機(jī)器哪怕價(jià)值上億，也無(wú)法替代醫(yī)生來(lái)治病救人;但一個(gè)25美元的可穿戴設(shè)備卻知道你什么時(shí)候該去看醫(yī)生。
本文引用地址：http://www.eepw.com.cn/article/201701/342963.htm
1996 年，美國(guó)芝加哥的庫(kù)克郡醫(yī)院急診室采用了一種算法來(lái)判斷出現(xiàn)胸痛癥狀的患者中，哪些面臨更高的心臟病發(fā)作風(fēng)險(xiǎn)，是否在醫(yī)院床位緊缺的情況下有住院的充分理由。該算法嚴(yán)格按照流程執(zhí)行系統(tǒng)的基礎(chǔ)測(cè)試，被證明不但快速高效，且及其精準(zhǔn)。相比單純依賴醫(yī)生的判斷，該算法判定的低風(fēng)險(xiǎn)患者數(shù)量多了 70%，而高風(fēng)險(xiǎn)患者數(shù)量則達(dá)到實(shí)際數(shù)量的 95%(醫(yī)生判斷僅為 75-89%)。這真是讓人驚嘆——要知道那個(gè)年代，深度運(yùn)算還未問世呢。
想象當(dāng)前，僅今年在使用的 IoT 設(shè)備就幾近 64 億個(gè)——全球平均每人一臺(tái)。這么龐大的數(shù)量，哪怕只有 1% 能通過(guò)脈搏、飲食和睡眠數(shù)據(jù)來(lái)判斷用戶健康狀況的話，那么全球能夠及時(shí)治療的患者數(shù)量會(huì)是之前的 5 倍。
但真正了不起的還是機(jī)器學(xué)習(xí)能力，它不止廣泛應(yīng)用算法那么簡(jiǎn)單，而是通過(guò)收集的大量數(shù)據(jù)，覺察出擁有幾十年從醫(yī)經(jīng)驗(yàn)者都難以發(fā)現(xiàn)的癥狀。想象一下， Fitbit(美國(guó)健康追蹤器品牌)覺察到用戶脈搏異常，顯示出強(qiáng)烈的心臟發(fā)病征兆，于是提醒用戶及時(shí)就醫(yī)。機(jī)器學(xué)習(xí)就意味著居家用品也能解決“不可能解決”的問題。
IBM 的“沃森(Watson)”和 Google 的“深度思維(DeepMind)”在諸多領(lǐng)域(如 Jeopardy 智力問答和圍棋)表現(xiàn)超過(guò)人類后，機(jī)器學(xué)習(xí)就不再是一個(gè)愿景了。現(xiàn)在要問的是：如果 Fitbit 能救命，而 Nike+ Fuel Band 運(yùn)動(dòng)追蹤器不能救命，你會(huì)購(gòu)買哪一個(gè)呢?
“smart(智慧、智能)”的真正價(jià)值
“智能”產(chǎn)品層出不窮，也難怪名列前茅的總是那些具備學(xué)習(xí)能力的。拿 Nest 智能恒溫器舉例，消費(fèi)者愿意掏腰包并非因?yàn)?Nest 是手機(jī)可操控的，而是因?yàn)闆]人在家時(shí)可以節(jié)能——Nest 以智慧的方式解決了長(zhǎng)久存在的問題，既能根據(jù)用戶所需調(diào)整溫度，沒人在家時(shí)又能節(jié)能，這比一個(gè)簡(jiǎn)單的定時(shí)器高明多了。
遺憾的是，大部分制造商太急功近利。拿 Phillips 的 HUE 無(wú)線 LED 燈舉例，其外觀固然惹人喜愛，但僅僅因?yàn)榭墒謾C(jī)操控開關(guān)就貼上“smart(智慧、智能)”的標(biāo)簽難免牽強(qiáng)。開關(guān)燈不是個(gè)問題，不需要解決——難道你輕易因?yàn)橐粋€(gè)人會(huì)開關(guān)燈就稱其“smart”嗎?那么為什么換做一個(gè)燈泡，就心安理得貼上“smart”一詞呢?
很多 IoT 產(chǎn)品并不是真正“smart”，這也成了 IoT 市場(chǎng)發(fā)展的阻礙。能夠遠(yuǎn)程控制的門鎖，還有主人一進(jìn)家門就自動(dòng)打開的收音機(jī)充其量只是奢侈品，跟米其林大餐和豪華游輪這些只能富人消費(fèi)的起的東西沒什么兩樣。
機(jī)器學(xué)習(xí)能力將“渴求”轉(zhuǎn)換為“必備”，比如既讓你溫暖過(guò)冬又節(jié)省電費(fèi)的恒溫器;比如給予睡眠或健身意見的可穿戴設(shè)備;比如在惡果釀成前就察覺污染、追蹤來(lái)源的環(huán)境監(jiān)視器……
機(jī)器學(xué)習(xí)能力：永遠(yuǎn)的勝者標(biāo)桿
“會(huì)學(xué)習(xí)”的設(shè)備總是出類拔萃，更具吸引力。但機(jī)器學(xué)習(xí)能力本身則意味著在眾多競(jìng)爭(zhēng)者之中，長(zhǎng)久地保持領(lǐng)先優(yōu)勢(shì)。
云技術(shù)讓設(shè)備會(huì)“學(xué)習(xí)”，所以機(jī)器學(xué)習(xí)能力不再是設(shè)計(jì)問題(只要設(shè)備能聯(lián)網(wǎng))，不再是硬件問題(復(fù)雜的數(shù)據(jù)處理可以遠(yuǎn)程實(shí)現(xiàn))，更像是人才問題——有能力的工程師少之又少，不過(guò)只要薪資夠高，這也不是問題?？赡軐⑵湫稳轂閿?shù)據(jù)問題是最為貼切的。
要讓計(jì)算機(jī)老老實(shí)實(shí)學(xué)習(xí)數(shù)據(jù)模式(patterns)，需提供大量數(shù)據(jù)集。計(jì)算機(jī)要考慮用戶偏好、使用案例、環(huán)境等諸多因素，而很多，甚至絕大多數(shù)因素都是時(shí)間相關(guān)的——使用頻率、行為頻率、條件發(fā)生頻率、用戶行為逐漸改變、環(huán)境的季節(jié)變化以及傳感器壽命期內(nèi)的數(shù)據(jù)精確性等。
人人都在爭(zhēng)分奪秒，而時(shí)間是公平的。即便擁有上億臺(tái)優(yōu)質(zhì)的聯(lián)網(wǎng)設(shè)備，數(shù)不清的用戶和資金也無(wú)法縮小與競(jìng)爭(zhēng)者之間哪怕僅有 6 個(gè)月的差距。而坐擁優(yōu)質(zhì)數(shù)據(jù)則是對(duì)手無(wú)法超越的強(qiáng)大優(yōu)勢(shì)，這就要看數(shù)據(jù)讀取的精確度、設(shè)備眾多功能，包括早先開發(fā)并最終穩(wěn)定下來(lái)的功能。