小雨智媒 | 医疗AI与区块链

分享嘉宾

万家乐,上海美全云坤投资有限公司合伙人。具丰富的行业经验,涉足區塊鏈、金融供應鏈、中國跨境便利化平臺、食品溯源、汽車同質配件、新能源、智慧醫療機器人等多个领域。

分享环节

在整个互联网还有区块链的发展浪潮中,更多的是需要靠趋势来整合,也就是说,某一个公司,某一个人,某一个权威,在趋势面前都是渺小的。所以无论是从资本,技术还是应用层面,我们更应该关注的是做到了什么。

因为我是比较强调做到了什么,比较强调应用的结果,所以,在理论层面,一些用词很可能不当。但是我争取用最简单的方法。把我对AI、区块链、大数据、3D打印,这些整体的发展趋势,用最简单的理解做一个整理。

 人工智能:机器学习与深度学习

首先我们说人工智能。在我的应用过程中呢,我把它分为两个方面。一个是机器学习,一个是深度学习。

机器学习,计算机肯定做的比人强,就是说在coding的世界里继续的优化这一点,计算机已经证明了自己,而且足够强大,比如说我们说下围棋,星际争霸,或者是在已有的coding世界里做算法,写出的程序一定比人类要强大。

但是机器学习依赖的数据底层,目前在全世界是个大难题,也就是说,我们的来源,包括数据来源的方式,数据的隐私以及数据是否清洗过、格式化,还有数据的标签,这些的问题如果不得到根本解决,那么再好的算法也是一堆废纸啊。

所以我们在应用创业的过程中,不能过分强调硅基取代碳基。未来,相信所有的科学家都会认定硅基的到来,但是在这个趋势的前进的路上,最核心的是运营环境,也就是说在这个运营环境,底层数据、数据的获得方式、隐私的保护、确权以及数据的有偿使用方面,如果不能形成完备的运营环境的话,目前所有的算法都没有任何意义。因为底层的数据有问题,输出的结果可想而知。这就是为什么最近泡沫开始出现崩塌的原因。

我理解的第二个层面,就是深度学习。我们希望计算机自己具备像人类一样思考的能力。在这个领域,我们自己对人类本身的复杂程度还是认识完全不充分。比如说自动驾驶,刨除他的伦理层面,我们面对一个复杂的情况,比如,眼前几条路,几个行人,几辆车,然后迅速作出反应,由视觉迅速做出反应。人类的反应机制,我觉得我们人类自己都没有研究明白。

也就是说在深度学习方面,这个泡沫更加严重,当我们把看到的东西由视觉转换成coding的过程,计算机肯定不如人类,因为人类凭第六感,就可以实现迅速的决策,计算机首先要形成coding。这个过程,我觉得还非常漫长,甚至悲观地看,我觉得甚至不可能,因为人类孕育的过程,包括人类的形成,我认为绝不像我们现在移植的这个范围那么简单。

所以我们在人工智能的研究和应用上更多的是要把它放在机器学习这方面。而且在机器学习的基础上,我们更多的要结合实际的运营环境,这个运营环境包括B端的和C端的,C端的就是个人的数据的确权、安全隐私、格式化。B端则是无数的生产环节,无数的企业的数据的确权、隐私、有偿使用还有格式化。这一部分,内容如果不完备,我们很难形成真正的良好运营环境。

 人工智能:实际应用 

在实际应用过程中,我们就把它分为AR和VR,VR就是虚拟现实这个过程中的应用,我认为更适合于游戏。因为一旦出错,毕竟是虚拟世界,那么可以有无数的修正的可能性。如果我们不慎重,不严肃,把一些VR、AR的研究成果直接导入我们的供应链,导入我们的生产系统,导入了我们的生活的供电,整个的生活循环系统,那么一旦出错,那都是毁灭性的打击。所以实际我们研究应用人工智能这方面,我们更倾向于啊把AR增强现实作为我们可具备落地能力的一个方向。

下面我就把这个AI方面能做到的事情一共分六个方面讲,一个是设计,一个是制造,一个是销售,一个是服务,一个是培训,一个是运营,一共六个方面。那么运营呢,我们可以理解成我们区块链希望实现的生态的重构。

在具体的实施方面,我们可以分为三部分,一个是可视化,第二个是指导,第三个是交互。这就是AR加上各种数据的链接所能实现的一些基本场景和研究方向,那么在制造环节我们可以有理论培训、操作台还有在岗培训。

还有一些应用,我们完全可以嵌在AI里面。一些资源,比如说视频,比如说文字,比如说文档,所有的嵌入的资源,连接的资源,一定要有相同的数据的格式,这样才能真正让B端的这些数据具备运营环境。

我们在实际应用过程中,讲到数据,主要分四块。第一块,就是实时的设备数据,第二就是实时的工具的数据,第三块,就是实时的质量检测的数据,第四就是说质量管理体系的数据,这就是我们管理工厂的一些基本的级别。这些数据,根据我们的批次号,序列号以及工厂现场的操作台的各种数据的具体实施情况,我们完全可以把它通过一种系统,把它用增强现实的方式来把它完整地结合在一起。

具体的表现形式,第一个就是我见即你见。这个是非常简单的一种使用模式,无论是培训我刚才上面讲的所有的应用环境,以后可能我们会看不到销售代表,因为客户只要拿起ipad或者戴个眼镜,或者拿起手机。他看到的东西,这个场景就是你在远程给他介绍的场景,可能销售人员就不存在了。

第二种表现方式,就是规范化的、序列式的、3D的直译。我们也研究了非常长的时间,也就是说当我们寻找一个熟练工人的时候,往往担心比较好的蓝领工程师比较难以寻找到。那么有了AR的话,一个十年工龄的工人,只要规范化、序列式地记录一遍,把工序从第一到第127步,螺丝拧几圈,力道有多大,拧到什么时候为止。它是一步一步序列式地记录,那么一个新的员工按照这个序列的模式,就很快就能自己亲自做到。

第三个应用场景就是闭环的培训和效果分析,这里面有四个部分,第一个,就是和操作相关的上下环节,将来我们的工人可能比较简单地就可以做实时的培训。举个例子,我们每个人买车买电器,厚厚的一大本儿销售手册。过去没人看,将来更不会有人看。将来。不仅是产品的培训,甚至在整个生产线上的操作培训,工人都可以随时了解每一个操作程序的上下环节。

第二个关键,就是物联网的数据,刚才说的交互就是指这一方面。物联网的数据是死的,如果不被格式化,不被标签,那就是物联网迟迟不能真正落地应用的核心。那么物联网的数据通过一定的格式化,一定得清洗,和我们现在的AI,增强现实的数据,以及我们整体的企业运营数据产生交互的话,那么物联网的数据就会真正能够商用。

第三部分就是数据的关联,就是我们讲数据的格式化,标签,清洗。目的就是为了数据的关联,未来C端的数据、B端的数据一定是按照一个统一的模式和标签进行关联的,这样的观点会大大提高我们对数据的使用的效率,也为我们那些精算师,也就是算法的工程师提供真正的武器,如果没有这些基础,不是我泼冷水,很多的人工智能的工程师就是无本之木,是不能接地气的。

当然,我们讲交互还有一个更重要的链接,就是人。人是所有数据关联里面最核心的,那么我们现在其实对人的思考,就是数据经过人脑再出来反映出来的这种反应,我认为这是将来人工智能研究的一个弱点。目前来讲,我们自以为自己很厉害,但是可能实际的现实是,我们知道的太少。

 人工智能:具体案例 

那么具体到我们自己做的一些数字工厂的具体案例,我们主要是生动直观的产品设备,还有工具的培训啊。这些产品,包括一个机器人,比如说你带这个设备,去慕尼黑参加展会,过去要花很多钱,把它运到慕尼黑,然后现场调试成功再去看。然后不同国家的人讲不同的语言,你要准备好翻译。那么在我们的设计里面,虚拟现实、增强现实完全可以做到,你只要戴好一副眼镜,所有的语言问题,整个产品的展示,整个机械的内部的构造,以及如何安装,如何使用,如何设计,都会在增强现实里得到实现。

那么,无论是客户在远程,还是说我们的工人在操作线上,还是说我们的使用者在使用具体产品,那些产品的关注点都可以通过ipad,手机,甚至将来的屏以及眼镜来实现。我们主要做软件,部分终端我们不去碰。

还有更重要的就是我们可以做成动态的啊,加上3D或者4D5D,有时间戳的更多的延展应用,包括生态的运营,这是我对的一些粗浅认识。

那么区块链,AI,包括大数据,Abcd,包括云cloud,甚至包括3D打印,它的核心,需要趋势来解决啊,而不是靠权威,靠某个公司,靠某个人来证明。

在我们实际的应用过程中,我们发现,在欧美,一个医药PE的退出,一般是10到13年,在我们国家做这个资本的人,一般投融管退,首先想的就是退,退的时间一般是一年甚至半年,甚至投的时候就想好了,怎么退,企业能获得什么东西,机构把钱挣走之后,企业就是一地鸡毛,或者企业本身就是骗钱的,把机构割得一地鸡毛。

所以无论是区块链还是数字经济,它都是一个趋势来实现的过程。我们今天切记不要把自己当成专家,也不要现在就出书立传,因为就在互联网刚刚流行的那段日子里,很多知名的人士都盲目地对互联网做了很多定义,美国政府曾经禁止互联网商用。

如果有一天,我们未来的五年或十年,我们不想为自己当时的一些言论后悔的话,或者说,如果我们说的一些话会误导一些人,我们觉得这是耻辱的话,我建议我们大家都对未来和趋势保留一点好奇心,让趋势来解决一些问题,而不是权威公司或个人。

  区 块 链  

关于区块链,我从三个方面再详细地讲解一下。第一个是资本层面,因为区块链整体的参与,我是比较早,在我的脑海里面根本就不存在币圈链圈的这个区分,存在的只是——是否对区块链的投资人负责任,是否有完备的信息披露。

我们很多逆袭的人士认为,区块链要么是ICO,要么是STO,这往往会把一件事情极端。这个,我觉着和中国目前的浮躁的一个环境有很大的关系,正是因为区块链带来了数字货币这种发展的趋势,比特币成功证明了自己的价值,所以引得无数年轻的有识之士竞相进入。

这种勇气,这种向传统投行挑战的勇气,向传统环境挑战的勇气,是值得赞扬的,但是由于缺少监管,对投资人,无论是对投资机构还是对降低门槛后的个人投资者的负责任的监管。另外,缺少了信息的披露。

区块链的信息披露,既可以是民间组织的,也可以不是。这个披露如果能形成,就能在一定意义上防止作恶,防止做作恶的系统和环境。

其实的传统投行对区块链一直没有关上大门,在加拿大CSE一共有35家上市的区块链公司,既做IPO又做ICO的有四分之一。我看到的这些公司都非常健康,IPO对标的是公司,ICO对标项目。只要你做到了足够的信息披露,允许ICO犯错误,允许项目破产。但是,风险和骗是两回事。

包括现在的STO,我觉着融资的方式有非常多,ICO没有错,STO也没有错,但是把所有的希望只寄托在ICO,或者只寄托在STO上面是有问题的。我们会发现我们整个过去的两年,走了一个白皮书,ICO,交易所,链改,然后STO。所以我不是说这整个的过程不对,我也无意去批驳任何人,但是我觉得,其实条条大路通罗马,在未来的趋势面前,这一切都不足忧,只要我们用心、合理合法地用心在技术专研应用的探索上,一定会有人在趋势的指引下走出一条光明大道。

所以我们对区块链的理解是,如果你想做IPO,又想做ICO,那就到合规的友好国家去做,现在区块链全部是global view,所以没有任何可能性,只去走一条单一的融资途径。

还有一个就是,放眼全球,摩根大通的加入其实是一个里程碑,它代表的就是投行里面的老大,他的加入就意味着,虽然他一直反对比特币,但他没反对过区块链,他发摩根币意味着主流的一些影响,也意味着SEC对暧昧的足够的认可,他才会亲自做,否则这么大的投行,一定会用他的影子公司。或者孙子公司去做。

刚才那是从资本层面讲了一下区块链的融资方式以及它的发展方向。

第二,我想从技术层面讲。我一直和很多人都聊过,我不认为项目只是区块链的这个方案啊,也就是说,如果IBM 1年投入2000个公司工程师,1.5亿美金,最后做出来的联盟链是这个水平的话,那么我们可以想象比特币是多么伟大啊。没有一个组织,没有一个真正的项目,组织为它负责可以使它运转的非常好。

所以我觉着社区的运营,生态的运营,还有技术的社区的运营。很多大公司都在收购技术社区,无论是Google还是微软,还是IBM,包括浪潮,其实都是体现了对趋势的敬畏啊,大家都知道,如果不去改变,一定会被趋势无情地打脸,最近几个比较重要的节点是,宝洁公司退市,戴尔一地鸡毛。这些巨无霸的纷纷落马,也许就意味着未来到来的速度会远远超出我们的想象。

最后,我们从应用来讲。我们做区块链,做了三年多,一直致力于每一个数据的积累。也就是说现在的区块链和原来互联网发展初期是一样的,急不得。如果说在美国政府禁止商用的时候,你说在互联网上卖票看电影,你可以每天吸引粉丝几十亿,但是你不具备实现的环境,最终只能是做一个满足自己的口欲的人。那么应该怎么做?既然趋势就在眼前,既然我们是区块链的信仰者,那么我们就从C端开始,就从B端开始,一点一点,经营我们的运营环境。

很多医疗链对区块链的应用都是从上往下,从宏观到微观的方法,我觉得不是特别可信。当然这只是代表我的观点,因为真正的变革一定会来自于毛细血管。我周围有很多制定标准的专家,无论是国家级的还是世界级的,从上往下的,这个标准的制定往往是背后利益集团的博弈,是妥协。妥协一般会阻碍创新,变革来自于毛细血管。也就是说我们需要少说多干,踏踏实实地去运营、经营自己的环境。

以医疗链为例,我们手里有了几十个唯一的医疗的IP,这个IP就是可以给人类带来根本性变化的,有了它们之后,我们有两个理想,第一个理想就是把人的病治好,便宜地治好,原来动手术的,现在不用动手术了。第二,如果能挣钱的话,拿出一部分钱来给那些治不起病的人治病。那么得了疾病的人是否就没有价值呢?不是的。按照区块链的理解,只要你有body,你有数据的接口,你有spirit,你可以去推广,你有信念,有信仰,一定会有价值。所以区块链的社区的信任怎么建立,绝对不是靠洗脑啊,靠简单的培训啊,一定是来源于爱,来源于我们基层的毛细血管。

  最重要的是做到了什么  

我们就在这里把应用顺便提及,在我们的车链、跨境链以及医疗链的使用过程中,我们就是三年一步步这样积累的,而且已经取得了一些效果。每一个季度我们会看一看我们的户口能力,我们信任建立的程度,我们到底说到了哪些,做到了哪些。因为我能做什么,其实有时候并不多,并不重要,因为能做的人太多了吧,关键是我做到了什么。我们考察项目也是一样,我们假设对你的团队感兴趣,一定会关注你半年、一年,宁肯错失投资机会,因为我要关注你的变化,你到底做到了什么。

因为我发现很多讨论的学员甚至连基本的结算、清算支付都不懂,就大谈支付额度、跨境支付。我们觉得这个事情有点不严肃,即便我们想创新,也要对现有的运行体制一些基本概念有了初步的了解,我们才能在现有的这个模式下去创新,而不是说不尊重知识,一本书不用看就可以颠覆,实在有失偏颇。

所以我们在整个的区块链的合作过程中的应用过程中,我们倡导大家少说多干多积累。最后,用做到的什么来给所有的利润做支撑。当然了,世事无绝对,一些理论研究,一些超前的构架,我也不是完全反对,但是,任何理论或者趋势,第一,要有科学的体系、知识体系来支撑,不能想到哪是哪。第二,需要更多的人一起用趋势来完成,现在不要急于对任何事情做判断。

我们未来的做法,一个是,C端我们会建立human net,全球的人的body、以医疗为核心,将来跨境、电商和车辆会和人都打通,其实不需要那么多的公链,这就是将来的统一生态。那么B端呢,我们致力于一家企业、一家企业的数字工厂,这个数字工厂从MES到3D打印到MES到ERP,甚至到销售的管理,包括销售终端的smart connection,product,到SCP等,就是这些可视化的管理,我们都在一点一点努力地去前行,以上就是我对AI和区块链的一些浅见,以及我们目前做什么和做到了什么。

再多讲一点关于医疗AI的,核心还是底层数据的来源,也就是说你的数据是怎么来的。分三个要点,第一,数据来源的确权,对方愿不愿意给你,有没有资格给你。第二,就是当你使用这些数据的时候,无论是来自于C端还是B端,是否要付费,是否要给予这些数据来源一些奖励、token。第三,当C端和B端的数据拥有者不想让你使用数据的时候,你是否可以撤回。这中间就包括了核心的算法,包括清洗,包括加密数据整理的技术。

如果现在的医疗AI不注重这一点,那么它们的估值会非常快崩塌。因为欧洲的战略对策,Protection Regulation,去年5月1号已经实施了,第一个索赔已经出来了,所以大家要认清未来AI的挑战,非常引人注目。

还有,我的观点就是说,在机器学习方面,医疗还是有很大空间的。比如说我们经过2万个病历就可以总结出几百套,针对某些病人脊柱方面的治疗方案,这些方面,这个机器是可以做的。但是深度学习,让机器自己形成思考能力,则要慎重,人工智能的使用一定要结合人的介入,因为我们人类对自己的身体的形成,对我们自己身体的能力的认识,可能是远远不足的。

我们在临港,在东莞都成立了科研中心,一个是来自欧盟的和国家发改委科技部的一个科技实验室,医疗方面的,包括美国的哈佛商学院,还有麻省理工的医疗机构,包括核反应堆和加速器的中子刀,质子刀的一些项目,还有单孔氏兄弟的。包括脂肪提取的干细胞,还有氧泵迅速止血的,以及方方面面包括抗动脉硬化的,物理层的一些装备。这些,我们都会充分地发挥科研优势,把它做出来。

这里多讲一点,我们在整个的对外投融资过程中,很多国内的投融资的专家,都把并购收购上市公司作为一个标准的出口,其实在整个资本市场,放眼全球,收并购是一种手段,它的用途往往是第二名加第三名打倒老大,或者老大把第二名、第三名直接废掉,或者是一些短板,通过迅速的资源整合,形成全面的竞争力。但是等我们去对对外投资的时候,我们要少做这些买椟还珠的事情。所谓上市公司装入,然后PE退出,这样的思维下,往往会干出买椟还珠的事情。也就是说,真正的专利和你没什么关系,研发队收购当天就离职走人,即便有禁止条例,那么拿回来的是一个壳,一个名声,再加上宣传。

所以现在,没有别的办法,不要大张旗鼓,现在就是要埋头苦干,少说多干——用我做到了什么,来倒过来证明,趋势究竟在往哪个方向走。