专访计算机视觉奠基人AI改变了科学家发现世界的方式

德米特里·特佐普罗斯（Demetri Terzopoulos）来过上海屡次。在刚刚完毕的2019国际人工智能大会上，他在题为“智汇健康·预见未来”的分论坛上带来了主题为“人工智能在视觉核算和医学范畴运用”的讲演。

在此之前，本年7月他在北京大学前沿核算研讨中心的一场陈述中，带去的讲演主题则是“神经肌肉和感知操控的人体仿真与深度学习”。

事实上，这位有着英国工程院院士、加拿大科学院院士、美国核算机协会（ACM）院士、美国电气和电子工程师协会（IEEE）院士、加州大学洛杉矶分校（UCLA）出色教授等多个头衔，被誉为“核算机视觉范畴奠基人”的“权威级科学家”，其实有着较为广泛的研讨爱好：核算机图形学、核算机视觉、医学成像、核算机辅佐设计、人工智能……曩昔40多年中，环绕这些范畴他已宣布了300 多篇研讨论文和多部学术著作。

电影《怪兽电力公司》 来历：豆瓣

有些出其不意的是，由于他在“弹性可变形模型”（Elastically Deformable Models）范畴出色的研讨奉献，2006年他取得了美国电影艺术与科学学院颁布的奥斯卡技能成就奖。《怪兽电力公司》、《星球大战》、《哈利波特》、《指环王》、《特洛伊》等享誉全球的影片中都有“可变形模型”的技能奉献。正如他自己所说，“人工智能是一门触及广泛的学科，有容纳万物的胸襟。”

在国际人工智能大会的主题讲演前夕，解放日报·上观新闻记者独家专访了这位仍旧年青的“权威”。刚踏进采访室，特佐普罗斯正坐在沙发上运用iPad。“能够开端采访吗？”“稍等，一分钟就好。”所以，一阵飞快地点击屏暗地，特佐普罗斯把iPad往茶几上一放，显露笑脸：“开端发问吧。”

（一）与其忧虑机器替代医师，不如为己所用

此次特佐普罗斯带来的讲演标题与他近期的研讨休戚相关。由于近年来图画辨认技能的飞速开展，加之国际范围内积累了许多医疗数据，医学印象便有了巨大的驱动。而核算机视觉技能在图画切割、配准、图画的重构、建模、运动模型剖析、辅佐确诊、医治进程盯梢等方面，都能为医护人员开释巨大的劳动力。

上观新闻：您最近说到，深度学习正为包含核算机视觉在内的许多范畴带来革新。事实上，曩昔的视觉印象模型都是由人类发现，而现在人们经过练习机器来“学习”模型，甚至构建模型。您觉得有一天机器会替代人类，成为新模型的构建者、发现者吗？终究机器的学习速度和功率都远高于人类。

特佐普罗斯：这个问题能够这样来看：曩昔放射科医师做的许多作业其实都很琐碎，比方要查阅、剖析许多张X光片，这些都靠人工完结。特别是图画切割（Segmentation），这是一件十分琐碎的作业。比较之下，机器就很拿手处理这些繁琐、重复性作业，这是机器对医师的日常作业发生的一个很重要的潜在影响。

但是，我觉得与其说考虑机器是否会替代人类医师，不如说咱们正用机器不断创造新东西，协助医师更好、更高效地完结作业，将医师的劳动力充沛开释，让他们投入到要求更高的作业中去。

上观新闻：您的讲演中说到，现在医学印象现已由数据驱动（Data-driven），包含您30年前发现的“可变形模型”，现在也经过对数据的练习来不断精益。所以，数据驱动的医学印象和传统医学印象，两者最大的不同是什么？这些不同对人类特别是病患来说，有哪些影响？

特佐普罗斯：数据驱动的办法中包含了许多机器学习技能，这些技能来自对数据的不断练习。比方在医学印象范畴，曾经许多印象都靠医人工去切割，现在咱们测验让机器从海量的印象中学习医师切割印象的办法。

但获取海量的医学印象并非四通八达，需求考虑病患的隐私安全，防止个人信息走漏。因而，数据的取得、选取以及决议终究要让机器学习哪一部分数据，都需求充沛考虑，也需求必定本钱。

还有一点要阐明，经过许多的数据练习到达机器学习意图，这在医学印象范畴现在仍是小范围探究，并没有扩张到整个医学范畴。但在其他社会范畴，机器学习技能有时机敏捷大面积遍及。比方人们现在常常获取交际网络数据并进行剖析，辅佐商业、学术、城市管理等作业。这一类数据不只数量巨大，而且大多都很有用。但在医疗范畴，练习数据不是一件那么简单的事。

（二）人工智能正在改动科学家研讨办法

1987年，特佐普罗斯与研讨同伴协作提出了闻名的“自动概括模型”，经过辨认物体概括，用不同色彩的线条勾勒出概括平面，然后运用图画切割法进行3D重建。由于重建后的模型富含各种弯弯曲曲的线条，这一模型也被称为“Snakes”，即中文里的“蛇”。

“Snake模型”的提出不只使各种根据自动概括线的图画切割与辨认办法蓬勃开展，也十分有力地推动了尔后人们在神经网络方面的研讨——神经网络，正是人工智能最中心的研讨范畴之一。

1997年，加拿大约赫湖，右二为特佐普罗斯

上观新闻：若现在回忆一下您的研讨进程，您是否曾意识到，三、四十年前您的一系列创造发现，其实便是今日咱们所说的“人工智能”，仅仅其时人们还没意识到这一点？

特佐普罗斯：确实如此。人工智能其实在上世纪50年代就现已诞生，到了60、70年代，开端许多运用于医学范畴。我在上世纪70年末代开端研讨医学印象剖析，在那个年代，模式辨认法（Pattern Recognition Methods）、分类辨认法（Classification Recognition Methods）是干流。今日根据统计学的机器学习法，其实和那个年代的办法有许多类似。咱们现在相同要练习数据，经过统计学办法用数据建模，然后练习机器智能去树立分类模型。

神经元树突安排的snake模型

上世纪70年代之后，我开端对物理空间感爱好，也便是用可变形模型来进行印象剖析。现在这些前期模型都现已与机器学习整合，咱们现在研讨中获取的新模型，便是“新”与“旧”的归纳。

上观新闻：那么，与上世纪80年代您发现”Snake模型”的进程比较，现在深度学习等技能是否现已改动了科学家探究国际、获取新发现的办法？

特佐普罗斯：人工智能确实改动了当今科学家打开创造发现的办法，特别人工智能现在在科学范畴的运用十分广泛，比方科学家们常凭借AI技能发现新药、做基因序列剖析、天文学成像等，运用人工智能完结印象剖析更是常见。

没错，AI能够运用、结合到许多范畴，科学和工程学范畴是现在运用最多的。当然，曩昔的许多“老”办法至今依然有用，特别是我方才说的新老办法结合，这令今日的科学家们相同感到振作，也是未来机器学习取得更好作用的首要趋势。

（三）我国企业逐步找到细分商场

特佐普罗斯现在担任UCLA核算机视觉与图形学试验室主任。2016年，他与自己的我国学生丁晓伟一同创办了医疗人工智能企业体素科技。这家在上海和洛杉矶具有“双总部”的企业，现在在上海的办公室坐落浦江镇，50余名职工大多为技能研制人员。公司首要研讨方向为人工智能与胸部CT、眼底彩照、冠脉CTA、皮肤病治疗结合，供给全病种处理方案。

“全病种”是否意味着“大而全”？这一点引起了记者的爱好。

上观新闻：从您的调查来看，我国的人工智能医疗印象工业现在开展情况如何？咱们现已了解到不少运用眼底成像技能筛查糖尿病等慢性病的企业，您觉得现在各个企业是在一窝蜂地涌向同一风口，仍是现已逐步找到了自己的商场定位？

特佐普罗斯：从我的调查来看，大部分我国企业现已找到了细分商场。哪怕是像体素科技重视的全体确诊，其实也是根据明晰的三条研制线和一条产品线。对皮肤情况的研讨便是面向消费端的运用产品，经过手机APP拍照相片来检测皮肤情况。

有些企业专心于眼底辨认，做到了专业和精密。咱们的研讨则根据不同情况和环境进行剖析，比方在放射学范畴咱们重视的不仅仅肺部，而是从整个胸腔的印象呈现来判别肺部全体健康情况。无论是做CT、核磁共振仍是照X光，终究都经过整区域查看来完结一个杂乱的医学印象剖析——这便是咱们技能的“细分范畴”。

3D捕捉人体运动为《指环王》等影片服务

医学成像数据练习

上观新闻：您最近在医学印象范畴的研讨要点是什么？近年来人们对医学印象确诊糖尿病、肺癌等疾病益发了解，所以医学印象的开展趋势是更用于常见病，仍是更多用于稀有病的筛查？

特佐普罗斯：这个问题其实与数据练习有关。常见病在病理数据中更具有代表性，稀有病的数据则相对少许多，因而数据从数量上就存在不平衡。但是，机器学习所需的数据要保证全面，因而这也是医疗范畴获取机器学习数据较困难的一点。

现有趋势是运用监测手法，让机器学习还没有被符号的练习数据。比方运用生成模型（Generative Models）去生成练习数据，这样机器就能从少数的、未被人工符号的数据中，剖析整合呈现已有练习符号的数据，促进机器学习有更好的体现，发生更强壮的医学图画剖析算法。

用超声波侦办舌头的运动

（三）让“苏利文”的毛发成真用了20年

在加拿大麦吉尔大学攻读本科期间，一节选修课让特佐普罗斯第一次感知到人工智能的魅力，从而持续攻读硕士学位，并由此找到了自己终其终身的研讨方向：核算机视觉与图形。

年青的特佐普罗斯

1984年，特佐普罗斯从麻省理工学院取得了人工智能博士学位。三年后，他在发现弹性可变形模型的进程中，与研讨者们初次运用物理建模办法模仿了仿真布料。2001年皮克斯出品的动画电影《怪兽电力公司》中，主人公小女子阿布身穿的粉红色睡衣、“怪兽”苏利文身上软乎乎的蓝色皮裘，均经过根据可变形模型的核算机模仿生成。

上观新闻：你对可变形模型的研讨为你和研讨同伴赢得了一座奥斯卡技能成就奖，这对你来说是个意外吗？你觉得下一个让你由于研讨取得“意外之喜”的范畴会是什么？

特佐普罗斯：其实上世纪80年代中期，我就开端研讨核算机图画。其时咱们期望经过这一技能模仿人的动态，所以咱们就从模仿人的身形着手，我取得的这座奥斯卡就来历于对《怪兽电力公司》等电影中人物衣服布料的模仿。现在这项技能现已被广泛运用于皮克斯甚至整个好莱坞的制造公司，全国际都在运用根据弹性可变形模型衍生出的各种技能手法。

电影《怪兽电力公司》 来历：豆瓣

所以，对电影工业的奉献和得到的认可并非意外，而是都在咱们的方案之中，是一步一个脚印才到达的。从最早的技能创造，到终究被全国际广泛运用，傍边差不多经过了20年。所以，一项技能的横空出世到广泛运用，真的需求时刻，需求人们的耐性。

相同，我现在研讨的人工智能与医疗的结合也需求时刻。或许10年内咱们就能看到巨大的前进。又或许20年后，会呈现咱们现在幻想不到的开展。

上观新闻：您在自己的肄业年代就找到了随同终身的爱好点，人工智能。在我国，也有许多年青学子对学习人工智能感爱好，有什么想对我国学生说的？

特佐普罗斯：人工智能是一个十分令人兴奋的范畴，也是一们触及面很广的学科，能够完成许多交叉学科的效果，把AI技能运用到不同范畴。它很值得学习，由于有许多揭穿深层次问题的学习范畴正等候未来的年青学子们去研讨和处理。

有一些说法称人工智能是“处理国际一切问题的钥匙”。不错，曩昔十多年来AI的开展前进了不少，特别是最近十年，由于深度学习的呈现，AI的开展取得了长足前进。但仍有许多充溢应战的问题等候未来的人才们去处理。