觸類旁通

　　電腦圍棋終於下贏人類，但新時代早已揭開序幕。

　　讓我用個身邊的故事解釋為何這麼說。去年實驗室的同仁畢業，進了一家新創公司，剛好是我以前學校的學弟開的，公司兩年內從3人成長到了10人，前景光明。

　　這家公司在做什麼呢？他利用機器學習的演算法去診斷心臟相關疾病。首先，將專業醫師看過的心電圖和結果蒐集起來，接著餵給電腦去學判定，以此作基礎評估新的病人。電腦內的類神經網路會自動分工去辨認重要病徵，從而達到診斷之效果。

　　原始資料庫大約20000筆資料，然後他們讓電腦判別了另外20000筆，準確率超過95%。更重要的是，裡面有不少案例（100+?）是醫生乍看之下認定健康但機器卻否定，重新判讀之後認為的確有問題的（或值得做進一步檢查）。

　　這證明了被訓練過的機器有辦法做出相當複雜的判斷工作，比方說，下圍棋或是診斷心律不整的病人。

　　心電圖是相對簡單的資料結構，不僅只有一個維度，又有週期性，潛在疾病也都已知，要讓電腦學會診斷真的不難，他們用的演算法比AlphaGo簡單非常多。只是，訓練一名專業醫生需要花上十幾年，而機器學習？前同事說：「訓練就幾分鐘吧，至於判讀？你如果有心電圖的話歡迎傳到我們公司的網站，馬上告訴你結果！」

　　我想大家還是很難想像醫生這行業竟然會有可能被取代的一天，所謂看醫生變成跑去7-11按iBon，讀者能接受嗎？但「機器學習」真的就是讓電腦用類似人類思考的方式去做決策，所以只要是根據客觀指標作判別，不管是什麼，電腦都可能學得起來！

　　所以說，AlphaGo的成功不只是工程師快把職業棋士逼哭而已。在機器學習達成一個里程碑的同時，時代的巨輪悄悄地繼續向前滾動。


附記：Cardiologs公司網頁。


2016.03.13 台中楓樹