AI+医疗。最近跟女票聊的话题之一。
她复述了老板的观点，还有她的理解，她问问我的想法：
我觉得可以做，但是有前提条件。
现在假设你为人父母，为人师，要把一个有潜质的学生培养成优秀的医学生，这个医学生之后要看病诊断，成为一代宗师，你需要什么呢？
你需要：
1，一个高超导师（prompt)
2，一个高智力的孩子(大模型技术基础）
3，大量的饭菜供给（英伟达芯片，大量电力）
4，大量的实战经验（针对性的海量数据）
你做过导师，做过老师，就知道了，即便你再强，孩子不行，饭菜不够，经验不足，都难以成才。
高智力的孩子（大模型基座）是基础
ChatGPT4跟3.5差距太大，以至于你不需要优化prompt就能用GPT4解决绝大部分问题。
在GPT4o出来之前，很多基于Chatgpt 3.5去做产品的公司瞬间推翻重来，你可以简单理解为：
“孩子长大了，翅膀硬了，不需要这些护具来保驾护航了。”
智力差距，就是这么残酷。
大量饭菜供给（英伟达芯片，大量电力）
决定了大模型人工智能只能在中美落地。
为何？电能需求太大了。
研究显示，训练谷歌于2022年发布的大语言模型PaLM需要消耗3436兆瓦时的电量，约等于11.8万美国普通家庭日耗电量（美国普通家庭日均耗电量约为29千瓦时）；就算训练参数量为3.4亿的BERT模型，也需要消耗1.5兆瓦时的电量，相当于观看1875小时的流媒体。据了解，AI服务器和芯片是产生能耗最主要的地方。通用型服务器只需要2颗800W服务器电源，而AI服务器则需要4颗1800W高功率电源，AI服务器对于电源的需求大大提升。荷兰一位学者表示，到2027年，新制造的人工智能设备的用电量将与荷兰、瑞典、阿根廷等国的用电量一样。
1天消耗超过50万度电力，AI大模型有多耗能？-澎湃新闻
电量以外，还需要大量的水，这些决定了费用，那么谁能提效？
芯片，这就是英伟达股票高涨的原因之一。
他们能够提升效率，降低能耗。
说到这里，你就会发现，AI的发展，只有像政府，或者垄断企业才能去做的事，这些都是普通企业所无法企及的部分。
于是你就会提问，哎呀，那普通人能干嘛？
普通企业能够掌控的，只有两个：
导师（prompt），还是大量的实战经验（数据库）
这也是目前投资者跟Ai创业者卷的赛道，通过特定数据库，去服务特定场景下的使用，做到专业级别的Top人工智能。
那我看不看好呢？不太重要，各位有自己的判断。
好了，铺垫了这么多，我说下我觉得要解决的前提条件是什么。
一，数据问题
就像这篇文章是有字数统计的，这是标准化的。
但是我文章传递的感情是复杂的，这个无法标准化。
AI目前可以逐渐开始理解这种复杂情感，这是可以解决的，需要时间罢了。
然而有个比较难解决的问题，是隐性的问题。
医疗中也有，例如患者隐藏真实病例，或者因为在场人员在，而无法说明真实数据，或者他说的都是真实的话，都是无用的话，那么，这个数据就是污染数据。
言下之意是，你如何知道别人没说的话是什么。
AI更像是一个人工培养的三体人，而三体人要了解人类，才能更好服务人类，但是三体人会被人类欺骗，因为人类不一定会说真话。
这就给训练模型造成了极大的困扰。
事实上，在目前反AI联盟的操作中，就是在世界上各种地方去埋下污染数据，让AI无法去正确学习，这也是有其操作原理的。
二，更为复杂的问题
责任归属。
在人类社会中，如果没有人来对结果负责，那无论这个问题的答案有多理想，多符合事实本质，多能解决问题，都无法被直接采纳。
简单来说，需要一个背锅侠。
三体人会背锅吗？不会，它只是一个AI，没有感情，没有软肋，不能被威胁，但是它的知识却可能让人具有威胁性。
那么，你觉得这样的高阶AI，会被谁来掌控？
能掌控这么多数据库的集体，就不会是普通的集体，而这人为造神的终局，就是我们会更依赖这个掌控数据库的集体。
综上，我认为AI +医疗，在极度细分的领域，可以做到替代基层医生的可能性。
例如一个中端AI辅助，搭配一个能够懂病患的医生，类似基层病种合集的贾维斯+钢铁侠的组合，是有机会实现的。
但要走到更高阶的存在，那必然不是普通集体能够做到的。