人工智能与老年痴呆的对决

在我们的日常生活中，会经常使用人工智能的工具，比如手机的语音助手。这些工具，大部分的时候，相对准确，即使偶尔出错，我们人类也会原谅它们。

然而，用于医学临床诊断的人工智能，一旦出错，对人的影响可能会很严重了。

2020年，一项重磅消息发布，由国外一家制药公司资助的研究发现，一种通过分析说话方式的人工智能模型，可以相对准确地预测早期阿尔茨海默病（也就是老年痴呆），准确率高达74%，甚至比临床医生的诊断更准确，这项研究成果发表在了《柳叶刀》旗下的一本医学期刊上。

这个消息让业内很兴奋，随之而来的是：初创科技公司和资本的跃跃欲试。

但是现在来看，情况似乎出现了反转。

一般情况下，人工智能模型会随着训练样本输入的增加，而变得更加准确。

但结果却恰恰相反。

真实的情况是，该模型的准确性，随着训练数据集的增加而降低。

当前有分析指出，这种违反常理的情况可能的原因在于：如何评估模型的准确性。

正常情况下，我们会把人工智能模型所需的数据集合分成两个部分，一部分用于训练人工智能模型，另一部分用于测试人工智能模型的准确性。

但是如果在模型训练的过程中，使用了部分用于测试的数据集，那问题就来了，这一部分的数据既当教练员，又当裁判员，我们称之为数据泄露，从而导致了人工智能模型的准确性被夸大。所以，当使用全新的数据集，进行测试的时候，模型准确性彻底拉胯。

所以对于医学临床诊断方面的应用，除了需要算法设计师考虑：是否模型本身能够涵盖人体健康的多模态和多维度的复杂结构；

还需要考虑：训练数据集和测试数据集的完全隔离，否则，过渡夸大的准确性，只会变成一种炒作，尤其是在医学临床诊断这种非常严肃的场景下。

人工智能是一门极具挑战性的严肃科学，它应该不包括：吹牛这个方向。