拍品不多，一共只有18樣，然而每樣都能說出不少門道。

    其中一串寶石項鏈吸引住了她的目光。不太能戴出去，然而非常漂亮。看看簡介，是喀什米爾藍寶石的，主石足足有10克拉，水滴形狀。描述上說，喀什米爾藍寶石礦1887年便被開采殆盡并且停產，大的寶石非常難得。

    不懂……

    快速看完，阮思澄把目錄名冊合上、還回。

    邵君理淡淡地問：“有想要的嗎。”

    “？？？”阮思澄說，“沒有。”毫不猶豫。

    “行。”

    “那，邵總，我先走了，思恒醫療還有事情。”

    “行。”

    “拜拜。”

    邵君理略一點頭。

    等阮思澄離開以后，邵君理將目錄名冊翻回到了項鏈那頁，把圖和文掃了一遍——他注意到阮思澄在翻看時曾停留數秒。

    …………

    除去這次，阮思澄、邵君理幾乎沒有閑聊。

    新年跨年那天晚上，阮思澄給邵君理發祝福短信，說：【祝揚清在新的一年蒸蒸日上，也祝您投資的思恒前程錦繡，讓您賺到好多好多！！！】

    邵君理回：【已經賺了。】

    很多很多。

    他指的并不是金錢。

    …………

    醫院病歷開張以后，再談合作就容易了。阮思澄用云京兒童醫院、j省人民醫院、云京p大三院做例子吹牛逼，又拉來了一些合作，基本都是外省市中電子病歷程度高的摩登醫院。它們對it友好，卻又沒有被太多的公司“sao擾”過。

    到二月時，陳一非帶隊將“急診胸痛”部分全部做出來了。

    一切都在計劃當中。

    資金還能再挺大約兩個來月。他們需在一個月內完成測試、改bug、完善，同時阮思澄與投資公司接觸，等產品一出來立即演示、融資。

    就一個月可以融資，時間真的相當緊了。這說明，阮思澄要立即簽termsheet（投資條款清單），催人家做盡職調查，簽投資交易文件。等拿到了過橋貸款，才可以松一大口氣。

    在測試時，阮思澄、陳一非、石屹立等人都非常緊張。

    對于早早便完成的頭部以及部分腹部，思恒醫療已經完成程序測試。他們將80%的患者病歷用于訓練多層神經網絡，20%的患者病歷用于測試最終的準確率，都沒問題。

    現在，思恒醫療需要做的，就是測試剛做好的胸部還有剩余腹部，以及綜合起來的全部腹部。

    而這些恰恰是整個項目當中最困難的部分，說不擔心絕對是在撒謊扯淡。

    但阮思澄也并不算特別害怕——陳一非的方向、框架沒有問題，邵君理都說了，非常清楚干凈。

    他們將胸痛患者的心電圖、ckmb、肌鈣蛋白等等信息輸入軟件，又把許多急性腹痛患者的檢查數據、ct片子、b超視頻也輸入進去，屏住呼吸，拿到ai給他們的診斷結果，急急忙忙地與患者病歷上的“標準答案”比對。

    結果如同晴天中的一道霹靂，扇了思恒醫療每個人一耳光。

    甚至打得他們耳朵里面嗡嗡直響。

    不準。

    而且，完、全、不、準，診斷的正確率大約只有一半。

    他們用看救命稻草般的眼神看急診醫生cso石屹立，石屹立一一復查，神情同樣痛苦，表示，對于有分歧的患者，病歷上面三甲醫生給的診斷是正確的，而ai給的診斷，是錯誤的。

    第32章 裁員（三）

    對于ai來說, 讓結果從“不準”到“準”, 不是十分容易，與傳統的“找bug修bug”模式全然不同。

    目前在對ai的爭論當中，一個常常被提起的問題就是“算法黑箱”。也就是說，人類不能解釋它的工作原理。

    人工智能的核心是“神經網絡”。科學家們模仿人類神經系統，讓機器進行學習。“神經元”們一層一層分布下來，每個單元都能接收部分數據，再將結果向上傳給其他單元。

    還是用“貓”來打比方，第一層可以將圖片切割、降維, 得到許多小圖, 第二層在每個維度利用色差尋找邊緣, 三四五層根據勾勒出的邊緣確定各個器官形狀，六七八層通過各個部分顏色判斷毛色、花紋，瞳色……最后頂層得出答案：這是貓、狗、兔子、其他。

    2006年多層神經網絡出現以前，機器學習都只處于初級階段, 需要人工提取特征。而2006年后, 它進入到“深度學習”的大時代。人類不監督、半監督, 機器自己分析特征、獨立思考。給一萬張貓的圖片, 說“這都是貓”, 它就懂了，再給一張它沒見過的，問“是不是貓”, 它會說是。人們給它正確答案的數據集, 它便可以進行學習, “看”的越多會的越多，不斷優化自身能力。因此，“人工智能”定義十分清晰，區別是真·人工智能還是噱頭只需要看它有沒有模仿人腦。

    然而，對每一層都在提取什么特征，以及機器為何要做這些事情、為什么能得出結論，人類無法解釋。根據輸出，有些提取簡單易懂，比如勾勒邊緣、模糊圖片、突出重點、銳化圖片……可是，在很多時候，人類完全get不到！看著某層下來以后圖片所變成的樣子，只能叫一聲“什么鬼！”有時人類只能提出幾個特征，ai分出好幾百層！

    它給了人空前的可能，也給了人無盡的困惑。

    就像人類無法摸清大腦的工作原理一樣，他們同樣無法摸清ai的工作原理。

    訓練ai這種方式為何能行？它是如何學的？信息存在哪里？為何下此判斷？不知道。

    它好像在玄幻境界。碼工時常覺得自己正在養蠱，賊刺激，給蠱蟲喂個這個、喂個那個，一掀蓋子，嚯，出來一個超厲害的東東！

    有人說，讓ai向人解釋一個東西，相當于讓人向狗解釋一個東西，聽著so sad。

    人類歷史充分表明，只有一個決策可以解釋、分析，人才可以了解它的優點缺陷，評估風險，知道它在多大程度能被信賴。

    很多專家說過“必須質疑人工智能為何做出一個決定……”“難道，無人汽車每回出事，企業都說不知原因、ai讓它這么干的？”

    何況，不幸的是，如同大腦會出錯，ai也會出錯。

    于是問題來了：我們能信任ai嗎？我們能在多大程度上相信ai？我們能在生死攸關時信任ai嗎？

    當然，也有學者表示：“它能做到就足夠了！”“大腦一直為你工作，你也一直都信任它，即使并不知道它是如何工作的。”

    目前，各國科學家正致力解開黑箱，政府、行業協會也對此有要求，已經取得一些成果——不少東西都是數學。

    阮思澄是一直覺得，這種現象十分正常，沒有那么邪乎。在人類的文明當中，往往實踐先于理論。比如，老祖宗在打造刀劍時、發明火藥時，清楚地知道原理嗎？no！都是東西先出來了，能work了，大家才開始研究原因。

    ai也是啊！慢慢來嘛。

    不過，雖然如此，攻城獅們寫程序時，也能根據他人經驗，知道大概該怎么做。ai能自己學，但是，攻城獅們需要設置許多參數，比如用哪一種激活函數；如何搭建網絡結構；分別設置多少卷積層、池化層、全連接層，如何排列架構；用多少個卷積層；用哪一個池化方式；選擇多大以及多少卷積核、多大卷積步長和池化步長、多大學習率，又分別從哪層開始、到哪層結束……[注]。也因為沒道理可講，各種奇奇怪怪的結構都有了。層數絕非越多越好，層數越多，說明運行時間越長、傳遞錯誤幾率越大。

    出于這個原因，對算法的調整、修改，經常就是瞎jb試，比較最終結果。

    調參數能有效還好，數據也有可能不行！要知道，輸入數據的大小、像素、嗓聲、甚至亮度和對比度、翻轉變換、旋轉變換、位移……都可以對最終結果產生影響！為啥？還是，不知道。

    因此，現在“經驗”并不好用，結果一塌糊涂，可阮思澄和陳一非對于修改全無頭緒。

    他們甚至無法估摸不準到準需要耗費多長時間。

    …………

    阮思澄從貝恒那兒繼承了個降壓方式——搓臉。

    她搓了搓，撥打內線叫陳一非，一起開會。

    “一非，”阮思澄問，“這個結果……要多久能調整過來？”

    氣，她想：如果錢納貝恒現在都在公司思恒醫療不會陷入這種困境。罷免錢納奪回公章耽誤了一個月，貝恒接手、不會，消耗了兩個月，接著招聘、挖人，等陳一非入職，又是一個月。

    陳一非答：“思澄，目前……沒有頭緒。如果說一個月就能全部搞定肯定是胡扯淡。”

    阮思澄：“……”

    “咱們必須有b計劃。”陳一非又開口說道，“公司賬上還有200萬，能堅持到兩個月后。也就是說，將將巴巴能擠出來一個月完善產品，一個月出門融資。下個月要還是不準，思恒醫療就會走到窮途末路。”

    “我知道。”阮思澄說，“我問問邵總王總，是否行使增資權利。”

    “行。”

    按照投資協議，邵君理和王選擁有增資權利，有權利但無義務在產品初版出來后以2億估值再投5%，也就是1000萬。其實現在邵君理和王選股權已經太多，34%，但也沒辦法了，只能以后想方設法強迫天使以低估值出售股權，或者勸誘對方往期權池扔回一點。如能進入a輪，這點應該不難。

    “如果邵總王總拒絕……”

    陳一非的臉孔還是白胖白胖，笑容十分職業，讓人非常舒服，可語氣中卻無半分和藹可親，他說：“盡早裁員。”

    裁員！！！

    阮思澄只覺得自己頭皮一麻！！！

    她抬起頭，沒有說話。

    陳一非說：“行政崗位全部裁掉，a輪進來再重新招。產品經理、ui設計，現階段也可以不要，還有早前從事頭痛腹痛的工程師，通通裁掉。”

    頓頓，又道：“我這兩月不拿工資，補貼公司。”

    “一非，咱先別提裁員。”阮思澄笑，心里發涼，“我打電話問問增資。”

    “好。”在出現問題時，陳一非并不如貝恒一般逃避，而是依然帶著氣場，維護著他cto的體面——貝恒都恨不得把自己給縮沒。

    …………

    阮思澄在自己肚里打了整整十遍腹稿，終于按下投資爸爸辦公室的電話號碼！

    秘書接進去，邵君理磁性的聲音很快響起：“在。”

    “邵總，”阮思澄的聲音當中帶著不安，“我想匯報一個情況。胸痛部分，還有腹痛部分……我們剛把測試集給輸進去了。”

    “不好？”

    “是……”阮思澄道，“有一大半心臟疾病……ai并沒有診斷出來。”

    邵君理的聲音一頓，而后才又重新響起：“我期望的結果是比人類醫生更快更準。”

    阮思澄咬了咬下唇。傳統算法對于波的識別有局限性，而思恒的機器，用和rnn，可以和人一樣，將 pqrst作為完整波群進行分析，看數字，看波形，看各種指標，還能根據患者特征讀的更好！甚至知道瘦人該什么樣、胖人該什么樣、小孩該什么樣、老人該什么樣、孕婦該什么樣，比人類醫生懂的更多！

    每年許多心臟病患無法確診被送回家，阮思澄本希望ai可以幫忙。

    而事實是，現在，它失敗了！！！

    阮思澄長呼吸了口：“而且……另個部分也不如意……本來，p大易均團隊做最難的超聲，應該取得最差的結果，可事實上，這一部分在測試中挺靠譜的……貝恒離職以前弄出來的東西反而不行。”

    “腹部本就是不易的。”邵君理道，“不僅僅是圖像識別。”

    “嗯。”阮思澄也清楚，畢竟圖像識別發展相對較快。

    “具體說說測試結果。”

    阮思澄的思路清晰，一項一項仔細說了，包括哪種病準，哪種病不準，準確率是多少，如果不準，ai都給看成什么了。

    邵君理聽完，想：太差了。

    真的，太差了。