MolarData| 热“AI”身边新鲜事 新鲜趣闻周五见

MolarData人工智能新鲜趣闻，每周五更新。

IBM已“弃疗”，AI医疗研发10年不赚钱，终于打算卖了

最新消息，IBM打算出售Watson Health部门了。

这也就意味着，IBM布局十年的AI医疗之路就此终结！

从创立伊始，Watson Health遭受到了多方的质疑。

为了找到AI医疗的商业案例，IBM开展了一系列令人眼花缭乱的项目，针对医疗保健系统中不同参与者：医生、行政人员、保险公司和患者。

在多种尝试中，IBM选择了让Watson的NLP去理解医疗文本，而非直接参与医疗影像诊断。

连图灵奖得主Yoshua Bengio也不看好这种AI医疗模式，他认为：

在医学文本文件中，人工智能系统无法理解其模糊性，也无法了解人类医生注意到的微妙线索。

结果自然是不太理想，Watson无法从医疗文献中新的病历事件提取出自己的见解，研究人员还发现，它也无法像预期的那样从患者的电子健康记录中挖掘信息。

研究人员意识到，Watson无法将新患者与之前发现隐藏模式的癌症患者进行比较。IBM本来希望AI能够模仿他们的专家肿瘤学家的能力，利用之前的结果和经验，为新患者制定治疗策略。

哥伦比亚大学医学系教授Herbert Chase曾与IBM展开合作，希望Watson能成为一种“临床诊断支持”工具，他们一起研究了一种诊断工具的原型。但是双

2019年世界人工智能大会上，IBM Watson Health事业部副总裁Alok Gupta还放着偌大的PPT介绍，他们已经六大领域都有涉足。 

当时，这一部门被人们评为AI医疗坚定的“长跑者”。

如今却面临出售的命运，也是令人唏嘘。

来源：量子位

懒人福音！谷歌AI整理房间、收盘子、叠罗汉，样样拿手！

最近，谷歌AI的研究人员提出了 Transporter Network，这是一个用于学习基于视觉的重排任务的简单模型结构。

Transporter Network 使用一种新颖的方法来实现3D 空间理解，避免了依赖于以对象为中心的表示，使得它们对基于视觉的操作更加通用，但是比基准的端到端的替代方法更有效率。因此，它适合快速和实用的训练真正的机器人。同时研究人员还发布了一个与 Ravens 一起的 Transporter Nets 的开源实现，这是基于十项视觉的操作任务的新的模拟基准套件。

Transporter Nets 为基于视觉的操作学习提供了一种很有前途的方法，但也存在一定的局限性。例如，它们可能会受到噪声3D数据的影响，其次，只演示了稀疏的基于方向点的控制与运动原语，目前还不清楚如何超越空间行动空间的力量或基于扭矩的动作来扩展它们。