大約一百萬年來，人類一直處于創(chuàng)新的曲線上，從控制火到發(fā)明機械式可移動印刷機，再到創(chuàng)造AI人工智能系統(tǒng)來擊敗人類最有成就的游戲玩家，這是一條向上的弧線。今天，人工智能系統(tǒng)正使人類的創(chuàng)新曲線進一步向天彎曲，加快了進步的步伐，并使治愈癌癥變得觸手可及。

事實上，一些研究人員認為，人工智能輔助的癌癥治療是在不到十年的時間內完成的。然而，即使有了人工智能的助推器，通往無癌癥世界的旅程也將是迭代式的，建立在小的步驟之上，就像過去的創(chuàng)新導致了今天的尖端技術一樣。

人工智能已經(jīng)在癌癥診斷方面取得了突破，但這項技術將經(jīng)歷多次迭代，在接受最終挑戰(zhàn)之前，將解決大量較小的問題。這一過程將為人工智能技術提供者提供豐富的機會，為這一重大挑戰(zhàn)作出貢獻。

但要參與這一努力，技術提供者需要了解創(chuàng)新的先后順序，這些創(chuàng)新將我們帶到今天和未來我們最終會到達的地方。讓我們來看看選擇人工智能創(chuàng)新的時間表，它有可能以征服癌癥而告終：

1、1952年的今天，馬文·明斯基發(fā)布了隨機神經(jīng)模擬強化計算器(SNARC)，這是第一臺連接主義神經(jīng)網(wǎng)絡學習機，也可能是第一臺自學習機。

2、1975年的今天，反向傳播算法被開發(fā)出來，用計算機來解決挑戰(zhàn)，允許多層神經(jīng)網(wǎng)絡的訓練，并導致了神經(jīng)網(wǎng)絡在80年代的廣泛應用。

3、大約在2000年-第一次使用“深度學習”這個詞來描述一種機器學習，這種機器學習能夠以一種無監(jiān)督的方式從非結構化數(shù)據(jù)中學習網(wǎng)絡。

4、2011年至2012年-卷積神經(jīng)網(wǎng)絡AlexNet在視覺識別方面達到了前所未有的精確度，為深入學習進入主流鋪平了道路。

5、2017年1月-斯坦福大學(StanfordUniversity)的研究人員開發(fā)出一種深度學習技術，能夠以與人類皮膚科醫(yī)生相同的精確度，直觀地識別癌性皮膚痣和皮損。

6、2017年2月-微軟建立了“下一步醫(yī)療”計劃，旨在將人工智能和機器學習技術應用于健康問題，包括癌癥治療。

7、2017年3月-谷歌的Google網(wǎng)絡深度學習技術比人類臨床醫(yī)生更精確地檢測癌癥腫瘤。

8、2017年10月-英特爾宣布其Nervana神經(jīng)網(wǎng)絡處理器(NNP)芯片的第一個硅，這可以加快深度學習任務，包括診斷癌癥。

9、大約在2021年到2026年之間-微軟計劃發(fā)布一種人工智能驅動的計算機，它可以在人體內運行，檢測癌細胞并對其進行重新編程，使它們變得無害。

正如這個時間表所顯示的，深度學習和基于人工智能的癌癥研究的創(chuàng)新步伐正在加快。然而，在這一階段取得進展仍然需要采取相對較小的步驟，以實現(xiàn)今后的最終目標。這種情況反映了人工智能創(chuàng)新的現(xiàn)狀，它涉及到使用單一任務特定的認知引擎來執(zhí)行對人們具有挑戰(zhàn)性的平凡和重復的任務，例如檢查大量的組織樣本圖像以檢測癌癥病變的跡象。

這些技術統(tǒng)稱為人工窄智能(ANI)，當今最成功的人工智能技術正在利用這些引擎實現(xiàn)廣泛的特定目的，從為亞馬遜(Amazon)的DeepLens攝像機提供動力的物體識別技術，到控制蘋果iphone x上人臉身份認證的人臉識別算法，不一而足。

這些解稱為“一次”(1x)AI變換。它們是在促進戰(zhàn)略目標的同時滿足眼前需要的實用工具。這種1倍變換對人工智能的發(fā)展起著至關重要的作用。埃森哲(Accenture)的一份報告顯示，在未來5年內，成功將1倍人工智能創(chuàng)新納入其業(yè)務的企業(yè)，預計員工數(shù)量將增加10%，收入將增加38%。

這些類型的創(chuàng)新將導致下一代人工智能：兩倍(2倍)的轉變。這種2x轉換通過使用ANI來查看更大的圖景，使事情更進一步。例如，他們可以組合來自各種來源的大量數(shù)據(jù)，對其進行處理和分析，使其對特定任務有用。

在下一個層次是10倍變換，其中人工智能技術變得足夠強大，足以解決重大挑戰(zhàn)。未來兩種技術的發(fā)展將使10倍變換成為可能：人工智能通用智能(AGI)和人工智能超級智能(ASI)。AGI被定義為一種機器，它能像人一樣完成任何智力任務。人工智能超越了AGI，它提供的機器具有比人類更優(yōu)越的智能能力。

癌癥治療之路將從今天支持ANI的1x轉換，通過2x解決方案，到未來AGI和ASI驅動的技術。為了參與這一過程，醫(yī)療人工智能技術的提供者和使用者必須參與人工智能創(chuàng)新的迭代過程，朝著最終目標邁出一小步。