谷歌最新開發的AI算法，已經可以預測人的死亡時間。據研究人員表示，預測準確率可高達95%。
一名身患乳腺癌晚期的女士來到一家城市醫院，她的肺里已經充滿液體。她看了兩位醫生，還做了一次放射掃描。醫院的電腦讀取了她的生命體征，估計她在住院期間去世的概率為9.3%。
之后輪到谷歌出場。該公司開發的一種新型算法讀取了這位女士的175,639個數據點，然后測算其死亡風險為19.9%。她幾天之后便去世了。
今年5月，這位女士的故事被匿名發表在谷歌的一篇研究報告中，希望借此凸顯神經網絡在醫療行業的潛力——這種技術很擅長使用數據自動學習和提升。谷歌開發了一種工具，可以預測很多病人的結果，包括他們可能的住院時間、再次住院的概率以及短期內死亡的概率。
這就是谷歌人工智能團隊正在研發的用于預測病人死亡時間的技術。根據目前的數據結果顯示，人工智能預測的時間比醫生還要準確。這項技術可以利用之前無法使用的醫療信息，將數據錄入系統，人工智能即可對死亡時間，出院時間等做出預測。
谷歌方面表示，“這些模型所有情況下都要比傳統的臨床預測模型更有效。我們相信這種方法可以為各種臨床場景創建提供準確的預測范圍。”為了達到目的，人工智能團隊記錄了近20萬份的病例，分析了20多萬名患者。
該項研究，著眼于住院患者的一系列臨床問題，最近發表在Nature合作期刊（npj） Digital Medicine 上。谷歌將AI技術應用到大量數據上，這些數據來自兩個醫學中心共216000名患者，他們每人都在醫院停留了至少24小時。
研究者在文章中這樣解釋：”我們想知道在面對范圍寬廣的臨床問題時，深度學習能否提供有效預測。所以，我們在差距很大的臨床領域挑選出預測項目，包括一項最重要的臨床結果——死亡，一項標準的醫療質量指標——是否再次入院，一項資源利用率指標——住院時長，以及對于患者病情掌握情況的指標——診斷結果。”
這項概念驗證研究的結果顯示，該算法能準確預測患者的死亡風險、是否會再度入院、是否會延長住院時間,以及患者的出院診斷。
根據該研究，使用加利福尼亞大學舊金山醫療系統的數據所作出的患者死亡預測準確率為95％，使用芝加哥大學醫學系統的數據所作出的死亡預測準確率為93％。
此準確率比傳統”強化早期預警評分（augmented Early WarningScore）”預測模型的準確率更高。這種傳統預測模型，使用了多種因素來幫助醫生確定患者病情。根據研究報告，傳統方法在加利福尼亞大學舊金山分校的準確率為85％，在芝加哥大學醫學系統的準確率為83％。
最令醫療專家印象深刻的在于，谷歌可以篩選之前無法獲得的數據：埋藏在PDF文件中的注釋或舊資料中的潦草筆記。這個神經網絡會獲取所有非常規信息，經過分析之后進行預測。不僅如此，它的速度也比目前的技術大幅加快，準確率同樣大幅提高。谷歌的系統甚至可以顯示具體哪項記錄導致其得出現有的結論。
醫院、醫生和其他醫療服務提供商多年以來都希望更好地利用海量電子病歷和其他病人數據。如果能在合適的時間分享和突出更多信息，就有可能拯救更多生命——至少也可以幫助醫護人員減少寫論文的時間，多投入一些精力來治病救人。但目前用來挖掘醫療數據的方法成本太高，而且非常繁瑣耗時。
斯坦福大學副教授、谷歌論文的聯合作者尼加姆·沙阿（Nigam Shah）表示，當今的預測模型所花費的時間有多達80%用在了“枯燥的粗活”上。谷歌的方法則避免了這種模式。“完全不必擔心這個問題。”沙阿說。
谷歌人工智能主管杰夫·迪恩（Jeff Dean）今年5月表示，谷歌的下一步計劃就是將這套預測系統應用到診所。迪恩負責的醫療研究部門Medical Brain正在開發多款能夠預測疾病的人工智能工具。
谷歌內部對該項目也非常振奮。“他們終于發現一種具有商業前景的新型人工智能應用。”一位谷歌員工說。自從谷歌在2016年自稱是一家“人工智能優先”的公司之后，他們在這一領域的多數工作都用于改進現有的互聯網服務。而Medical Brian團隊的成果給谷歌提供了進入全新市場的機會——這也是該公司聯合創始人拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）反復嘗試的。
Alphabet醫療部門前高管、投資公司Foresite Capital董事總經理維克·巴佳吉（Vik Bajaj）表示，如今的醫療軟件大都是程序員手工編寫的。與之相對，谷歌的方法則會讓及其自主理解數據。“他們明白哪些問題值得解決。”他說，“他們現在已經做了很多小型實驗來了解究竟哪些方向富有成果。”
迪恩認為，人工智能系統可以引導醫生采用某些特定的醫療和診斷方式。還有谷歌研究人員表示，現有的模型忽略了一些明顯的醫療事件，包括病人之前是否接受過手術。他表示，目前這些手動編寫的模型是醫療領域“明顯而巨大的障礙”。但此人拒絕透露身份。
盡管谷歌認為潛力很大，但想要利用人工智能來改進醫療結果仍然要面臨很大挑戰。其他公司也在嘗試把人工智能應用到醫療領域，IBM旗下的沃森部門就是典型例子，但也只能幫助企業節約資金，并把技術融合到報銷系統中。
谷歌一直以來都希望獲取數字病例，但結果喜憂參半。為了開展最近的研究，谷歌與加州大學舊金山分校和芝加哥大學達成協議，得以匿名獲取460億份病例數據。谷歌的人工智能系統為每家醫院分別開發預測模型。如果要為所有醫院開發統一模型，就會遭遇更大的挑戰。谷歌正在尋找新的合作伙伴，以便獲取更多數據。
更加深入地挖掘醫療數據只會進一步增加谷歌已經掌握的海量信息。“谷歌這樣的科技巨頭將會具備獨一無二、近乎壟斷的能力來挖掘我們生成的所有數據。”數據公司Immuta首席隱私管安德魯·波特（Andrew Burt）說。他和兒科腫瘤專家薩繆爾·沃爾琴伯姆（Samuel Volchenboum）在最近的一篇專欄文章中表示，政府應該阻止這些數據成為少數幾家公司的特權地帶。
谷歌對待病例數據非常小心，尤其是在外界對數據問題日益敏感的當下。英國監管者去年批評Alphabet旗下的DeepMind人工智能實驗室，指責其在沒有告知病人的情況下利用一款應用來分析他們的公開病例數據。而在最新的研究中，谷歌及其合作醫院都堅稱他們的數據經過匿名處理，而且獲得了病人許可。沃爾琴伯姆表示，如果要向規模更小的醫院和醫療網絡擴張，該公司在維護數據方面會遭遇更多挑戰。
不過，他還是認為這些算法可以拯救生命、節約資金。他希望病例數據能夠與其他統計信息結合起來。最終，人工智能模型可以包含當地的天氣和交通數據，以及其他可能對病人的結果構成影響的因素。“醫院就像一個有機體。”他說。
沒有幾家公司比谷歌更懂得分析這樣一個“有機體”。該公司和Alphabet旗下的Verily都在開發各種設備，并追蹤更多的生物學信號。即便消費者沒有大量使用可穿戴健康追蹤設備，谷歌也可以利用其他數據來源。該公司掌握天氣和交通數據，而Android手機也可以知道人們的步行信息，甚至可以了解他們是否心情低落或其他輕癥信息。這都可以提供給醫療算法進行分析。
病例也只是谷歌人工智能醫療計劃的一部分。該公司的Medical Brian為放射科、眼科和心臟病科都設計了人工智能系統。他們也在皮膚病學領域開展研究，利用一款應用來識別惡性皮膚病：他們還讓在產品經理身上涂抹了15個假紋身，用來檢測系統的效果。
迪恩強調，這項實驗嚴格遵循醫療顧問提供的建議，而不僅僅依靠滿懷好奇心的軟件程序員。谷歌還在印度開展了一項新的實驗，使用該公司的人工智能軟件來過濾眼球圖像，以便盡早識別出糖尿病視網膜病變。迪恩表示，在發布之前，谷歌找來3名視網膜專家對早期研究結果展開了激烈辯論。
假以時日，谷歌可以將這些系統授權給診所使用，或者通過該公司的云計算部門，以“診斷即服務”的方式提供給他們。作為谷歌在云計算領域的重要競爭對手，微軟也在開發預測性人工智能服務。為了對該服務進行商業化，谷歌需要首先獲取更多病例，但不同的醫療提供商所存儲的數據差異較大。谷歌可以購買數據，但卻有可能遭到監管者或消費者的反對。谷歌與加州大學舊金山分校和芝加哥大學的協議并非商業交易。
該公司表示，目前就設定商業模式還為時尚早。Medical Brian團隊成員彭麗麗（Lily Peng）在5月的谷歌年度開發者大會上提到，他們在心臟病風險識別方面的準確率已經超過人類。但她還是補充道：“我還想再強調一遍，該技術目前還處于早期。”
北京時間6月22日上午消息，年初時，一支谷歌軟件工程師組成的團隊做出決定，拒絕開發一項尖端安全技術，上級感到驚訝。這些工程師來自谷歌云計算部門。該功能名叫“Air Gap”，它也許可以幫助谷歌贏得敏感軍事合同。
四員員工（包括在職員工和前員工）透露說，當時，工程師們認為谷歌不應該利用自己的技術幫助政府發起戰爭。一名知情者稱，傾聽員工的意見之后，谷歌頂級技術高管烏爾斯·霍爾澤（Urs H?lzle）告訴他們，Air Gap功能將會被推遲。
這種“叛亂行為”傳染到整個公司，許多員工都抱有抵制心態，不希望谷歌爭取政府合同。這些工程師在公司內很有名望，他們的團隊被稱為“Group of Nine”，被志同道合的員工崇拜。
在職員工及前員工透露說，工程師抵制就像催化劑，引起更大規模的抗議，震動了加州山景城總部，谷歌高管只能妥協，在五角大樓合同（名叫Project Maven）到期之后沒有續約，這筆合同可以給公司帶來豐厚利潤。
在谷歌公司，存在內部爭議是很正常的事，這樣做可以給員工留下空間，讓他們表達不滿。然而異議越來越多。上個月，一名谷歌員工提出異議，認為高管薪酬應該與一項指標掛鉤：讓公司具備多樣性和包容性。這項提議被股東否決，但是工程師站出來抵制，可能會傷害谷歌的競爭力。
如果想拿到政府的大合同，一般要求企業獲得認證，證明自己可以處理敏感數據，競爭對手亞馬遜、微軟都有授權書，但是谷歌沒有。如果沒有特定的功能，比如Air Gap技術，谷歌想拿到合同就會變得相當困難。
谷歌是否已經拋棄Air Gap，或者不顧員工的反對，繼續開發？我們不知道。從技術上講，Air Gap并不復雜，谷歌可以讓其它工程師來開發。4000名員工在請愿書上簽名，抵制Project Maven合同，占了全部全職員工的5%.
一直以來，谷歌云計算部門主管黛安·格林（Diane Greene）都對政府合作很感興趣。在企業云市場，聯邦機構是開支大戶，它們開始重視云服務。3月份，格林與她的代表興高采烈宣布說，谷歌拿到了FedRAMP許可證。政府云計算合同約有80%都需要FedRAMP Moderate認證，現在谷歌終于拿到了。谷歌云計算部門的員工說，公司將Project Maven項目看得更重要，比拿到FedRAMP認證還重要，要求用更快的速度跟進。
就眼下來看，谷歌已經比競爭對手慢了一拍。不論是微軟Azure還是亞馬遜AWS，都擁有更高級別的認證，它們可以拿到敏感或者分類數據，出售給機構（比如CIA）。在操作之時，兩家企業必須搭建名叫“政府云”的獨立服務。
服務有一個關鍵的組成部門，它就是Air Gap.簡單來講，就是從物理層面將計算機與網絡上的其它計算機分離。企業不能將多家公司的數據存儲在一臺服務器或者一個系統內，商務云提供商一般都是這樣做的，隔離之后，企業或者機構可以將數據放在孤立硬件上，單獨處理。
網絡安全公司Coalfire的副總裁邁克·卡特（Michael Carter）說，如果是國家安全機構，肯定希望能隔離數據。他還說：“亞馬遜與Azure會告訴機構這是你們的機架，政府想知道數據存在哪里，如果想抹掉數據，就能輕松抹掉。”
在爭奪合同之時，谷歌會鼓吹云服務的安全功能。3月份，谷歌高管曾在簡報中說，它們開發的AI軟件可以預先偵測網絡安全攻擊。霍爾澤在做報告時表示：“我們認為，今時今日谷歌云是世界上最安全的云。”
最需要“Air Gap”系統的可能是政府機構和金融企業。行業組織Cloud Security Alliance的運營者吉姆。里維斯（Jim Reavis）說，關于該技術的標準，專家有許多爭論，但Air Gap會讓客戶在心理上感到舒服。里維斯還說：“它們希望能擁有自己的計算機，閃爍的信號燈也是自己的。在安全方面是否真的有用，我打一個問號。”
格林及其它政府高管必須說服員工，讓他們相信公司可以在不違背企業倫理標準的前提下爭奪政府合同。谷歌之前曾拿到Project Maven合約，用AI技術分析無人機視頻。承諾不再續簽合約之后，谷歌曾公布一套AI使用原則，禁止將AI用于武器。盡管如此，我們仍然不能排除谷歌將技術賣給軍事行業，而且谷歌還在繼續爭奪國防部的其它云計算合同。
一些對Project Maven提出異議的員工認為，高層領導在溝通時不夠透明。直到2月份，許多云計算部門之外的員工才知道存在這樣的合同，此時合同已經簽了5個月，2月份，關于合同的討論在公司內部留言板傳播。曾經，格林說合同價值總計只有900萬美元。后來谷歌在報告中披露說，預計合同的價值約為1500萬美元，最高可達2.5億美元。
就在谷歌公布倫理標準之后第二天，也就是6月8日，格林曾在內部郵件中解釋為什么數字會有差異。格林在郵件中表示：“說到Maven，我一直都沒有掌握詳細的信息。例如，我曾說過合同價值900萬美元，這個數字并不準確。”
因為Project Maven異議，一些員工離開谷歌。例如，泰勒。布雷撒切爾（Tyler Breisacher）4月份離開谷歌，他之前是谷歌基礎設施部門的軟件開發者，布雷撒切爾認為，在合同方面谷歌缺少清晰的溝通，也不知道谷歌軟件是怎樣被使用的。布雷撒切爾還說，當公司公布更多與項目有關的內情時，這么多員工反對，這件事讓公司管理層大吃一驚。布雷撒切爾稱：“他們沒有想到會引起這么大的爭議。”
如何面對AI
學會理解數據的價值
雖然新的創新將要求每個人對技術越來越熟悉，但是這并不意味著每個人都能精通技術。而在學習計算和解釋數據方面，技術則是一股很大的力量。這項技能將會見證勞動力需求的增加，并將有助于鞏固作為雇員或潛在領導者的價值。——LaKisha Greenwade, Lucki Fit LLC
學習，執行，教導，服務
我建議領導者和企業專業人士采用“L.E.T.S.”方法。這個縮寫代表學習、執行、教導和服務。當企業專業人士采用這種方法時，他們就會成為高影響力的領導者，鼓勵他們的同事接受技術變革，以造福于公司和客戶。——Cheryl Powers, Align Strategic
誠實地面對自己的技能差距
作為一名負責任的專業人士，職責之一就是要在不斷變化的技術和客戶需求中保持現狀。誠實地面對你需要加快速度的領域，而不是試圖隱藏它，努力達到你想要達到的水平，以保持與未來的關系。不要責怪變化，而是擁抱它。——Tonya Echols, Vigere
專注于建立人際關系
重新關注人工智能和機器學習，將它們作為工具，能夠替代某些步驟，從而提供更高的價值和服務。但它們不會取代商業的核心：人際關系。因此要保持見識，擁抱利益和價值差異。首先，它讓你有更多的時間專注于以客戶為中心的優先事項。其次，對于領導者，它能幫助你建立和維持人際關系，加強你的專業技能。——Lisa K McDonald, Career Polish, Inc.
不斷學習
人工智能和機器學習正在改變過去那些有價值的技能，但它們也為職業發展創造了新的機會。日常工作將會自動化，人們將有更大的機會與他們的組織做出戰略性的、有遠見的決定。投資于學習一項新技能，無論是關于如何利用新技術，建立技術，還是通過領導來擴大其規模。——Leanne Wong, True Talent Advisory
發現并提升職業生涯中的成功之處
人工智能和機器學習可以取代許多功能，但它們無法取代你激勵他人獲得巨大成果的方式，你對商業交易和利益相關者滿意度的影響，或者你作為領導者所帶來的能量。反思你的職業生涯中最重要的成就，尤其是那些對公司的影響。通過社交媒體和專業團隊，在你的工作內外發展和宣傳這些能力。——Laura Smith-Proulx, CCMC, CPRW, CIC, COPNS, CTTCC, An Expert
擁抱轉變的機會
破壞性的新技術導致了當前流程、方法和實踐的過時。與其與之抗爭，不如擁抱它！既然你已經理解了舊的方法，那么你就可以更好地轉換基礎設施并與新技術相結合。這將要求你盡可能多地了解新興世界的秩序，并尋找機會成為變革的駕馭者。——Marvin Chambers, Built To Last Solutions, LLC
提高你的溝通能力
我將人工智能視為一種工具——一種可以提高生產力和效率的資源。考慮到這一點，，你的職業影響超越了你每天所做的任務。你的溝通能力、通過邏輯解決問題、與客戶和同事產生共鳴是很重要的。在我們的經濟持續變化的情況下，擁有強大的溝通和領導能力是必須的。——Jeanna McGinnis, Mentor Happy
培養一種成長心態
人工智能影響不僅僅是與自動化相關的工作。它將影響我們生活的各個階段和方方面面。要想茁壯成長，你需要通過建立知識、適應力和韌性來發展一種成長心態。閱讀關于人工智能行業、功能和策略的所有信息。主動幫助你的公司和領導們培養人工智能的意識，推進人工智能計劃。關注并提高你的軟技能。——Joanne Markow, GreenMason
明確如何適應新的工作環境
自車輪的發展以來，技術就一直存在。一味地擔憂技術進步并不會改變其發展結果。提升自己的技能并為未來的工作做好準備是更重要的。這意味著將創新視為一個機會，并明確如何融入周圍的世界。這意味著擁抱改變，同時面對真實的自己。——Kathleen Houlihan, Dream2Career
在后自動化時代，期待新的、令人興奮的角色
雖然人工智能和機器學習取代了一部分工作，但它們也是那些新出現的、甚至是更令人興奮和有意義的工作崗位背后的力量。所以未來真的很美好！專業人士應該很好地理解未來的技能，并從現在開始通過學習和實踐來培養它們。這些技能大部分都是增強的人類技能，包括思考能力和與他人合作。——Amy Nguyen, Happiness Infinity LLC
專注于增加你的工作穩定性
雖然未來的職業沒有“絕對安全”的，但你可以做以下三件事，來提高工作穩定性。首先，揭露隱藏的問題，抑制其擴張，或在項目完成前及時解決問題。第二，找到工作中需要的具體職責，以及它將如何積極地影響更大的盈利能力。第三，了解你的老板是如何思考的，做出他們喜歡的決定并預測他們的商業需求。——Jay Steven Levin, WinThinking
尋找提高效率的方法
為了讓自己有機會承擔更多的任務和項目，成為一名優秀的員工，對這些機會說“是”，因為你會變得更有技能、更有價值、更多才多藝。你可能會想，“我已經太忙了！”這沒錯，但要學會尋找在你的角色中使用人工智能和機器學習來提高效率（降低成本）的方法。這是有價值的——并且能夠證明你對公司是有價值的。——Jennifer Dowdeswell, JBD Performance Group Inc.
在你的領域內發表深刻的文章
許多職業人士認為，他們必須進行技術培訓，以跟上形勢。雖然這在大多數領域都是正確的，但那些創造了強大的行業內容并通過出版建立自己品牌的職業專業人士，或許能夠將自己區別于這個千篇一律的、不斷變化的技術的海洋。在你的領域創造你的觀點，并貢獻寫得很好的文章，文章和內容。——John M.O’Connor, Career Pro Inc.
培養你的“洞察力”
人工智能善于發現趨勢和處理大數據以及大量數據，在某種程度上，它也可以預測。但如果你問它，“為什么是這樣？”一切都開始分崩離析。人工智能和機器學習擅長處理數據，但在信息方面并不擅長。信息是數據的一個子集。獲取現實生活中的信息、觀點和推斷是我們（人類）增加數據真實價值的方式。要打敗機器，就要有洞察力。——Antonio Garrido, Absolute Sales Development
把自己推銷為創新者
自動化的織布機取代了人工，汽車取代了馬匹，機器人取代了流水線工人；總有一些東西似乎威脅著經濟現狀，并轉移工作崗位。在現實中，其實有更多的工作機會和更多的創收途徑。為了“具備未來的競爭力”，要學會培養你的創新能力，善于與人交往，并為他人創造價值。——Christian Muntean, Vantage Consulting
