AI重新激活藝術

未來十年，人工智能將徹底改變音樂、電影和電視。我們已經(jīng)看到最前沿的研究所帶來的突破，并且這些突破將在未來幾年相互促進。

未來的制片廠會用數(shù)字方式培養(yǎng)他們想要的任何演員，并用AI把他們放進最新的大片里。如果大家喜歡銀幕上標志性的老明星，例如漢弗萊·鮑嘉（Humphrey Bogart）和瑪麗蓮·夢露（Marilyn Monroe），那么就不再有現(xiàn)實演員的空間了。

當然，動畫制作者的工作量也將會減少，因為深度學習算法已經(jīng)研究了運動和表情的規(guī)律，并可以即時地重現(xiàn)它們。

動畫師將告訴AI他們希望角色擁有什么樣的情感，AI將根據(jù)要求進行創(chuàng)作，然后動畫師只需對創(chuàng)作后的作品進行調整以使其更加完美。

我們已經(jīng)看到了電影和電子游戲進步的相互影響，并且在未來十年中，這種融合將會加速。隨著電子游戲一直朝著實時擁有真實畫面的方向發(fā)展，最終，AI將獲得成功，屆時這項技術將真正席卷電影制作領域。

最終，人們將只需在一個盒子中就擁有一個電影制片廠。在這個盒子里，動畫制作人員和導演可以通過拖拽人物來快速制作整部電影。然后，然后他們可以把任何虛構的或真實的演員疊加在這些人物上，創(chuàng)造出一個精彩的新表演。

AI 將為這些動作和表情提供技術支持，從而真實再現(xiàn)艾娃?加德納（Ava Gardner）的嘆息、湯姆?克魯斯（Tom Cruise）的迷人魅力以及馬修?麥康納（Matthew McConaughey）和梅麗爾?斯特里普（Meryl Streep）的眼淚。

我們還將看到演員的部分表演由 AI 修正或更改。該算法可以簡單地補充新的表演，而不是當導演以后想要更改某些東西時，演員再需要回來拍攝。

在音樂界，人們已經(jīng)接近實現(xiàn)數(shù)字明星演唱，而且這種增長會在未來幾年內加速。OpenAI Juke Box 已經(jīng)可以再現(xiàn)弗蘭克?辛納特拉（Frank Sinatra）、貓王（Elvis Presley）等。

不久之后，媒體公司也將擁有自己的 AI 研究團隊。他們將不再需要復雜的研究團隊，只需要基本的編程人員即可將成熟的技術應用于任何人都可以使用的主流應用程序中。

在醫(yī)療保健領域大顯身手

人工智能將在未來十年及以后，將加速從藥物發(fā)現(xiàn)到疾病檢測以及人們如何獲得所需治療的過程，進而徹底改變醫(yī)療保健領域。

很快，我們將看到 AI 在市場上處理藥品，尋找對抗疾病的新藥物。算法將設計出新的化合物和新的方法來對付病毒，這是研究人員從未想過要嘗試的。AI 還可以比任何放射科醫(yī)生更好地檢測癌癥，并可使醫(yī)生的治療水平提升到全新的高度。

最快的突破將會是疾病檢測。在接下來的十年中，人工智能將迅速實現(xiàn)對放射學的終結。

2017 年，Google 的研究人員展示了使用預先訓練的 Inception V3 卷積神經(jīng)網(wǎng)絡檢測皮膚癌的準確率達到 72％。到 2018 年，最佳分類器在 ISBI 開放式皮膚病學數(shù)據(jù)集上準確率達到了 85％。到 2020 年，同類最佳的系統(tǒng)具有 96％的準確率，與地球上頂尖的放射學家準確率相同。

頂尖的放射科醫(yī)生們也已經(jīng)預見到了 AI 的到來。醫(yī)學博士 Robert Schier 在 Radiology Today 雜志中撰文，他介紹了 Google 團隊的算法，比當今最好的放射科醫(yī)生還能更好地檢測乳腺癌。他非常清楚地知道這對他的職業(yè)意味著什么：“該系統(tǒng)的出現(xiàn)標志著診斷放射學結束的開始�！�

從病理圖像中檢測轉移性乳腺癌的 CNN 模型，已經(jīng)獲得了令人難以置信的 99％的成功率，而人類醫(yī)生在具有挑戰(zhàn)性的幻燈片上得分有時僅為 38％。

2008 年，美國食品和藥物管理局批準了一項用于醫(yī)學成像的算法，到 2013 年，這一數(shù)字降為零。但在 2017 年升到了 4 項，到 2018 年，美國 FDA 批準了多達 18 項醫(yī)學成像算法。

可以預見，AI 將是偉大的醫(yī)生，患者將從 AI 那里獲得更好、更快、更便宜的護理。但是正如 Schier 所寫，“AI 最終不會對放射學專業(yè)有好處�！�

在接下來的十年中，我們不會創(chuàng)造出《星際迷航》的機器人，但我們將為知道如何快速檢測和處理日常健康問題的機器奠定基礎。

醫(yī)療保健領域最徹底的變革，將來自一個最意想不到的地方。而去年開始的 COVID 大流行，又將極大推動生物技術的興起。

如果過去十年是大型數(shù)字技術公司的崛起，那么未來十年，生物技術力量將出現(xiàn)前所未有的激增。

大流行是對全世界人民的生存威脅，即使這種疾病沒有我們想象的那樣致命，但它對整個社會帶來的壓力，將迫使醫(yī)療保健系統(tǒng)變得更強大。

我們已經(jīng)看到，人們部署了機器學習來跟蹤疾病的傳播。數(shù)據(jù)科學家正在使用 GPS 數(shù)據(jù)跟蹤一場大型自行車拉力賽如何將 COVID 傳播到美國中西部。他們的模型計算了數(shù)周之前的數(shù)據(jù)，并將擴散的預測時間縮短到幾個小時，因此他們可以及時向政府及相關監(jiān)管組織發(fā)出警報。

我們還看到了在人類歷史上最快的、最大數(shù)量級的疫苗研究。輝瑞和 BioNTech 疫苗的早期臨床結果能夠達到 90％的有效率，是一項了不起的成就。這證明了開放科學、快速信息共享和 AI 對藥物設計和開發(fā)的推動。

在以前，開發(fā)一種疫苗通常需要很多年，甚至十幾年的時間。到現(xiàn)在為止，腮腺炎疫苗仍保持了最快研制疫苗速度的記錄，該疫苗在大約四年內從樣本采集變成了上市產品。

Emily Waltz 為 IEEE Spectrum 撰寫的文章中提到：“根據(jù)世界衛(wèi)生組織（WHO）的數(shù)據(jù)，截至 9 月初，已有 34 種候選疫苗在人體中進行測試。另外還有 145 個候選的疫苗正在動物或實驗室中接受測試。考慮到不到一年之前，還沒有人聽說過這種新型冠狀病毒，這些數(shù)字真是驚人�！�

當然，AI 不能加速藥物發(fā)現(xiàn)的最慢部分，即人體試驗部分。但 AI 正在幫助科學家分析病毒及其結構，并向科學家展示病毒攻擊的細節(jié)。

過去，科學家需要花數(shù)年時間研究病毒的結構，弄清楚并找出對病毒打擊最大的 “突破口”。他們必須徹底篩查現(xiàn)有的藥物，以確定他們是否有機會殺死一種新的病原體。

但這次，中國科學家率先獲得了新冠病毒的基因組數(shù)據(jù)，并在幾天之內將其共享給世界各地，以便可以被世界各地的人進一步研究。

請記住，人類基因組計劃耗時十年，耗資 50 億美元，而現(xiàn)在，人們可以在 48 小時內以 200 美元的價格對人類基因完成測序。

世界歷史有時常常是黑暗而殘酷的，但也是雄偉和輝煌的。人類是一個極具適應能力和創(chuàng)新性的物種。我們已經(jīng)從泥濘中爬了出來，現(xiàn)在我們正在向火星發(fā)射宇宙飛船，在 9 個月而不是 10 年內制造疫苗，并讓汽車自己駕駛。

請記住：農業(yè)革命用了 12000 年，科學革命只用了 400 年，工業(yè)革命僅僅用了 200 年，信息信息時代才經(jīng)歷 50 年。 這種發(fā)展速度越來越快。

現(xiàn)在，讓我們迎接智能時代黎明的到來，有誰知道明天的道路真正走向何方？不用擔心，我們要去的地方，可能不需要道路。

原文作者：Dan．Jeffries

編譯：陽光