中国的医疗人工智能和工业4.0应该怎么做？-德国院士张建伟来解答

张建伟     院士

德国汉堡大学信息学科学系教授

多模态技术研究所所长

德国汉堡科学院院士,千人计划专家

1986年清华大学计算机系学士优异毕业，1989年清华大学计算机系硕士毕业(人工智能)，1994年德国卡尔斯鲁厄大学计算机系博士毕业(机器人)。

编者按:  对人工智能而言，医疗领域一直被视为一个很有应用前景的领域。目前来说，人工智能在医疗健康领域中的应用主要包括医学影像、虚拟护士助理、健康管理、医疗风险分析、药物挖掘、辅助诊断、医学研究和营养学等。纵观我国的政策，在2016年6月国家发改委、科技部、工信部等都明确指出到2018年将打造“人工智能基础资源与创新平台”，在重点领域将培育若干全球领先的人工智能骨干企业和人才，这对一些初创企业来讲刚好是一场春风。

张建伟院士近二十年在德国从事及领导智能自动化生产系统的感知学习和规划、多传感信息处理与融合、智能机器人技术、人机交互的研究与开发等研发方向。发表三百余篇论文及专著，并多次获得国际会议最佳论文奖；拥有四十余项发明专利。指导德国硕士工程师百余名，德国博士三十余名，洪堡学者多人，联合培养中国博士十余名。主持德国科学基金重点项目、联邦教研部与工业合作项目、欧盟ICT、中德跨学科重大研究中心等多项重大研究项目。领导开发出经验学习算法、自主移动护理机器人、脊椎手术机器人、配药机器人、多模式人机交互平台、开放机器人软件、大数据智能软件等多项技术与系统，其中配药机器人、多功能轮椅等已经进入产品化阶段。

此外，张建伟院士还将于2017.06.15-16日出席由生物谷主办的“2017未来医疗科技大会暨人工智能前沿论坛”，并为大家带来题为“人工智能、机器人与医疗科技的融合”的报告。

那么对于近期医疗人工智能的热门研究，张建伟院士如何评价及其研究组在相   关领域又有哪些新的突破呢？下面是生物谷的采访。

生物谷:张院士您好，非常感谢您此次接受生物谷的邀请来参加“2017未来医疗科技大会暨人工智能前沿高峰论坛”。人工智能技术的发展让我们有预感过去在科幻大片里看到的场景将逐渐变成现实，人工智能目前在医疗领域中的应用主要体现在辅助诊断上，您掌握人工智能和机器人研究核心技术，那么人工智能机器人现在医疗领域中主要有哪些应用？您认为未来人工智能在医疗领域最有可能取得新突破的方向在哪里？

回答：人工智能现在在大数据和无处不在的新算法环境下，技术慢慢从实验室走向各行各业。从研发角度来讲，还有许多理论问题需要突破，还有许多问题和挑战有待解决。在医疗技术方面，人工智能会结合以下领域带来新的创新应用：诊断系统， 药物发现，手术康复和护理技术，医院物流自动化以及电子信息化管理，等等。近期内，基于大数据的个性化诊断，新型药物的发现，智能康复设备，自动导航手术机器人，医院物流自动化系统，都会在实用创新方面实现突破性的进展。

生物谷: 您是德国汉堡学院院士，远道而来，能否向我们讲述一下人工智能在德国的发展情况？在医疗领域，有哪些好的东西值得我国借鉴？

回答：德国在人工智能的理论和应用方面，始终有持续的资助和企业研发。人工智能的基础理论研究在各个大学的人工智能实验室和马普所相应部门进行。另外，德国人工智能研究院和多个弗朗豪夫研究院，从事着人工智能在各行各业的垂直领域应用和技术转移工作。通过产学研的合作项目和大学人才的承接，企业也在人工智能在产品开发上不断的起到重要的创新作用。德国在新型的智能医疗仪器，诊断系统，康复设备，医院信息管理系统等方面，都有很好的产品。在未来的助老助残机器人，智能手术辅助系统等领域领域，也有很多的技术储备。企业和研发单位高校注重多学科的融和以及人才的培养，保证了人工智能在医疗技术上得到长期的持续应用。

生物谷:近年来，医疗机器人领域吸引了众多资本的参与。您多年致力于智能机器人技术、多模式人机交互的研究与开发，也拥有四十余项机器人和人工智能方面发明专利。您认为未来人工智能机器人的发展趋势如何？您认为未来有哪些工作岗位会被人工智能所取代？

回答：国际大公司，起到推波助澜作用。从学术，工业到资本，使AI应用出现了里程碑式结果，这使大众和政府都把AI作为全球技术创新的核心技术。大公司几乎都在争相努力建立自己最强AI研究院。而中小公司人才缺乏，没有技术，就像互联网一样，怕失去竞争优势。

中德最新启动的重大大学课AI研究项目，是“跨模态学习”，这是面向未来的核心AI技术。现在AI（弱人工智能）与机器学习，是基于单模态的，它只在一个领域解决问题，无法转移到另一个领域，比如只专攻与图像处理、语音处理等单个方面。而下一代的AI技术是基于跨模态的信息。包括文本、图像，声音等各种人工数据，打通这些数据。把它们整合，做成自学习系统，实现更强大的AI，也就是强人工智能，这样就具有记忆，推理，人机交互等通用型综合系统。强AI方面，有许多路要走，j建立通用AI引擎，需要跨模态的形式进行研究，包括关键技术整合，机器记忆，预测与数据校准、知识的抽取、推理、表达和自学习，这些都是强AI引擎里的关键技术。

人工智能将替代人做那些非常重复劳累无尊严的事情，比如清洁，配药，运送，分诊，数据输入及处理。在大数据互联网环境下，在提高效率方面，提高数据质量方面，可比人做得更好。

生物谷: 在您开发机器人的时候，您认为未来是否会有可能赋予智能机器人人类思考能力？或者说机器人是否可能会取代人类？

回答：人工智能能够带来超级病人，超级医生等。但是我认为研发应该基于“以人为本”的宗旨，AI系统不应该是黑匣子，而未来必须全透明，我能了解每个机器决策来源和过程，使未来AI系统成为帮助人类完成繁琐复杂重复工作的助手，而不是取代我们的超级机器。

生物谷：据我们所知，您在工业4.0研究领域也开发了多种随着人工智能与医疗领域的结合，可用于工业4.0的经验学习机器人系统、自主移动操作机器人、双臂装配系统、多模式人机交互平台、开放机器人软件、认知式电子教学界面等多项技术与系统。我国的工业4.0建设刚起步不久，对于我国的工业4.0建设，您能否给一些好的建议？

回答：工业4.0的概念应用范围已经远远超出了制造领域。产学研结合，不能只是产品的研究，而忽视学校的基础技术研究。公司的研究和学校的研究，有不同之处。公司可以雇佣许多编程和大数据人员，但它们在基础的大交叉领域很难做。比如他们没有动机去雇佣研究大脑和心理的人员。他们缺乏专攻跨学科的研究专业人员。AI基础研究项目，需要包括有心理，脑科神经学专家一起参与，要研究多模态的表达的机制等。探讨在深度学习，增强学习之外能有更新的方法。此外，企业和学校在基础项目的合作是很好的形式，比如现在的中德项目，也得到不少大公司的关注，给予了资助。大公司借此可以观察跨学科创新的研究进展。

政府来引导组织，实现人工智能和细分垂直领域的结合，实现创新应用，孵化创新公司，结合人工智能在工业4.0和医疗方面的专用基金，充分发挥国际合作，面向全球市场，中国一定会在这个领域实现创新模式的突破。

大会日程：

会议地址：上海远洋宾馆（上海市虹口区东大名路1171号）

更多详情见大会官网：http://meeting.bioon.com/2017IM

参会赞助咨询：

谢建胜

E-mail:[email protected]
Mt: 183 6073 4019

点击【阅读原文】了解详情及报名