WAP手机版 RSS订阅 加入收藏  设为首页
龙8国际
当前位置:首页 > 龙8国际

龙8国际:获取高质量的医学影像数据相对困难

时间:2021/6/3 10:17:48   作者:   来源:   阅读:0   评论:0
内容摘要:上述问题影响了人工智能助力的实体经济的安全,凸显了行业对技术可信度的呼吁。“从人工智能到可信的人工智能,意味着我们需要在技术层面上解决健壮性(稳定性)、可解释性和可重现性等核心技术挑战。同时,对于大规模的工业应用,我们必须考虑到体力劳动。聪明、公平、负责。这些维度是人工智能必须解决的问题。”周博文说。法律法规和伦理问题...

上述问题影响了人工智能助力的实体经济的安全,凸显了行业对技术可信度的呼吁。“从人工智能到可信的人工智能,意味着我们需要在技术层面上解决健壮性(稳定性)、可解释性和可重现性等核心技术挑战。同时,对于大规模的工业应用,我们必须考虑到体力劳动。聪明、公平、负责。这些维度是人工智能必须解决的问题。”周博文说。

法律法规和伦理问题有待完善

“目前的智能算法仍然存在一个问题,即给出的决策不符合伦理和道德要求。”蒋玉刚指出,在应用中发现,智能算法的决策并不是从改善人类生活、服务人类社会的角度来进行的。例如,智能扬声器的对话中出现了“劝说主人自杀”的内容,聊天机器人已经学会了发誓、咒骂和种族歧视。这些不友好的决定都是通过模型从数据中学到的,而不是开发者为人工智能模型设定的目标。

同时,人工智能算法需要海量数据驱动,训练数据可以通过算法恢复,个人隐私存在泄露和侵权风险,大量数据也存在共享障碍。在人工智能赋予金融权力的过程中,这一问题尤其受到关注。最新报告显示,近年来,金融隐私泄露事件以每年约35%的速度增长。加上近年来人工智能技术在金融行业的广泛应用,由此产生的银行数据、保险数据、网上贷款业务、大数据等个人信息保护问题日益突出。

在抗击2020年新冠肺炎疫情中,我国人工智能技术具有响应速度快、干预力度强的特点。它帮助推出了CT图像辅助诊断系统,提高了医生诊断的速度和信心。然而,医学影像智能诊断的发展也面临着法律和监管问题。与其他人工智能行业的大数据相比,获取高质量的医学影像数据相对困难。不同医疗机构的数据目前很少交换或共享。单个医疗机构积累的数据往往不足以培养出有效的深度学习模型。此外,利用医学图像数据进行人工智能算法训练还涉及保护患者隐私等非技术问题。



上一篇:没有了
下一篇:龙8国际:城市发展的营商环境不断改善
相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (龙8app)
津ICP备15000741号-1