2017年，我们看到人工智能在医疗领域正在从实验室走向临床的各种应用中：例如AI系统对肿瘤的筛查以及对肿瘤良恶性的判断、AI阅片在临床的铺开等等……从医学的角度看，我们期待看到人工智能在病理学的诊断、医学影像的诊断中能够产生重大的突破。从大医疗的角度来看，人工智能除了诊疗外，是否还有其他应用的价值呢？

其实，AI的医疗应用不仅如此。例如，不为大众所熟知的，涉及到更为敏感的道德问题与严苛的法律的，AI在器官移植方面的应用。

以我国为例，根据计生委统计，我国每年需要器官移植的病人达 30 万人，而完成器官移植的仅有 1 万人。这一万名完成者中，有部分会因为排斥反应而不能移植成功，这一数字在肝移植患者中为1/3，不禁令人惋惜。

除却医学层面的科学问题，效率、匹配精确度、公平性等也是导致器官移植成功率不能得以提升的关键因素，而这些因素可以通过更精确的数学、统计学、以及大数据科学等方式提升。

澳大利亚新南威尔士大学教授、AAAI执行委员会成员Toby Walsh目前正在与澳大利亚器官及组织管理局合作，帮助其制定捐献人的器官与病人的匹配机制。Walsh教授早年因其在搜索领域的两项核心技术——约束编程以及可满足性方向的研究成果而闻名业界，是多个国际会议及组织的常驻嘉宾。同时，Toby Walsh还为澳大利亚信息与通信技术研究中心(NICTA)提供技术指导。

 

7月22-23日中国人工智能大会（CCAI 2017）将于杭州国际会议中心举行，Walsh教授将在主会中向中国开发者分享其在人工智能与道德约束相关的研究进展。

会前，记者采访到Walsh教授，以下为采访实录。

我正在与澳大利亚器官及组织管理局合作，帮助他们重新设计用于将死者器官与病人相匹配的机制。这里有两个挑战，首先，我们不知道在未来谁会死亡并且捐献他们的器官，但我们必须在他们死亡之前就做出决定。第二，这涉及到一些非常困难的道德问题，特别是个人和集体福利之间的权衡。因为我们是在设计一个匹配策略，所以我们必须非常精确地讨论这些权衡。

根据*，您为人称道的研究方向为约束规划及布尔可满足性，是什么原因让您从如此细节的研究方向转向宏观的关于人工智能的研究？ 

约束编程和可满足性是AI的两个核心搜索技术。 但从更广泛层面来看，随着我们开始在AI领域取得进展，比如Google的AlphaGo战胜人类棋手，公众开始对AI感兴趣，好奇它可能带给人类什么。因此，我将更多的时间用在考虑AI的未来上，并通过媒体向公众解释什么是人工智能。您可以在我的博客上阅读更多内容。http://thefutureofai.blogspot.com/

很快，我的新书即将面世，这是一本由Black Inc.发行的书，并且配有中文版，如果你感兴趣的话可以从以下网址了解一下。https://www.blackincbooks.com.au/books/its-alive

我看到，AI产业目前正在呈指数级增长。过去5年来，风投基金及风投交易每年增长50％。这意味着资金每两年翻一番。风险投资直接影响市场产出。过去5年来，微软、Facebook等大型科技公司的人工智能和机器学习专利数量每年都增加50％。这意味着人工智能和机器学习专利也每两年翻一番。现在，算法、数据和CPU结合，共同影响着人们的生活。

我其实主要担忧的是，很多人似乎认为未来是既定的，我们需要解决的是如何适应未来。但是我认为，未来是充满可能的，可能会好，也可能会不好。最终我们走到哪里是由今天所做的决定所决定的。我们到底是想要AI替代人的工作，还是倾向于设计增强人类而不是替代人类的技术？我们到底想不想让Twitter的机器人和算法决定政治走向？或者我们可以选择规范人工智能领域。

我觉得最大的瓶颈是人。要使用AI技术还是需要很专业的人来完成，现在的情况是没有足够的AI专业人士。

最大和最紧迫的三个方面是：技术失业（我们如何适应机器在某些工作中替代人），算法歧视（我们如何确保算法没有明确或隐含的偏差？）和假消息（我们如何确保人的声音不被机器生成的内容淹没？）。

AI是一种道德上中立的技术。它是好是坏取决于被如何使用。在本届CCAI大会上，我将谈谈我以及其他人对这个问题的看法，以及AI将如何被用于好的方面。

---