首页 > 其他类型 > 一觉醒来我离婚带两娃了 > 失忆

失忆(第2/3 页)

目录
最新其他类型小说: 特工赘婿,皇上求我娶公主原神:从壁炉之家开始的邂逅末世重生我的堡垒女神成群快穿之在三千世界咸鱼躺作女渣男:独木也成林外星球探索我是娇妻带球跑的那颗球!18号公寓足球:开局传奇确被系统回炉重造港片:不败战神,开局血洗铜锣湾奥特曼:我,究极海帕杰顿誓不为婚:她转身入他怀木叶之宇智波赤炎我能梦入诸天AI时代的人性考验诡墓秘录重生之嫡女必要翻盘此夜逢君不明生死古穿今:想摆烂却被迫营业

的所有生理信号都作为输入,通过多模态算法得出人体的健康检测报告。

ai for science,多学科交叉在十年前就已经是大趋势,现在融合紧密也是意料之中。

虽然程数并不了解如今科技的发展水平,但是她知道过去ai+医疗的最大阻碍在于深度学习作为黑盒系统并不具有很好的可解释性。包括极大似然估计这种由果推因的参数估计法,本身就和医学上“由因及果”先找到病因再对症下药的治疗方式相悖。

而且ai依靠数据驱动,医学数据则采集不易且成本高昂,数据集小的情况下ai模型很容易产生带有“偏见”的判断。

举个例子,比如某图像生成器。用户输入文字描述后,ai就可以自动生成动漫人物的画像。如果输入“二次元女同”这样的描述,最后输出的大概率是“黑发紫瞳”的形象。

这当然不是因为所有的“二次元女同”都是“黑发紫瞳”。而是因为用来训练这款图像生成器的数据集太小,仅仅来源于《魔法少女小圆》的晓美焰和《citr》的芽衣。

这款图像生成器的“偏见”可以很容易分辨出来,是训练集在“性向”上的样本差异。而医学图像处理的“偏见”可没有这么好分辨,一张复杂的ct或者ri影像,谁也不知道ai算法处理完之后会携带什么样的“偏见”。

所以ai并不“可信”。

怎么让医生和病人信任人工智能做出的决策,无论何时都是问题的关键。毕竟医疗ai不是alphago,后者下棋输了就输了,前者诊断失误那将面临极大的道德谴责和法律风险。

医疗ai现如今是可以独立诊断还是仍处于“助手”地位,程数并不清楚。

“妈妈,我能问你一个问题吗?”

程数的思路被小女孩的声音打断了。

“可以的。”程数应声,顺势把手环重新戴到叶橙安的手腕上。

小女孩手腕处的皮肤细嫩,被手环勒住的地方还有明显的红痕,程数不由自主放轻了力度。

“妈妈你为什么要带着我们从家里搬出来呢?”叶橙安在三天前就问过妈妈这个问题。

但是当时的程数表情很难看,并没有做任何解释。

叶橙安为了安慰被吓到的程柚年,只能告诉妹妹“妈妈是要带她们去玩滑滑梯”。

这三天的时间里,叶橙安想了很久很久,也没有在脑海里捕捉到任何“

更多内容加载中...请稍候...

本站只支持手机浏览器访问,若您看到此段落,代表章节内容加载失败,请关闭浏览器的阅读模式、畅读模式、小说模式,以及关闭广告屏蔽功能,或复制网址到其他浏览器阅读!

本章未完,请点击下一章继续阅读!若浏览器显示没有新章节了,请尝试点击右上角↗️或右下角↘️的菜单,退出阅读模式即可,谢谢!

本章未完,点击下一页继续。

目录
宫婢太娇媚,朕要扶她登后位迷雾求生,我能听到万物心声看书与不看书的距离:两个世界星宸纪途
返回顶部