结合形成的;二是元素之间相互依赖、相互作用;三是具有特殊功能的一个整体。在系统的复杂性演化过程中主要有三个方面的发展变化。首先是组成系统的元素数量的变化,从最初的少量变为大量,再变成多数量,最后变成无限量;其次是元素之间相互依赖、相互作用的变化,是从线性变化到非线性,最后变成了随机性;最后是某种特殊功能的变化,是从元素直接功能的描述变为组织性的间接描述,最后演变成没有任何形式组织的不可描述形态。对于复杂系统的描述没有明确的规范标准,而组成系统元素数量的庞大,元素之间依赖作用关系的非线性、随机性以及特殊功能不能用部分特性来实现具体化描述等这些特性构成了所谓的复杂系统[1]。
2关于复杂系统计算机分布智能仿真平台的分析
2.1关于自适应Agent仿真平台的分析
自适应Agent仿真平台Swarm是美国研究复杂系统的桑培菲所提出的。这种仿真平台中有着多种单机中的多数进程或者线程组成的具有不同功能的智能主体Agent,这其中主要包含有人与计算机交互所显示控制的Agent、在网络之间实现交互的交互Agent、合理控制时间变化和元素管理以及通信交流的全部或部分Agent,还有就是具备自我适应调节能力的反应Agent。关于具备自我适应调节能力的反应Agent的结构模型,主要是由信息缓冲MB、行为输出MO、信息接口MI、反应体所构成。这其中MB和MI主要是对周边的环境进行良好感知,而反应体主要是在获取感知之后,做出适合的决策。比如,一般金融投资者的证券交易原则,其过程极为简便:他们如果发现证券价格在逐渐上升时,就会将具有上升趋势的多数证券出手;而如果他们发现证券价格在迅速下降时,就会把具有下降趋势的多数证劵买进[2]。
2.2关于智能仿真(DSI)的分析
在经过一段时间的发展之后,分布计算机以及人工智能技术也较为成熟,在这个时候美国桑培菲提出的Swarm自适应仿真平台就显得跟不上时代的发展,再加上智能思维和仿真规范的约束,使得其自适应仿真平台发展相对滞后。在新时期发展下,计算机分布智能仿真平台的设计能够更好的发展进步。计算机分布智能仿真平台中的Agent支撑库主要是对Agent创建结构的支撑,从而有效统计分析仿真结果;对于复杂系统时间的同步以及信息消息的传播技术是通过仿真支撑软件来实现的,面向全局服务化的Agent在整个计算机分布智能仿真平台中只有一个,而且它的存在是为了给各个Agent提供唯一的全局Agent标识,这样便于有效的创建和取消Agent,而且能够对Agent的具置以及具体特征做到准确定位查询。对于Agent的部分控制是在结点机上存在的,而且每个结点机上都有一个,它主要是负责复杂系统时间的变化、做到元素的有效管理、而且负责权限的变革和结点之间的相互信息交流。
3复杂系统的智能主体和HLA/RTI功能
3.1关于复杂系统的智能主体
创建社会系统以及自然描述的基本模型,从而构造智能化主体是分布人工智能的主要研究目的。这种研究为复杂计算机仿真研究提供了基础保障。关于分布式人工智能可以从两个方面来分析,分别是多主体系统和分布问题求解。分布式问题求解系统仅仅是问题的求解,主要把问题作为任务来有效分开完成,这种系统是自上而下的模式。而对于多主体系统而言也是自上而下的模式,实际研究时,需要将自主主体分别定义,而且主体之间的相互作用可能是交流、争论还有可能是敌对关系。面对上述这种情况,智能主体就自然而然的成为复杂系统计算机仿真研究的主要方向。
3.2关于复杂系统的HLA/RTI功能
复杂系统中HLA框架中最为核心的部分就是RTI,它主要是实现仿真系统应用、特定功能、基础通信之间的有效分离。仿真过程中的,复杂系统中的智能主体以HLA所规范的方式实现与RTI数据之间的交换,从而确保主体之间的相互交流。关于RTI的综合管理主要有六个部分功能,分别是主体管理、全局管理、属性管理、数据分发管理、声明管理、时间管理。主体管理是实现主体间的有效控制;全局管理主要是实现全局化的服务,主要内容有动态控制、创建、主体变更等;属性管理是主体属性权限的控制、变化;数据分发管理则是在网络上控制流量,而且利用组播技术有效交流;声明管理是通过声明智能主体,从而实现交互信息的接收;时间管理是在复杂系统中运用合理的方式使其时间变化。
3.3HLA/RTI协议下的多Agent计算机分布仿真平台
HLA框架中的RTI服务能够提供复杂系统仿真环境下的多种特定功能,其中主要包括数据信息传递、信息事件处理、时间控制、控制主体,RTI服务能够为事件处理以及具体状态变革提供良好的依据,而且便于时间的管理。MAE环境利用HLA/RTI作为支撑,能有效发挥HLA模型和RTI的多种服务,更加利于仿真环境的形成。从Agent方面来看,多Agent仿真平台中采用HLA/RTI还不能够使其完善,主要是缺乏Agent之间的交流支持,通过对Agent远程状态进行分析才能对其应用,而且Agent也需要特定通信的支持。在Agent的决策中,最为主要的就是Agent之间的交互通信,而HLA/RTI这一框架并不能满足相关要求。为了能够有效的解决这一问题,需要添加中间层,这个中间层处于RTI和Agent之间。它所起的作用是将作为HLA仿真元素加入到多Agent之间通信进行封装解释,这样有效增加了Agent之间的通信交流,并且为其提供支持保障。在中间层的封装消息,Agent之间数据流也会变多,通过RTI路由空间的限制从而控制数据信息分发数量,这样做到合理约束数据信息,从而保证元素只得到应该获取的信息。通过上述的分析,了解到HLA/RTI比较适用于多Agent仿真环境,随着HLA/RTI的不断扩展壮大,能够更多的构建多Agent计算机分布仿真平台。
4结论
一、关于大数据
1.对大数据概念的认知
在科学发展的驱动下,特别是互联网、物联网、云计算、移动应用等信息技术的广泛应用,各型各类的数据正形成信息,越来越多地被集结、被积累,并与我们工作、生活息息相关,推动着我们进入了大数据时代。最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡。他们认为,大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。它能真实反应信息社会巨量信息的爆发式增长,并且难以按传统方式进行整理归档利用的情况。而“大数据”对社会经济生活产生的影响绝不仅仅局限于技术的层面,它为我们看待世界提供了一种全新的方法,也就是说更多的决策行为将基于数据分析,而不再是凭借经验和直觉做出。
2.大数据的特点
大数据与海量数据和大规模数据的概念一脉相承,但在关于数据体量、复杂性和产生速度方面还是远远超过了传统的数据形态,也超过了现有技术手段的处理能力,并带来了许多创新的“可能性”,学者们认为它主要还具有5V特性:数据量Volume(数据量)、Velocity(时效性)、Variety(多样性)、Value(价值高)、veracity(可疑性)。Volume表示海量数据的产生、处理和保存。Velocity即处理的时效,比如需要做某种预测,如果处理的时效时间过长,就会失去预测的意义。Variety指的是数据的形态多样,包括文字、影音、网页、串流等结构性、非结构性的数据。Value指价值高,对于国家和社会都有极大价值。对于Veracity是指当数据的来源变得更多元的情况下,数据本身的可靠度、质量是否足够,因为如果数据本身就有问题,分析结果也不可能对。这些特性和要求引导人们从追求“为什么”过渡到去研究和回答“是什么”,认识世界的方法也从引导人们用精确的小数据去探求“因果”过渡到通过大数据去建立“相关性”去探求“关联”。这也是大数据处理技术和传统的数据挖掘技术最大的区别,也正是大数据时代下医院科研管理的挑战与机遇所在。
3.大数据对医院科研管理的影响
随着人们越来越意识到数据对医院实现精细化和智能化管理的重要性时,建设相应的研究型医院、完成医院的重大转型也变得迫在眉睫,抓住契机、变革观念、建立创新型体制机制,同时扩大视野、开放办院、实现医院的转型目标,是大数据对医院的管理能力和水平提出的新挑战,同时也为医院的科研管理提供了巨大的潜力和空间。陕西省肿瘤医院通过对医院数据环境进行再造、整合建立医院信息数据中心、搭建数字化科研孵化平台、影像技术共享平台等方式,探索数据的分析挖掘和新的措施的发现,推进医院科研管理的规范化和结构化,让其更趋于系统性、完整性、真实性和有效性。
二、大数据下科研管理的创新实践
陕西省肿瘤医院大数据技术的研究和引入,将促使科研管理的跳跃式发展。当然,当前的科研管理还处于从行政管理模式向专业管理模式转型的过程中,要让大数据助推科研管理变革还有一个漫长的过程,这就需要我们不断地研究、探索和实践。陕西省肿瘤医院已经在该方面做了有益且大胆的尝试。
1.建立和完善科研管理的数据库
大数据时代的科学研究将更多地依靠各种长期积累且相互共享的数据库,因此,陕西省肿瘤医院主动迎接大数据时代的来临,在研究、制订统一数据标准和格式的基础上,逐步建立和完善利于大数据研究的科研管理数据库,如整理、建设历年来地方科研管理的数据库,从市级规划课题的研究项目入手,逐步建立一个扩展到省级、国家的科研数据库,将历年来研究的项目、内容、关键词、研究成果和研究团队、课题主持人等信息进行搜集、储存、整理、分析,实现管理的数据化、标准化,进而加强与国家、省级、其他地区科研管理数据库的共享和交流,推动大数据时代科研管理的基础变革。同时医院为医教职工建立了个人科研档案,本档案包括个人科研立项、结题、中文论文、SCI、专利、专著、科技奖等相关信息,方便个人随时获取自身科研信息,让个人对自己的努力方向做到心中有数;同时,方便医院科研管理部门及时掌握每位科研人员的科研、学术活动,及时发现和解决研究工作中出现的问题,为医院整体科研工作的宏观管理奠定基础,将更多时间和精力投放到为科室和个人量身定做个体科研服务上,这也是陕西肿瘤医院促进科研能力和科技成果转化,致力打造科研管理“一条龙”服务的一项重要举措。
2.构建适应科学研究需要的大数据交流与分析平台
大数据发现规律、预测未来的本质对于科研的发展有着巨大的作用。在建立和完善科研管理数据库的基础上,逐步构建一个有利临床、影像的大数据共享、交流、挖掘、建模和分析的研究与运用平台。陕西省肿瘤医院通过平台的建设助推科研管理的变革,如整合医院信息资源,建立信息数据资源中心,该中心具有涵盖健康人群、患者个体,以及医疗机构内部对疾病预防诊治一体化管理的分析、整合、规范、指导的信息数据链交互平台。致力于满足癌症患者医疗需求以及未来移动医疗的实现提供可靠、高效、并能够不断优化服务的保障系统,为真正实现“健康评估科学化,医护诊疗规范化,患者就诊个体化,医生病人可视化,群防群治一体化,临床研究前瞻化”的目标打下坚实的基础,该举措充分体现临床医学信息化、科学化,也为医院科学研究的需要提供了丰富的资源。在该数据中心的基础上,该院还与某人工智能研发科技有限公司联合组成人工智能乳腺钼靶影像诊断科研团队,致力于研究钼靶X线检查所示临床触诊阴性乳腺微小病变的早期识别及早期诊断,共同打造“乳腺健康检测云”平台,该平台通过AI(人工智能)提供的乳腺影像智能分析,即大批量处理图像分析,可以协助医生提高乳腺微小病变的检出效率,大幅提高医生对疾病的诊断精准度,最大限度的降低临床上漏诊和误诊发生的风险。而通过单病种的大数据研究与运用平台寻找相关方面的课题研究的内容和科研发展趋势,也变的更有效率,资源也更丰富,对于科研管理而言,利用这种更专业化的数据库,可以为科研人员提供更个性化的服务和指导,对提升医院科研服务能力和教学水平皆具有重要的意义。
3.加强对科研管理人员素质的培养
一个快速发展、不断变革的行业,势必对从业人员的素质有更高的要求,这素质不仅包括了知识技能的快速掌握和应用,也包括了要把创新意识融入到本质工作。为此,陕西省肿瘤医院通过定期召开医技科室信息数据共享及互联互通培训暨征求意见会、临床科室的信息数据共享及互联互通培训暨征求意见会、派遣科研管理人员进修学习等,促进我院基于肿瘤大数据下的研究与应用工作,同时培养科研管理人员创新意识。
4.开展科研管理中大数据应用的探索和实践
社会医疗保险是一种“低水平,广覆盖”的保障,其最高“赔付金额”是当地上年社会平均工资的倍左右,在全国大多数地区为~万元,而重大疾病医疗费用一般高达万元以上,两者之间存在较大缺口。
商业医疗保险的空间
建立完善的医疗保障体系已经是当务之急,从目前来看,利用商业医疗保险建立一个没有漏洞的多层次的医疗保障体系是一个合理的选择。就险种类别来看,目前上公众急需的医疗保险、老年护理保险,属于健康险的范畴,而目前我国还没有一家专业的商业健康保险公司,健康险也只是作为寿险的附属业务。尽管如此,我国近年来的健康险增长依然迅速,年度我国健康险保费达到亿元,占人身险总保费的;年健康险保费达到亿元,占人身险总保费的。这一成绩较之成熟市场的到有较大距离,但较上年增长,远远高于同期的人身险保费增长率。在七月召开的中国保险行业协会健康保险工作部成立大会暨第一次工作会议上,专家们认为,由于国家基本医疗保险覆盖面不足,保障程度相对不高,为商业保险公司发展健康保险留下了巨大的发展空间。较为谨慎的预测是,到年前后,我国健康保险的市场规模在亿元左右,而较为乐观的估计是在亿元左右。这一切表明中国健康险市场充满巨大的潜力。
商业保险公司的“苦水”
市场潜力巨大,老百姓又急需,这种两全其美的事情,为什么得不到保险公司的热烈响应呢?实际上,商业保险公司有其商业上的苦衷,多种因素制约了业务的顺利开展。
赔付率居高不下
长期以来,各保险公司开办的医疗保险都处于收赔相抵,甚至收不足赔的状况,个别地方的赔付率甚至高达,这使保险公司的利润微乎其微,不少公司对大力发展医疗保险的热情不高。
管理难度较大
保险公司与医疗机构的合作关系难以建立,加上医疗制度的不完善,透明度不高,保险公司难以对医疗费用进行控制。保户中存在着不少逆选择投保的,而且一些道德风险和索赔欺诈风险大量存在,使保险公司难以拓展市场。
经营管理方法不先进
在美国普遍使用的风险管理技术,如复杂的费率厘定、承保选择、次优要求、大案管理、非比例再保险保护等,在我国还鲜为人知。
专业化程度低
一方面,我国目前还没有一家专业的商业健康保险公司,国内保险公司把健康险作为寿险的附属,极大地影响健康险的经营战略决策。另一方面,人才匮乏。医疗保险对保险人员的医学知识要求较高,在核保、理赔、精算等方面都需要专业性较强的人才,而保险公司这方面的专业人才缺乏,影响了医疗保险业务的推广。
适合健康险业务的系统缺乏
品种单调,个性化、多元化程度差。当前,公众急需的是纯粹的医疗保险、老年护理保险等,而市场上没有老年护理保险,而一些险种又是以附加险形式随主险开展且以统保形式承保的,难以满足人们的需求;国际上成熟的商业健康险市场一般包含四大类产品:医疗费用给付类、失能收入损失补偿类、长期护理保障类和疾病给付类。我国虽已有多种健康险产品,但主要集中在第一类上,而且都是一年一保的短期产品。
症结所在
健康险的症结在于风险控制难度大、专业技术要求高。
第一,从管理上说,健康险对案件的管理不是结果管理,而是过程管理。它保障的不是“疾病发生”,而是“就医事件”。“就医事件”是一个完整的过程,它包括疾病发生、就医、治疗、痊愈及出院等步骤,每一个步骤不同的处理方式决定了案件结果的不同。这决定了医疗保险在精算、风险控制、核保理赔、医疗协调管理等各方面均不同于寿险和意外险。其次从协调管理上说,在我国商业保险公司、社会保障部门、被保险人和医疗服务提供者构成了健康保险的四方关系,在这四方关系中,医疗服务提供者对发生就医的被保险人的住院时间长短、治疗方案、是否发生医疗费用及发生多少医疗费用等起着重要作用,社会保障部门与商业保险公司在统一标准、信息共享方面有较强的合作需求。因此加强协调管理对合理施治和合理用药方面的管理有着突出重要的意义。
第二,从风险控制上说,寿险的基础是建立在大数法则上,依赖于“死亡事件”,而死亡是投保人或是被保险人较难人为控制的事件,是一种纯粹风险。而对健康保险来说,其经营的是就医事件和医疗费用风险,被保险人可能在医疗服务提供方的配合下,“无病看病、小病大看”。因此其道德风险要比寿险和意外险严重且不可控。其次,同传统寿险相比,对被保险人的风险控制更为复杂。传统寿险通常将被保险人的健康状况及家族病史作为核保的重点,而对于健康险来说,被保险人保障水平、保险信用记录、过度利用倾向、收入水平、职业情况以及定点医疗机构行医记录等信息也是风险评估的重要部分。
第三,从费率厘定上说,人寿保险主要考虑死亡率、费用率和利率,健康险所要考虑的不仅是疾病的发生率、就医率和住院天数,更要考虑各地的经济发展状况、医疗消费水平、区域及城乡差异、投保团体的情况、医疗环境和诊疗技术的变化等因素。由于医疗保险受免责期、等待期和免赔额的影响,其责任发生带有一定的滞后性,在未到期责任准备金和未决赔款准备金的计提上又不同于财产保险和意外伤害保险。
智能化系统解决之道
健康险这些独有的特性决定了传统的业务系统将很难满足健康险业务的发展,因此,一套能解决业务难点、满足其特殊业务需求的智能化系统就成为了解决问题的关键。因为一套好的健康险智能化系统应具备有效的过程管理、强大的数据交换功能、全方位的风险控制和先进的人工智能技术,并且具有良好的扩展性。
智能化系统通过科学地监控疾病发生、就医、治疗、痊愈及出院整个“就医事件”,从而实现有效的过程管理。由于健康险业务的复杂性、频繁性和实时发生性,需要有效的过程管控系统,单纯的业务流程管理将不能适应医疗保险业务发展和风险管控的需要。传统的业务系统通常只能进行事后型的管理,即就医事件结束后,被保险人持医疗费用帐单进行索赔时,业务系统才开始进行处理。在这种情况下要对就医事件进行审核困难明显加大,常常导致保险欺诈,由于对某些不合理的医疗费用的发生未进行事先控制,导致理赔时出现纠纷。通过过程管理,能够有效地消除保险人、被保险人及医疗机构三者间的信息不对称,使得保险人可以及时获得被保险人的诊疗信息,并可在就医事件出现不合理的情况下及时介入,防止不合理费用的发生。通过过程管理,结束了医疗费用的高低基本受控于医疗机构的情况,加强了保险人对医疗费用的控制力,极大地降低不合理医疗费用的发生率。
智能化系统可同医疗服务提供者、社保机构进行同步异步数据交换,能够及时地获取各种信息,如:被保险人的医疗信息、药品、诊疗项目、服务项目列表及给付比例等基础数据。通过数据交换,为过程管理及风险监控提供了必要的数据,为保险公司协调管理社会保障部门、医疗服务提供者和被保险人提供了有力的支持,同时减少了工作人员的录入量,增强了业务处理的自动化程度,使工作效率得到了极大的提高。
智能化系统拥有科学的风险评估体系。由于健康险业务的复杂性,在对被保险人进行核保时必须全方位的评估被保险人的风险,如:被保险人保障水平、保险信用记录、过度利用倾向、收入水平、职业情况以及定点医疗机构行医记录等。通过科学地风险评估体系能够准确全面地揭示被保险人的风险,为核保提供重要的参考信息,避免了被保险人逆向选择等风险,从而减少了保险公司的损失。
智能化系能够有效协调保险人、被保险人和医疗服务提供者三方关系,并能对就医事件的整个过程进行监控,及时发现被保险人“无病看病、小病大看”,医院过度提供医疗服务等风险。通过先进的人工智能判断技术,增强了业务处理自动化的能力,可减轻核保、核赔业务人员的工作压力,降低商业医疗保险费用;也可以提高工作效率。
智能化系统建成后,经过一定时期的运行,将积累大量的业务数据,通过数据挖掘技术,可从大量的数据集合中有效发现有价值的商业信息,同时因为有了足够的样本数据,从而为健康险的费率厘定提供重要依据。通过对业务数据进行数据挖掘,保险公司将逐步建立起自身的核心竞争力,智能化系统积累的经验将成为其他公司唯一无法赶超的“信息壁垒”。
由于各地医疗服务水平、基本医疗保障、疾病发生率等存在一定的差别,因此不能按照同一种模式对各地的健康险业务进行统一的管理,智能化系统能对于不同类型的医疗服务、不同发展水平的地区,采取有针对性的管控,使得保险公司可以根据当地的具体情况,顺利开展业务,扩大市场,提高了管理效率,节约成本。
在处理健康险业务时,不仅数据量大,而且还需要综合不同类型的数据,例如:在理赔时,除需要知道被保险人的自身信息外,还需要知道就医医院,使用的药品明细等信息。智能化系统能处理健康险大量数据要求,协调各种业务数据,从而提高了工作效率。
智能化系统实现了数据大集中,能够处理日益显著的人口流动问题,真正支持商业医疗保险产品“全国联保”,实现“风险控制到人”。由于能更好地提供个性化的服务,从而提高了客户的满意度。从管理角度而言,数据集中充分体现了公司总部的监管作用,实现业务数据的实时收集,汇总和查询,同时允许各分支公司在统一管理下的部分个性化。
此外,智能化系统必须具备良好的扩展性,由于健康险业务在中国发展得非常迅速,新的需求、保险产品、业务规则不断出现,具备良好扩展性的系统可通过很少的调整,甚至是不作任何的调整就可以处理新的业务,从而极大地节省了保险公司的运营成本。
案例:
太平洋补充医疗保险方案
全国基本医疗保险办法实施后,城镇职工的基本医疗得到了保障。但是,由于基本医疗保险只能解决参保人员的基本医疗需求,而不能解决劳动者患重大疾病超过封顶线以上的医疗费用负风险;加之参保人员的住院费用是按比例报销,职工个人负担部分较重。因此,为化解参保人员患重大疾病的大额医疗风险,减轻其住院费用负担,太保寿险在全国一些地区相继推出了补充医疗保险。
有效监管面临挑战
太平洋保险寿险总公司希望用一套健康险业务系统来统一管理全国各分支公司的补充医疗保险业务。目前的情况是大部分的分支公司通过人工方式进行核赔理算,带来的问题是显而易见的,由于缺少自动化导致工作效率低,容易出错,客户从报案到得到理赔等待的时间长,客户满意度差。而有些分支公司使用简单的系统进行业务处理,这些系统只针对当地的业务而开发,因此可扩展性差,无法满足业务发展的要求,而且数据共享的难度大。由于各地健康险业务“各自为营”,导致总公司无法直接取得业务数据,因此很难进行有效的监管。
与此同时,要开发一套统一的、集中式的健康险业务系统面临诸多挑战。首先,业务存在地区差异。由于各地医疗服务水平、基本医疗保障、疾病发生率等存在一定的差别,太保各分支公司在开展健康险业务时必须要结合当地的实际情况,这使得各地协议书的内容存在一定的区别,因此系统必须有足够的灵活度以覆盖绝大部分的健康险业务。其次,各类基础数据没有统一标准。例如,针对同一种药品,各地的命名可能是不同的,因此没有一套标准来规范诸如药品、疾病、诊疗项目、服务项目等基础数据,导致数据交换无法进行。最后,建立数据接口存在客观条件的限制。目前,同医院建立数据接口由于客观条件限制,无法实现。而同社保间的数据接口,由于各地社保的数据格式不一致,因此系统必须能处理各种不同的数据格式。
集中式解决方案
该系统是一套采用结构的集中式系统,所有的数据都存放在太保寿险总公司,从而很好地解决了数据集中的问题,提高了管理效率。
该系统最大的四个特色是灵活的责任管理、标准化的医疗字典、强大的数据交互和复杂的业务逻辑。首先在本系统中通过责任管理,可以方便地设置、修改保险责任,并可针对保险责任设置对应理算公式。在新建保单时,可以灵活选择与之相匹配的理算公式。其次,系统建立了标准化的医疗字典,包括:药品、疾病、诊疗项目、服务项目、医院信息、社保机构。根据太保健康险业务的实际情况,疾病使用编码。药品以上海市卫生局系统标准代码为基础,编码时将药品分为化学药品及中成药两大类,化学药品以药品用途分类为主,中成药按药理作用进行分类;所有药品,以一物一码为原则。诊疗项目、服务项目则使用太保提供的编码。通过同各地的数据建立对应关系,实现了数据的交换。第三,系统同社保间建立了数据接口,方便地导入被保险人的医疗费用信息。通过其它的数据接口,实现批量导入客户信息及药品、疾病等基础数据。实现了对被保险人医疗费用的监控,大大降低了工作人员的录入量。最后,系统可处理复杂的业务逻辑,在案件内部的逻辑关系中,可实现在一个案件下的多次报案,多次立案,多次理算,多次给付。在协议书同保单的关系中,可实现一份协议书下对应多个保单,而每份保单又可对应一个投保人及多个被保险人。
此外系统记录被保险人从报案、回访、立案、资料处理、调查、理算到赔付的所有信息,实现了对被保险人就医事件的监控。
理算时,系统根据一定的规则自动计算进入保险责任的理算金额,并根据影响理算的各种因素,如:基本医疗部分的理赔情况、免赔额等,自动计算出理算结果。降低了错误的概率,极大提高了工作效率。
为了能适应各类核赔流程,系统使用强大而灵活的工作流,通过设置核赔规则,实现自动核赔流程。
客户收益
[场景二]李老师退休后,精神一直委靡不振。春节期间,“毛脚”女婿初次上门,送给他几套500块的智力拼图玩具,从此,李老师迷上了拼图。每当完成一幅,李老师就好像攻克了一座堡垒,很有成就感,家人又听到了他久违的笑声。
[场景三]尽管儿女都在国外定居,但汪奶奶却执意在国内“留守”,因为“还是老土地好!”一天,老同事前去探望她,刚进门,就发现一只机器狗“汪汪”叫着一起迎上来,汪奶奶高兴地向同事引见:“它很通人性呢,是智能玩具,有它在,我就不寂寞了。”
医学专家研究发现,要保护老年人的智力,延缓大脑的衰老,促进身心健康,除了适当的营养和充足的睡眠外,还要勤于用脑,锻炼身体,保持身心愉快。对此,玩具是很好的选择。目前,国内市场的成人玩具已日趋成熟。
根据老年人的特点,其适合的玩具主要有两大类:一类是活跃思维、重拾童趣、消磨时间、排遣寂寞的玩具,如玩具拼图、游戏玩具、互动玩具等;另一类是帮助老年人活动手腕、腰腿,达到强身健体的玩具,如模型玩具、布制玩具以及各种轻便的体育玩具。许多玩具是老人玩具和儿童玩具的完美结合,可以一家人共同参与。现在介绍几种适合老年人的玩具,望老年朋友在玩具世界重拾童趣,安享健康的晚年生活。
1.拼图玩具 是目前全球流行的一种玩具。它是18世纪由英国人史皮尔斯柏利创立的。史皮尔斯柏利是一名教师,他曾画了一幅英格兰和威尔斯地图,然后剪成不规则的小块,让学生拼凑起来。由于学生们喜欢这种积极思考、手脑并用的学习方法,因而其他学校也纷纷效法。后来,玩具制造商将这种拼图内容改为彩色的精美图画,如城堡、风景、人物等,作为一种新颖玩具出售。
目前市售拼图玩具少则20~30块,多则500至5000块不等。不要以为拼一块块不规则的小纸板是一件沉闷的事,当你完整无缺地拼成一幅精美的图画时,那种“大功告成”的满足感能使人乐此不倦。因此,拼图玩具成了一些老年人积极休息的一种方法。此外,有趣的拼图玩具对老年人还具有某些特殊的医疗功能。在第二次世界大战中,曾用来治疗对空袭特别紧张的老年人。一些精神病学家认为,拼图玩具可以使老年人暂时忘掉忧虑或烦恼,临睡前玩一会儿拼图,还可以放松精神,有助于睡眠。
2.模型玩具 不少人看过德国彩色故事片《英俊少年》,影片的主人公海因尔的母亲早故,常年与父亲一起生活。海因尔十分诚实,这使他的外公伯特霍特满心喜欢,外公和海因尔一块儿玩电动火车模型玩具,它还配有铁轨、路标。当电动火车模型开动时,轰隆轰隆地穿过田野、山洞、桥梁、车站,给人以身临其境之感。模型玩具能锻炼人们的思维,需要动一番脑筋,才能成为可玩的玩具,因而广受老年人的欢迎。
3.智力玩具 适合老年人玩的智力玩具很多,多注重智力性和挑战性,看似简单,玩起来可要花点心思。如让人回味无穷的九连环、孔明锁、华容道等,都让人切身体会到中华传统文化的精深。如亮晶晶的九连环,不知其中“奥妙”,弄来弄去就是解不开环。而有的人只要右手这么一拉,左手这么一拽,便可轻易解开,这可是锻炼智力的好方法。另外,市场上还出现了各类异国风味棋,如法兰西战棋、东瀛五子棋、挑战自己的“单身贵族”棋、城堡棋等,玩这些棋子时必须调动整体思维,否则还真难赢,这也算是一种健脑运动吧。
4.体育玩具 体育玩具对老年人而言具有双重的意义,不仅有娱乐性,还能“劳其筋骨”,活跃身心,有益健康。有一位老友曾这样说:木制陀螺、、毽子、风筝等我国传统的玩具,时间隔得越久,感情越深。如玩木制陀螺时,用手中绳子不断抽打,它便旋转起来,能增强老年人的手眼协调能力。此外,从国外引进的老人玩具,如瑞林球、溜溜球等也十分有趣。玩瑞林球时要利用两根细钢棍,想让中间滚动的钢球落到分值最高的洞里,可得有技巧。另外,溜溜球固定在线的一端,手抓住线的另一端,将球甩出去,再收回来,这是广为流行的老人体育玩具,可以锻炼老年人手臂运动的协调性。
5.手掌游戏玩具 手掌游戏玩具有火柴盒大小的荧光屏,游戏内容有俄罗斯方块、球类、汽车比赛等,丰富多彩,变化多端,且制作精巧,携带方便。以往孩子玩得较多,但如今在公园长凳上,也时常可以看到老年人在全神贯注地玩耍,这也是一种消磨时间、排遣寂寞的玩意儿。
再为我们推送定制服务时,我们就已经没有什么个人隐私可言了。
全世界最著名的情报机构出大事了。维基解密前些天了8700多份文件,声称这些高度机密的文件来自美国中央情报局(CIA)。
这些文件证明,CIA拥有规模庞大的“黑客武器库”,其中的黑客工具能够侵入大多数种类的智能设备,从手机、平板电脑、台式和笔记本电脑,甚至智能电视和自动驾驶汽车。
据称,CIA的攻击工具有一千多种,来自多种不同渠道,包括自行开发、和其他国家合作开发,甚至还有从其他国家情报机构偷来的。这些工具能把智能设备变成监视工具,能让手机向监控者提供声音、地理位置、文字信息甚至照片和视频,能把智能电视当成窃听器,能将自动驾驶汽车变成暗杀武器。
这些工具的工作方式,和我们可能会碰到的一些讨厌软件相似。只不过在日常生活中,它们往往被叫做恶意软件或者病毒。CIA用一个部门的力量和大笔的预算,在做同样的事情。
你的手机是怎样被入侵的
这次泄露的文件,主要来自CIA网络情报中心的工程开发组。这个部门目前承担了500个以上的项目,其中只有一部分被泄露出来。
“如果中情局连偷听的能力都没有,它就不是在工作。”欧洲刑警组织的顾问艾伦・伍德沃说。他认为,这些泄露的文件表明了CIA的情报获取能力,这对公众来说其实是件好事。而且这些工具大部分是关于定点入侵,而非大规模监控。
但这种说法并不能缓解公众的恐慌。人们只是在追问两个问题:我们的智能设备安全吗?我们的隐私权还有保障吗?非常不幸,即使不考虑CIA的武器库,这两个问题的答案也都是“否”。最少目前还是这样。人工制品不完美的本质,让任何联网的计算设备在理论上都可以被入侵。硬件和软件的漏洞、使用者的不良习惯,让这些设备天然具有不少可趁之机。
想要入侵一部智能设备,需要的只是找出它在硬件、软件或者网络通讯上的漏洞,然后设法绕过权限设置,让黑客们能遥控特定功能。这可能是发短消息,可能是发送电子邮件,也可能是传输视频或者声音。这些软件和我们在手机中安装的App们,只有两个主要区别:第一,它们未经用户的许可就安装;第二,它们未经用户的许可就生产和传输了一些内容。它们偷偷把我们的手机换了主人。
CIA的职责是监控和处理那些对美国有威胁的海外目标。在这些入侵技术的帮助下,这个机构可以更有效地甄别、跟踪目标,获取目标的社交关系,得知目标的生活细节。这些都会是重要的情报,很合理――只要一切都在法律允许的范围内。
我们在生活中,并不怎么需要担心受到CIA工具的监控。更需要担心的,是我们的个人隐私。
未来已经来临,只是人们大都没有意识到而已。在这个未来,几乎没有隐私可言。
你就是一座宝库
黑客们可能会获取你的个人信息用于牟利,但前提是你得非常不小心。与此同时,我们甚至会主动将自己的信息拱手于人,只为换取些许方便。
我们并不能清晰地区分个人信息和个人隐私之间的区别。2012年,联合国教科文组织了一份名为《互联网隐私和表达自由》的全球调查报告,甚至在这份报告中,也没能对“隐私”提出一个广泛接受的定义。这份报告,只能将隐私无奈地表述为:“隐私权是一种基本权利――虽然很难精准地定义它是什么。”
这份报告认为,隐私权包括两个方面:我们能保守哪些信息或秘密;以及第三方如何处理已经掌握的、关于我们的信息。
看起来,似乎第一个方面的问题比较简单明确――我们可以决定分享什么,或者不分享什么。但往往并非如此。虽然在你开始使用某个手机App前,都会要同意某个“终端用户协议”,但几乎没人能看完这份冗长而充满法律术语的文档。于是,你的手机和智能设备,就可以记录下关于你的诸多信息,然后发送给App背后的互联网企业。
在暴露个人信息方面,手机甚至比电脑还危险。我们的手机里都安装了大量传感器,能够知道我们的地点、速度、对特定App的使用情况,甚至是我们每时每刻所面朝的方向。它们会带来许多便利;当你使用点评或者团购网站时,会根据你所处的位置而推荐附近的饭店商店;当你使用地图导航时,会根据其他人上传的数据,来告诉你前方的路段是否拥堵。你的行动都会被手机上传,存放在不知何处的服务器里,等待以后检验分析。
当你在手机上购物时,你的喜好会被收集和分析。当你在聊天时,每一句聊天记录都会被存储最少两个月。当你叫出租车时,会根据交通状况和附近车辆的数量调整加价幅度。当你把一本书标记为“想读”,或者评论一下刚看过的电影时,互联网企业们对你的了解就又多了一分。
这些信息的用途可能很广。网站和App会向你推荐你最可能购买的商品,无论是零食、衣服,还是书籍或电影,让你只动动手指就能得到――你已经把自己的姓名、联系方式、家庭住址都告诉了他们。当你在微博上因为推荐而找到了志趣相投的网友时,微博也因为你提升了活跃度而高兴,进而为你推荐更多你可能想认识的人,并且只你们看到特定的广告。
你认为这些是你的个人信息,因为互联网企业侵犯了你的个人隐私而愤怒。但企业们只认为是为你提供了更好的服务,然后指指那份你没有读过的“最终用户协议”,证明他们经过了你的授权。
这些零散分布在互联网不同角落的信息综合起来,就是我们在互联网上的真正人生。而这些关于我们人生最详尽的记录,是我们主动提供的。
我们可以拒绝吗
我们都在被时代裹挟着前进,智能设备已经成为我们日常生活的基础元素。
对隐私权的看法是与时俱进的,虽然往往落后于技术发展。智能设备能够更广泛地收集个人信息、算法的发展让分析个人信息变得更加容易,而模式创新则让个人信息可以更多地用于商业用途。个人信息是个广阔而稀薄的金矿,只是过去没有合适的方法将之变成真金。而现在,已经万事俱备了。
我们越来越习惯互联网所带来的种种便利,开始把个人信息视为可以和方便快捷交换的等价物。一般来说,这并不会带来明显的害处――当然,若是不发生大规模信息泄露的话。
这还只是开始。当虚拟现实技术广泛走进家庭――大约会在五年内――我们将会提供更多的个人信息,从说话的方式声调到眼睛扫视的方式,从自己都没有意识到的小动作到更加精确的个人喜好。
而当人工智能真正开始用于商业分析时,我们甚至会从个人信息的分享中获得好处。更精确更个性化的分析将会给出更好的生活建议,对既往病史的记录将会推断出我们的患病风险。我们可能会因为在互联网上的个人信息而变得更健康、更长寿,而医疗公司和保险公司将会因为对我们的了解而赚更多的钱。若是一切顺利,这将会是个双赢的局面。