在Google Brain，英特爾公司和加利福尼亞大學(xué)伯克利分校之間的合作中，研究人員通過使用教學(xué)視頻對(duì)機(jī)器人進(jìn)行了“訓(xùn)練”以模仿手術(shù)過程。

加州大學(xué)伯克利分校的教授以前曾使用YouTube視頻作為機(jī)器人學(xué)習(xí)各種動(dòng)作（例如跳躍或跳舞）的指南，而Google訓(xùn)練了機(jī)器人以了解深度和動(dòng)作。該團(tuán)隊(duì)將這些知識(shí)應(yīng)用于他們的最新項(xiàng)目Motion2Vec，其中使用了實(shí)際手術(shù)過程的視頻進(jìn)行指導(dǎo)。在最近發(fā)布的研究論文中，研究人員概述了他們?nèi)绾问褂肶ouTube視頻訓(xùn)練兩臂的達(dá)芬奇機(jī)器人在織布機(jī)上插入針頭并進(jìn)行縫合。

醫(yī)療團(tuán)隊(duì)依靠暹羅網(wǎng)絡(luò)，這是一種深度學(xué)習(xí)設(shè)置，其中包含兩個(gè)或多個(gè)共享相同數(shù)據(jù)的網(wǎng)絡(luò)。該系統(tǒng)是比較和評(píng)估數(shù)據(jù)集之間關(guān)系的最佳選擇。過去已經(jīng)將這樣的網(wǎng)絡(luò)用于面部檢測(cè)，簽名驗(yàn)證和語言檢測(cè)。

加州大學(xué)伯克利分校實(shí)驗(yàn)室的負(fù)責(zé)人肯·戈德堡（Ken Goldberg）表示，YouTube是該深度學(xué)習(xí)項(xiàng)目的豐富教學(xué)材料來源。

他說：“ YouTube每分鐘獲得500個(gè)小時(shí)的新資料。這是一個(gè)令人難以置信的資源庫。” “任何人都幾乎可以觀看這些視頻中的任何一個(gè)并理解它，但是機(jī)器人目前無法—他們只是將其視為像素流。因此，這項(xiàng)工作的目標(biāo)是嘗試弄清這些像素。就是看視頻，對(duì)其進(jìn)行分析，然后……能夠?qū)⒁曨l分割成有意義的序列。”

對(duì)于縫合任務(wù)，該團(tuán)隊(duì)僅需要78個(gè)教學(xué)醫(yī)學(xué)視頻即可訓(xùn)練其AI引擎執(zhí)行該過程。他們聲稱成功率為85%。

這意味著機(jī)器人最終可以在外科手術(shù)中承擔(dān)一些更基本，重復(fù)性的任務(wù)，并允許外科醫(yī)生將時(shí)間和精力集中在更嚴(yán)格的步驟上。

機(jī)器人會(huì)盡快替代外科醫(yī)生嗎？

戈德堡說：“我們還沒有到那兒。” 戈德伯格說：“但是，我們正在走向的是外科醫(yī)生能夠監(jiān)視系統(tǒng)的能力，以表明他們想要在哪里進(jìn)行一排縫合，傳達(dá)出他們希望進(jìn)行六次覆膜縫合的能力。” “然后，機(jī)器人將基本上開始這樣做，外科醫(yī)生將能夠……稍微放松一下，以便他們可以更加休息，并能夠?qū)Ｗ⒂谑中g(shù)中更復(fù)雜或更細(xì)微的部分。”

機(jī)器學(xué)習(xí)為生物技術(shù)不雅年做出了巨大貢獻(xiàn)。AI快速處理大量數(shù)據(jù)的能力已在基于CAT掃描檢測(cè)肺癌和中風(fēng)風(fēng)險(xiǎn)，基于EKG和MRI圖像計(jì)算出的心臟病和心臟驟停風(fēng)險(xiǎn)，從照片對(duì)皮膚病變進(jìn)行分類以及檢測(cè)到的跡象方面取得了進(jìn)展眼部圖像中的糖尿病困擾。在大流行期間，人工智能正在幫助科學(xué)家尋找可能抑制COVID-19傳播的藥物，并最終找到治愈方法和疫苗。