2021年3月26日，沈南鵬與李飛飛帶來了壹場超級對話。
過去三年，紅杉資本全球執行合夥人沈南鵬連續蟬聯《福布斯》“全球最佳創投人”榜首，是全球首位得此桂冠的華人風險投資人。
李飛飛則是首位紅杉資本教授、斯坦福大學以人為本人工智能研究院聯席院長。公開資料顯示，李飛飛曾入選“全球百大思想者”、獲得“影響世界華人大獎”，也是美國國家工程院院士和美國國家醫學院院士。
這壹次，沈南鵬與李飛飛連線，圍繞《用AI照亮醫療的“黑暗空間”》主題，進行了深入探討。
投中網第壹時間對沈南鵬和李飛飛的精彩觀點進行了摘錄。
沈南鵬：
1. 我們在中國看到了AI在診斷醫學裏的應用，比如在肺片、胸片診斷的工作當中，越來越多的看到人工智能能夠幫助醫生，甚至是非常有經驗醫生的工作，能夠讓醫院和整個醫生群體***享以前有的知識積累。
李飛飛：
1.AI智能感知器的應用可以讓我們實時監測病人翻身的情況和移動的情況，這個信息對護理和醫療都非常重要。從這個小小的例子就可以看出，AI可以產生很大的作用。
2.我們大概在兩三年前成立HAI的時候，就深刻地意識到，AI不單是壹個技術領域，它還涉及到深刻的 社會 學和倫理學問題，在這個機構裏，從研究到教育再到政策方面的學習等，我們都做了非常細致的安排。
3.AI指數的宗旨就是致力於公平、公正、全面地報告全球AI發展的進程。它記錄AI從科研教育到工業界、產業界、商業各個方面的變化和產生的影響。2020年絕對是壹個非常有意思的年份，因為新冠的原因，AI的發展也出現壹些新的趨勢。比如說我們發現的2020年人工智能在藥物研發設計方面的應用有了顯著的變化，這會產生巨大影響。
以下為對話全文，由投中網編輯。
沈南鵬： 非常恭喜在2020年妳當選為美國國家工程院和美國國家醫學院院士，去年妳在Nature雜誌上發表了壹篇文章，用環境智能照亮醫療的黑暗空間。所以我想請妳來詮釋壹下，環境智能(ambient intelligence)的內涵是什麽？它怎麽照亮我們醫療的黑暗空間？
李飛飛： 首先，謝謝南鵬，謝謝紅杉的邀請。確實是隔著太平洋，但是還想給大家問壹聲早上好！
在這個前提下，我和我的合作者在十年前就發現，其實人工智能帶來了壹個新的機會。它通過感知器，能幫我們采集到這樣的信息。最重要的是它不光是采集環境信息，采集人行為的信息，它還能做出智慧的分析，讓我們知道這個病人的情況有沒有改變，這個醫生、護士的行為有沒有對病人康復行為產生影響，而這些信息非常重要。
我受到最大的啟發是無人駕駛。當時在矽谷，十年前矽谷是無人駕駛發源地，作為當時斯坦福人工智能實驗室的主任，我們發現無人駕駛這個技術，就是通過感知器、AI算法和整個系統整合而產生的。這個想法就被我們放進了醫療的場景，所以產生做環境智能的想法。
沈南鵬： 這在我們今天醫療應用場景裏有哪些地方能夠得到應用？我們在中國看到了AI在診斷醫學裏的應用，比如在肺片、胸片診斷的工作當中，越來越多的看到人工智能能夠幫助醫生，甚至是非常有經驗醫生的工作，能夠讓醫院和整個醫生群體***享以前有的知識積累。那在其他場景下您看到哪些比較重要的應用？具體哪些場景是您認為在未來壹段時間內能夠突破的？
李飛飛： 這個問題問的特別好。我們壹直致力於的不是對人的替代，而是對人的增強。我們在Nature期刊上用了很多場景，比如醫院的場景和住家的場景。
我們發現最重要的是mobility這個點，病人的mobility其實對褥瘡的預防和在ICU是很重要的，但是mobility是怎麽測呢？如果放壹個感知器在床底下其實很難測出來，現在有壹個辦法就是請人去看，比如請護士每兩個小時在電子病歷裏記錄壹下病人翻身了。但是這是非常不準確和粗略的壹種記錄。如果用了AI智能的感知器，我們可以實時檢測病人翻身的情況和mobility的情況，這個信息對護理和醫療都非常重要，這個小小的例子就可以看出，它可以產生很大的作用。
比如說老人的壹些慢性病，其實如果及時處理的話，壹些抗生素就可以解決的問題就不需要去急診室。但我們怎麽發現老人壹開始有沒有出現感染的現象或者他的心率呼吸發生變化？或者這壹天都沒有怎麽動，他的飲食、睡眠的狀況都發生了變化，甚至妳可以看到他平時不再做平時做的社交。這些信息從哪裏來？普遍只有兩個，第壹是護理人員，不管是家人還是家政的護理人員，但這個信息很不準確並且不可持續。
另外就是穿戴式的設備，也是我覺得很有發展前途的技術。但穿戴式有自己的問題，尤其是對老人來說穿戴式不是特別受歡迎的設備。而且穿戴式不可能像眼睛壹樣看到老人很多行為方面的問題。通過設備和感知器我們可以觀測到，而且可以持續觀測到老人行為變化以及醫療有關的重要信息，可以及時送給家人和醫護人員。就像剛才說的壹個慢性病老人，他可能只是需要壹個抗生素的幹預，而不需要拖到兩個星期以後非要到急診室或者住院。
沈南鵬： 人工智能在醫療產業的應用可能是壹個長期趨勢。另外壹個就是新冠，它是壹個短期事件，但是這個事件對醫療體系創新有怎麽樣的推動？我們人類碰到這樣的災難，當然壹方面要解決短期的帶來的陣痛，另壹方面也是利用這樣的機會推動醫療行業的創新利用，有什麽樣的經驗可以跟大家分享？
李飛飛： 新冠對於在座每個人都有非常深刻的影響，不管是對個人、生活還是事業。
說到具體的技術點，我覺得有下面幾點。
第壹，遠程醫療。我作為長期生活在美國、有時候忙的只能跟我的醫生遠程說話的患者，我壹直想什麽我們的遠程醫療沒有被廣泛的應用？結果新冠壹來極速推廣了遠程應用。所以我覺得它是促進了跟遠程醫療相關整個生態各方面的發展。
您提到的公***衛生危機，那就是“ 健康 信息”，很多人說新冠不是第壹場pandemic，但是是第壹場infodemic。infodemic的意思也是壹場各種真假信息在極速傳播。這是對技術和 社會 影響非常深刻的事情。我的醫學院同事很多看到技術在信息的傳播裏起到了好的作用和壞的作用，互聯網帶來迅速信息的傳遞。但是AI人工智能也帶來了錯誤信息（mis and dis-information）的傳遞。所以新冠在各方面都產生了很深遠的影響。
李飛飛： 這個問題確實是非常重要的壹個問題，我自己作為科學者、技術人，從二十年前走進科學的領域到今天，我也改變了、成長了很多。我沒有想到我那麽熱愛的科學最後變成改變 社會 的驅動力。
在這個過程中，我們大概在兩三年前成立HAI就意識到非常深刻的問題，AI它不單是壹個技術領域，AI涉及的 社會 學和倫理學尤其深刻，在這個機構裏我們有非常重要的從研究到教育再到政策方面的學習和研究領域。
第壹個就是經濟學，經濟學是壹門 社會 科學，但是它也是非常重要的、和人息息相關的學科。尤其是對數字經濟、人力資本市場的變化，AI帶來的變化非常多。所以我們現在有好幾位世界頂級的經濟學家在推動這項研究。
另外壹個重要的方向就是法律。法律它是涉及倫理的，但是法律它本身面對AI，從無人駕駛也好，到醫療也好，再到政府本身，任何AI參與的決策其實都在挑戰過去法律的壹些基本假設。我們法學院教授參與了很多HAI工作，壹方面看政府怎麽應用AI技術，讓政府運行更有效率。但另壹方面也在想怎麽制定良好的政策和法律，壹方面繼續推動創新，另壹方面面對新AI帶來的很多問題。
沈南鵬： 能舉壹個例子嗎？哪怕現在還沒有實施的，人工智能和藝術家、音樂家、畫家們怎麽產生互動？
李飛飛： 當然可以。大概兩年前還是壹年半以前，世界最著名的拍賣行拍賣了第壹幅AI的畫，這是全球第壹次用算法生成的藝術作品，然後被人高價賣走，不管是 社會 藝術還是音樂藝術，其實AI算法可以產生非常有意思的作品。這對人類藝術家提出了壹個挑戰，人類藝術家的作用在哪兒？我的AI可以不斷產生梵高的《星空》。如果人類觀看者也熱愛AI創造的藝術品，那麽人類藝術家代表什麽？是心聲還是其他表達方式？所以現在有很多 探索 ，我們如何拓開藝術空間，因為有了這樣的算法，同時也能把人類的表達和人類的 情感 ，繼續在這樣的空間裏，繼續生存也好、發展也好，這是壹個例子。
所以我們邀請了壹位法律系的教授、壹位倫理哲學教授和兩位倫理生物學的教授，他們四位教授成立了這個委員會，和我們高頻互動實時互動，幫我們思考研究方向，怎麽壹方面推動技術，另壹方面也尊重普世價值觀和人性。讓科學創造福利，而不是在預計之外的傷害到病人或醫護人員。
沈南鵬： HAI也推出了是全球第壹個《人工智能指數報告》，這個能否分享壹下？這是非常前瞻性的舉動。
李飛飛： 這有可能確實是全球第壹個，是2017年由斯坦福人工智能實驗室壹位資深教授引領的項目。所以HAI在2019年的時候，把AI指數項目合並以後，繼續再支持這個項目，所以這是第四年我們出的AI指數。
這個AI指數的宗旨就是致力於公平、公正、全面為報告全球AI進程。它是從研究、教育到工業界、產業界、商業各個方面的壹些影響或者變化。2020年絕對是壹個非常有意思的年份，因為新冠的原因，它也出現壹些新的趨勢。比如說第壹條我們發現的2020年人工智能在藥物研發設計方面的應用有了顯著的變化，這是壹個巨大的影響。
第二個就是工業化繼續強勁的發展，AI是越來越工業化的。它代表很多博士研究生甚至教授都開始進入工業界。還有AI它還是有很大多元化的挑戰。AI人群還是以男性為主，這個挑戰還是持續性的，沒有很好解決。
沈南鵬： 我想大家都會非常期待，以後每年《指數報告》都會給這行業帶來指導。我們講回您最早的工作，您作為全球優秀的人工智能專家，華人人工智能裏的領導者，我想請您分享壹下，當時您怎麽會做ImageNet這個項目的？這對整個人工智能深度學習帶來什麽樣的推動和革命性的引領？當時做這個事情的初心是什麽？
從2010年開始，ImageNet每壹年都會在學術界舉行壹場ImageNet挑戰賽。這個比賽要求用AI算法對壹千種物品的壹百萬張圖片作出分類。在2012年時，加拿大Prof.Geoff Hinton和他的學生們用了當時挺傳統的算法叫convolutional neural network，得到了我們ImageNet挑戰賽的第壹名。可以說這是壹個 歷史 性的事件，它等於帶來的神經網絡算法的“第二春”，啟動了深度學習革命性的發展，給過去十年帶來了很大的變化。
從2012年，為什麽他們會參與ImageNet，我為什麽做ImageNet？要回到2006年左右，那時候AI還是很好玩的計算機科學裏的壹個小小的領域。我自己剛剛博士畢業做的教授，還是比較年輕的教授，也壹直在思考AI領域裏的“北極星”是什麽？北極星是做科學的人追求，我是物理出身的，我最重視的是最重要的問題在哪裏，對於我來說最重要的北極星就是視覺學習。對成千上萬物品識別能力是最重要的能力，如果我們人類沒有這個能力做不了其他任何事情，我們不可能逛街，不可能上商店買東西。
從這壹點，我就想到了，可能以前我們走的路都走錯了，以前拼命去調模型參數，看壹兩類物體，我們換壹種想法用大數據推動視覺智能的學習。其實我想到了字典，當時最大的視覺物體類別可能從字典裏，這個字典很特別叫WordNet，裏面有八萬條名詞符，但也有些名詞不是物體，比如說生氣這樣的名詞它就不代表物體。
所以我把兩三萬個物體的名詞符提取出來。很幸運的是2007年也是我們互聯網成長特別快的壹段時間，有了互聯網，有了數據源，我們實驗室做了巨大的工作，做了三年，把十幾億幅圖最後匯集成了1500萬幅圖的數據集，我們的當時初心是通過數據集去摘取這顆北極星。這就是ImageNet最初的故事。
沈南鵬： 我想這可能是會被寫入教科書的壹個故事，因為這確實引領了很多AI的發展。
李飛飛： 您和紅杉壹直對前沿 科技 有非常敏感的嗅覺，我自己也是 科技 人，我特別想問您作為紅杉全球執行合夥人，在醫療這個場景，您對未來十年AI在醫療發展和應用有什麽樣的判斷？