雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
最近，一位澳洲的人工智能博士候選人在 LinkedIn 上釋出了一篇關于 SARS-CoV-2 病毒的研究文章。由于極具話題性且号稱準确率可以達到 97.5%，這篇文章很快得到上萬條評論、點贊與轉發。然而，這樣一個模型卻被扒出背後隻用了 50 張圖檔訓練。
一周搭起準确率達 97% 的模型，事實是？
此前，一位澳洲的人工智能博士候選人宣布建構了一套深度學習模型，能夠從肺部 X 光片中以 97.5% 的準确率 檢測出患者是否感染了 COVID-19 病毒。因為國外疫情蔓延且醫療設施不足，是以人們對這個成果非常關注，短短時間就收獲到了上萬條評論、點贊和轉發，其還建立了 Slack 工作組，得到了大量贊美。
從目前公布的消息來看，整個項目具有以下特點：
- 一套經過訓練的 PyTorch 模型
- 容器化應用代碼
- 一套 GitHub 庫，并被翻譯為多種語言
- 正在開發中的 Web 應用程式
- 正在開發中的移動應用程式
- 規劃藍圖，有意在 AWS 中利用無伺服器架構托管這套模型
- 在營銷與贊助方面還有大量後續計劃
而以上的一切，都在一周之内快速完成。随後，Reddit 網友扒出這套解決方案存在幾個嚴重問題，并對此進行了整理與反駁。
隻用了 50 張圖像訓練？
首先，這些網絡的潛在神經表示非常複雜，是以必然需要使用大量訓練樣本才能完成模型訓練。但截至送出時，這款 COVID-19 檢測工具隻見過 50 張肺部影像。
對于這樣一套包含 150 多層、超過 2000 萬個參數的網絡來說，如此有限的訓練樣本集顯然極為荒謬。
資料樣本有問題
此外，樣本中可能存在巨大的資料偏差，這 50 張圖檔并不包含相關人員是否感染病毒，而僅根據 COVID-19 急性病例造成的肺部操作做出标記。除非肺部已經被病毒破壞，否則該模型根本無法檢測到感染迹象。此外，即使已經出現肺發炎狀，如果尚不屬于急性症狀，仍然無法證明這套模型的準确度。
圖像重複、代碼混亂、模型有問題
最後，這套 COVID 模型基于高人氣基準網絡 ResNet-50。雖然後者确實屬于圖像識别與分類領域的常用方案，但 ResNet 的預訓練一般隻涵蓋日常環境下的物體。換言之，ResNet 網絡中的隐藏層更擅長識别幾何形狀與彩色圖像，在 X 射線影像中，我們明顯找不到這樣的模式。也正因為如此，大多數醫學神經網絡才隻能選擇從零開始建構的開發方式。
進一步觀察這套代碼庫，我們還發現了不少其他問題。訓練、驗證與測試資料集中包含重複的圖像，大部分訓練過程直接照搬 PyTorch 教程，混有大量不必要的代碼；Github issues 也令人完全無法了解……
GitHub 位址：
https://github.com/elcronos/COVID-19項目負責人回應：我說了項目不可用
最初，個别開發者與項目負責人溝通并提出質疑時，對方回應稱：
xxx，你好，我們的成果已經得到加拿大 xxx 研究機構放射科醫生的支援與認可
然而，随着質疑聲越來越多，項目負責人更新了 GitHub 中的介紹，并表示：
盡管該項目的結果“看起來很有希望”，但我明确指出該模型遠沒有可用，是以不應将其用于診斷或任何醫療決定。這是在進行中的工作，我們需要具有相關技能的人員的幫助。我還在 GitHub 存儲庫中指出，我正在尋找能夠改善和收集更好資料集的開發者的幫助。
…
不幸的是，這個項目引起了相關專家的注意，他們沒有注意模型尚未準備就緒，且需要更好的資料集并幫助建立更好的模型，也沒有閱讀我們的所有免責聲明。就指責該項目具有誤導性，甚至有人暗示我對此有商業意圖。這對我的個人生活造成了一些負面影響，是以，我決定暫時退一步，暫時退出社交媒體。至少在接下來的幾天，我将不活躍于此組中。
完整版聲明參照：
然而，這位負責人此前還在大肆宣揚此項目，并發起籌款。該項目負責人建立了一個包含多個子頻道的 Slack 讨論組，其中有 一個 #marketing 頻道，專門用于溝通以及籌措資金。另外，#sponsors 頻道則負責與潛在投資者交流，向其報告未來的投資回報前景。
Slack 讨論組：
https://app.slack.com/client/T010AJ5H31N/learning-slack此外，名為 #datascientists 的頻道中沒多少有用的内容，裡面充斥着熱情滿滿但沒什麼經驗的新手。同樣的，#doctors 頻道情況也差不多，唯一有價值的内容就是來自專業醫療人員的反對意見，例如并不推薦利用肺部 X 射線診斷 COVID-19 感染。最後一個子頻道 #researchers 則幾乎沒人。
另一方面，UI/UX 頻道産出的内容倒是頗為豐富。此項計劃目前已經擁有 5 款不同的徽标，外加一套專門用于移動與 Web 應用程式的界面。
是以，對于這份聲明，大部分開發者并不買賬，不少人認為 在目前的特殊情況下，這類存在嚴重問題的項目不應釋出并大肆宣傳（甚至有開發者調侃道宣傳的工作量大概是開發工作的 20 倍）。
醫學診斷中的深度學習
深度卷積網絡在疾病的診斷與治療方面确實具有一系列潛在優勢。近年來發表的衆多科學出版物中都在高度關注這一全新發展方向：
2016 年，來自倫敦的一組研究人員發表一種新方法，以包含 8 萬張眼底照片的資料集為基礎，能夠以 86% 的準确率診斷出患者因糖尿病引發的視網膜病變。
同一年，來自烏幹達的研究人員利用包含 10000 個對象的資料集，評估了卷積神經網絡（CNN）對微觀血液塗片的分析能力。
兩位日本研究人員通過包含 55 萬例 CT 掃描影像的資料集，對肺結節進行一輪規模浩大的分類操作。
但前文提到的新冠病毒檢測完全不同，稍微浏覽其公布的代碼庫，就能看出該作者對深度學習及 AI 技術的認知嚴重不足。更糟糕的是，衆多開發者都在質疑其明顯是想利用此次疫情爆發對自己進行推廣。
說好的代碼改變世界呢？
深度學習絕不是百試百靈的解決方案。近年來，無數沒有做好準備的企業匆匆在内部建立起資料團隊，最終卻發現成本迅速提升的同時得不到任何有意義的産出。
此前，李飛飛在接受訪談時曾提到：
泡沫确實存在，過度誇張、炒作可以說鋪天蓋地。作為科學家，我希望這些泡沫都盡快消散。隻有關注堅實核心的人們才能推動 AI 進步并帶來真正的收益，這一點在醫療保健與醫藥等領域尤其重要。
另外，我們絕不應該利用技術制造不公、偏見或者擴大原已存在的不平等現象。對于 AI 技術，我希望盡可能降低它的接觸門檻、增加公平性并緩解種種相關沖突。隻要處理得當，我們完全有機會利用 AI 技術創造出更美好的未來。當然，前提是我們得認真梳理現有 AI 成果，弄清哪些是捏造的、哪些是真實的。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/zhibo立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-04-03
本文作者：趙钰瑩，核子可樂
本文來自：“
InfoQ”，了解相關資訊可以關注“
”