拍品不多，一共只有18样，然而每样都能说出不少门道。

　　其中一串宝石项链吸引住了她的目光。不太能戴出去，然而非常漂亮。看看简介，是喀什米尔蓝宝石的，主石足足有10克拉，水滴形状。描述上说，喀什米尔蓝宝石矿1887年便被开采殆尽并且停产，大的宝石非常难得。

　　不懂……

　　快速看完，阮思澄把目录名册合上、还回。

　　邵君理淡淡地问：“有想要的吗。”

　　“？？？”阮思澄说，“没有。”毫不犹豫。

　　“行。”

　　“那，邵总，我先走了，思恒医疗还有事情。”

　　“行。”

　　“拜拜。”

　　邵君理略一点头。

　　等阮思澄离开以后，邵君理将目录名册翻回到了项链那页，把图和文扫了一遍――他注意到阮思澄在翻看时曾停留数秒。

　　…………

　　除去这次，阮思澄、邵君理几乎没有闲聊。

　　新年跨年那天晚上，阮思澄给邵君理发祝福短信，说：【祝扬清在新的一年蒸蒸日上，也祝您投资的思恒前程锦绣，让您赚到好多好多！！！】

　　邵君理回：【已经赚了。】

　　很多很多。

　　他指的并不是金钱。

　　…………

　　医院病历开张以后，再谈合作就容易了。阮思澄用云京儿童医院、j省人民医院、云京p大三院做例子吹牛逼，又拉来了一些合作，基本都是外省市中电子病历程度高的摩登医院。它们对it友好，却又没有被太多的公司“骚扰”过。

　　到二月时，陈一非带队将“急诊胸痛”部分全部做出来了。

　　一切都在计划当中。

　　资金还能再挺大约两个来月。他们需在一个月内完成测试、改bug、完善，同时阮思澄与投资公司接触，等产品一出来立即演示、融资。

　　就一个月可以融资，时间真的相当紧了。这说明，阮思澄要立即签termsheet（投资条款清单），催人家做尽职调查，签投资交易文件。等拿到了过桥贷款，才可以松一大口气。

　　在测试时，阮思澄、陈一非、石屹立等人都非常紧张。

　　对于早早便完成的头部以及部分腹部，思恒医疗已经完成程序测试。他们将80%的患者病历用于训练多层神经网络，20%的患者病历用于测试最终的准确率，都没问题。

　　现在，思恒医疗需要做的，就是测试刚做好的胸部还有剩余腹部，以及综合起来的全部腹部。

　　而这些恰恰是整个项目当中最困难的部分，说不担心绝对是在撒谎扯淡。

　　但阮思澄也并不算特别害怕――陈一非的方向、框架没有问题，邵君理都说了，非常清楚干净。

　　他们将胸痛患者的心电图、ck-mb、肌钙蛋白等等信息输入软件，又把许多急性腹痛患者的检查数据、ct片子、b超视频也输入进去，屏住呼吸，拿到ai给他们的诊断结果，急急忙忙地与患者病历上的“标准答案”比对。

　　结果如同晴天中的一道霹雳，扇了思恒医疗每个人一耳光。

　　甚至打得他们耳朵里面嗡嗡直响。

　　不准。

　　而且，完、全、不、准，诊断的正确率大约只有一半。

　　他们用看救命稻草般的眼神看急诊医生cso石屹立，石屹立一一复查，神情同样痛苦，表示，对于有分歧的患者，病历上面三甲医生给的诊断是正确的，而ai给的诊断，是错误的。

　　第32章 裁员（三）

　　对于ai来说, 让结果从“不准”到“准”, 不是十分容易，与传统的“找bug修bug”模式全然不同。

　　目前在对ai的争论当中，一个常常被提起的问题就是“算法黑箱”。也就是说，人类不能解释它的工作原理。

　　人工智能的核心是“神经网络”。科学家们模仿人类神经系统，让机器进行学习。“神经元”们一层一层分布下来，每个单元都能接收部分数据，再将结果向上传给其他单元。

　　还是用“猫”来打比方，第一层可以将图片切割、降维, 得到许多小图, 第二层在每个维度利用色差寻找边缘, 三四五层根据勾勒出的边缘确定各个器官形状，六七八层通过各个部分颜色判断毛色、花纹，瞳色……最后顶层得出答案：这是猫、狗、兔子、其他。

　　2006年多层神经网络出现以前，机器学习都只处于初级阶段, 需要人工提取特征。而2006年后, 它进入到“深度学习”的大时代。人类不监督、半监督, 机器自己分析特征、独立思考。给一万张猫的图片, 说“这都是猫”, 它就懂了，再给一张它没见过的，问“是不是猫”, 它会说是。人们给它正确答案的数据集, 它便可以进行学习, “看”的越多会的越多，不断优化自身能力。因此，“人工智能”定义十分清晰，区别是真・人工智能还是噱头只需要看它有没有模仿人脑。

　　然而，对每一层都在提取什么特征，以及机器为何要做这些事情、为什么能得出结论，人类无法解释。根据输出，有些提取简单易懂，比如勾勒边缘、模糊图片、突出重点、锐化图片……可是，在很多时候，人类完全get不到！看着某层下来以后图片所变成的样子，只能叫一声“什么鬼！”有时人类只能提出几个特征，ai分出好几百层！

　　它给了人空前的可能，也给了人无尽的困惑。

　　就像人类无法摸清大脑的工作原理一样，他们同样无法摸清ai的工作原理。

　　训练ai这种方式为何能行？它是如何学的？信息存在哪里？为何下此判断？不知道。

　　它好像在玄幻境界。码工时常觉得自己正在养蛊，贼刺激，给蛊虫喂个这个、喂个那个，一掀盖子，嚯，出来一个超厉害的东东！

　　有人说，让ai向人解释一个东西，相当于让人向狗解释一个东西，听着so sad。

　　人类历史充分表明，只有一个决策可以解释、分析，人才可以了解它的优点缺陷，评估风险，知道它在多大程度能被信赖。

　　很多专家说过“必须质疑人工智能为何做出一个决定……”“难道，无人汽车每回出事，企业都说不知原因、ai让它这么干的？”

　　何况，不幸的是，如同大脑会出错，ai也会出错。

　　于是问题来了：我们能信任ai吗？我们能在多大程度上相信ai？我们能在生死攸关时信任ai吗？

　　当然，也有学者表示：“它能做到就足够了！”“大脑一直为你工作，你也一直都信任它，即使并不知道它是如何工作的。”

　　目前，各国科学家正致力解开黑箱，政府、行业协会也对此有要求，已经取得一些成果――不少东西都是数学。

　　阮思澄是一直觉得，这种现象十分正常，没有那么邪乎。在人类的文明当中，往往实践先于理论。比如，老祖宗在打造刀剑时、发明火-药时，清楚地知道原理吗？no！都是东西先出来了，能work了，大家才开始研究原因。

　　ai也是啊！慢慢来嘛。

　　不过，虽然如此，攻城狮们写程序时，也能根据他人经验，知道大概该怎么做。ai能自己学，但是，攻城狮们需要设置许多参数，比如用哪一种激活函数；如何搭建网络结构；分别设置多少卷积层、池化层、全连接层，如何排列架构；用多少个卷积层；用哪一个池化方式；选择多大以及多少卷积核、多大卷积步长和池化步长、多大学习率，又分别从哪层开始、到哪层结束……[注]。也因为没道理可讲，各种奇奇怪怪的结构都有了。层数绝非越多越好，层数越多，说明运行时间越长、传递错误几率越大。

　　出于这个原因，对算法的调整、修改，经常就是瞎jb试，比较最终结果。

　　调参数能有效还好，数据也有可能不行！要知道，输入数据的大小、像素、嗓声、甚至亮度和对比度、翻转变换、旋转变换、位移……都可以对最终结果产生影响！为啥？还是，不知道。

　　因此，现在“经验”并不好用，结果一塌糊涂，可阮思澄和陈一非对于修改全无头绪。

　　他们甚至无法估摸不准到准需要耗费多长时间。

　　…………

　　阮思澄从贝恒那儿继承了个降压方式――搓脸。

　　她搓了搓，拨打内线叫陈一非，一起开会。

　　“一非，”阮思澄问，“这个结果……要多久能调整过来？”

　　气，她想：如果钱纳贝恒现在都在公司思恒医疗不会陷入这种困境。罢免钱纳夺回公章耽误了一个月，贝恒接手、不会，消耗了两个月，接着招聘、挖人，等陈一非入职，又是一个月。

　　陈一非答：“思澄，目前……没有头绪。如果说一个月就能全部搞定肯定是胡扯淡。”

　　阮思澄：“……”

　　“咱们必须有b计划。”陈一非又开口说道，“公司账上还有200万，能坚持到两个月后。也就是说，将将巴巴能挤出来一个月完善产品，一个月出门融资。下个月要还是不准，思恒医疗就会走到穷途末路。”

　　“我知道。”阮思澄说，“我问问邵总王总，是否行使增资权利。”

　　“行。”

　　按照投资协议，邵君理和王选拥有增资权利，有权利但无义务在产品初版出来后以2亿估值再投5%，也就是1000万。其实现在邵君理和王选股权已经太多，34%，但也没办法了，只能以后想方设法强迫天使以低估值出售股权，或者劝诱对方往期权池扔回一点。如能进入a轮，这点应该不难。

　　“如果邵总王总拒绝……”

　　陈一非的脸孔还是白胖白胖，笑容十分职业，让人非常舒服，可语气中却无半分和蔼可亲，他说：“尽早裁员。”

　　裁员！！！

　　阮思澄只觉得自己头皮一麻！！！

　　她抬起头，没有说话。

　　陈一非说：“行政岗位全部裁掉，a轮进来再重新招。产品经理、ui设计，现阶段也可以不要，还有早前从事头痛腹痛的工程师，通通裁掉。”

　　顿顿，又道：“我这两月不拿工资，补贴公司。”

　　“一非，咱先别提裁员。”阮思澄笑，心里发凉，“我打电话问问增资。”

　　“好。”在出现问题时，陈一非并不如贝恒一般逃避，而是依然带着气场，维护着他cto的体面――贝恒都恨不得把自己给缩没。

　　…………

　　阮思澄在自己肚里打了整整十遍腹稿，终于按下投资爸爸办公室的电话号码！

　　秘书接进去，邵君理磁性的声音很快响起：“在。”

　　“邵总，”阮思澄的声音当中带着不安，“我想汇报一个情况。胸痛部分，还有腹痛部分……我们刚把测试集给输进去了。”

　　“不好？”

　　“是……”阮思澄道，“有一大半心脏疾病……ai并没有诊断出来。”

　　邵君理的声音一顿，而后才又重新响起：“我期望的结果是比人类医生更快更准。”

　　阮思澄咬了咬下唇。传统算法对于波的识别有局限性，而思恒的机器，用cnn和rnn，可以和人一样，将 p-qrs-t作为完整波群进行分析，看数字，看波形，看各种指标，还能根据患者特征读的更好！甚至知道瘦人该什么样、胖人该什么样、小孩该什么样、老人该什么样、孕妇该什么样，比人类医生懂的更多！

　　每年许多心脏病患无法确诊被送回家，阮思澄本希望ai可以帮忙。

　　而事实是，现在，它失败了！！！

　　阮思澄长呼吸了口：“而且……另个部分也不如意……本来，p大易均团队做最难的超声，应该取得最差的结果，可事实上，这一部分在测试中挺靠谱的……贝恒离职以前弄出来的东西反而不行。”

　　“腹部本就是不易的。”邵君理道，“不仅仅是图像识别。”

　　“嗯。”阮思澄也清楚，毕竟图像识别发展相对较快。

　　“具体说说测试结果。”

　　阮思澄的思路清晰，一项一项仔细说了，包括哪种病准，哪种病不准，准确率是多少，如果不准，ai都给看成什么了。

　　邵君理听完，想：太差了。

　　真的，太差了。