Nvidia積極培育深度學(xué)習開(kāi)發(fā)人才并與產(chǎn)、官、學(xué)界合作提供實(shí)務(wù)訓練課程；那么其他芯片供貨商，例如也推動(dòng)其FPGA在深度學(xué)習領(lǐng)域應用的Xilinx，難道不能也提供類(lèi)似的培訓計劃？
對此市場(chǎng)研究機構Tirias Research首席分析師Kevin Krewell認為并不盡然：“FPGA對于機器學(xué)習編程來(lái)說(shuō)仍然太復雜，采用FPGA (或是像Google的TPU那樣自行設計ASIC)會(huì )有一些優(yōu)勢，但GPU普遍可得、立即可用而且功能多樣化，可以被用來(lái)執行顯示器也可以執行機器學(xué)習。”
Nvdia推廣深度學(xué)習的實(shí)際成功案例
Nvidia特別介紹已經(jīng)在該公司平臺上開(kāi)發(fā)深度學(xué)習程序/產(chǎn)品的公司，像是一家中國新創(chuàng )公司推想科技(Infervision)，目標是為肺癌診斷開(kāi)發(fā)人工智能斷層掃描(CT)診斷解決方案。
推想科技創(chuàng )辦人暨執行長(cháng)陳寬(CK)自己就是AI浪潮中的代表性人物之一，他開(kāi)發(fā)的程序將展現新科技如何協(xié)助醫療放射技師讀取CT掃描與X光結果，以更早期、更有效率地檢測肺癌患者的可疑病灶以及結節。
陳寬并沒(méi)有參與Nvidia的培訓，但在2012年于美國芝加哥大學(xué)主修經(jīng)濟與金融學(xué)科時(shí)偶然看到了一份Nvidia深度學(xué)習平臺的介紹：“是我一個(gè)朋友給我看的，而我就被迷住了。”
他在2012年的美國總統大選期間，與其他芝加哥大學(xué)以及麻省理工學(xué)院(MIT)的學(xué)生合作利用AI開(kāi)發(fā)一個(gè)程序，能分類(lèi)推特(Twitter)上兩黨候選人歐巴馬(Barack Obama)以及羅姆尼(Mitt Romney)的貼文，偵測公眾對候選人的觀(guān)感；這是陳寬在深度學(xué)習領(lǐng)域的首次投入。
2014年，還是博士班學(xué)生的陳寬回到中國于不同產(chǎn)業(yè)尋找AI商機，在多場(chǎng)面談之后，有一位在中國頂級醫院任職的放射科技師提供他一個(gè)關(guān)于開(kāi)發(fā)深度學(xué)習癌癥偵測技術(shù)可能性的靈感，并因此催生了推想科技；陳寬可說(shuō)是遇到了貴人。
專(zhuān)業(yè)醫師的采納是推想科技開(kāi)發(fā)之程序不斷精進(jìn)的關(guān)鍵因素，陳寬表示，現在中國有超過(guò)100所醫院正在與該公司合作，導入斷層掃描與X光設備擷取的數據并比較結果。
而陳寬之深度學(xué)習產(chǎn)品的分水嶺，出現在Google旗下人工智能公司Deep Mind開(kāi)發(fā)之AlphaGo于2015年擊敗人類(lèi)圍棋高手的那時(shí)候；AlphaGo在2016年再度于一場(chǎng)與人類(lèi)棋士的對決中獲勝。陳寬表示：“在那之后，中國醫療社群對AI仍抱持懷疑的人都改變了態(tài)度；不然沒(méi)有人真的信任深度學(xué)習軟件。”
中國武漢同濟醫院的醫師正在使用推想科技開(kāi)發(fā)的程序（來(lái)源：推想科技）
讓機器自己學(xué)習
陳寬表示，醫師們自1990年代就已經(jīng)開(kāi)始使用傳統的計算機輔助機器視覺(jué)軟件，例如R2；但R2與推想科技的新一代深度學(xué)習軟件程序不同，醫師必須要先告訴機器要找什么、描述尋找對象的特征，盡管也是集合許多專(zhuān)家開(kāi)發(fā)的成果，但準確度并不是很高。
推想科技是讓機器去學(xué)習該找什么：“機器會(huì )自己學(xué)習該注意的實(shí)際區域以及需要尋找的對象特征；”不過(guò)陳寬強調，這樣的學(xué)習得仰賴(lài)從各家醫療院所長(cháng)時(shí)間收集的大量數據。
幸運的是，自從2002年爆發(fā)的SARS疾病大流行，中國政府積極在大型醫院推動(dòng)設置新一代IT設備；陳寬表示，很多一線(xiàn)醫院已經(jīng)有自己的數據中心，儲存所有的影像數據。當然，那些儲存的影像并不是都很完美：“如果分辨率太差，就會(huì )成為GIGO (garbage in, garbage out)的經(jīng)典案例。”
目前推想科技正在準備完成來(lái)自參與早期采用項目的放射技師測試結果，而為了擴大其業(yè)務(wù)規模，該公司也正在等待中國食品藥品監督管理總局(CFDA)對其軟件的批準。
陳寬表示，到目前為止看來(lái)，在人類(lèi)放射技師以及計算機之間的比較研究結果“相當有前途”，兩者能同時(shí)找到大于6mm的癌變結節；而計算機在3~6mm或更小的結節搜尋上表現更佳。不過(guò)他也坦承，科學(xué)家們還無(wú)法解釋計算機是如何能得出特定結論，這是深度學(xué)習的一個(gè)缺點(diǎn)。
而他也強調，深度學(xué)習軟件的目的不是要取代放射師，關(guān)鍵在于人類(lèi)專(zhuān)家與計算機合作，驗證出正確的結果。
