這個(gè)被稱(chēng)為算法是在醫(yī)療人員使用達(dá)芬奇手術(shù)機(jī)器人執(zhí)行縫合任務(wù)（如穿針和打結(jié)）的鏡頭上訓(xùn)練的。達(dá)芬奇系統(tǒng)從21世紀(jì)初就開(kāi)始在病患身上進(jìn)行操作，一般來(lái)說(shuō)，機(jī)器人是由醫(yī)生通過(guò)電腦控制臺(tái)控制的。但是算法可以自己指揮機(jī)器。
 

 

　　它在一塊布上的縫合操作證明了的自己的縫合技術(shù)。在測(cè)試中，該系統(tǒng)復(fù)制了人類(lèi)外科醫(yī)生的動(dòng)作，準(zhǔn)確率為85.5%。達(dá)到這樣的精確程度并非易事。視頻中的8名外科醫(yī)生使用了多種技術(shù)，這使得人工智能很難找到最佳方法。

 

　　為了克服這個(gè)挑戰(zhàn)，團(tuán)隊(duì)使用半監(jiān)督算法，通過(guò)分析部分標(biāo)記的數(shù)據(jù)集來(lái)學(xué)習(xí)任務(wù)。這使得人工智能能夠從少量標(biāo)記的視頻數(shù)據(jù)中了解外科醫(yī)生的基本動(dòng)作。加州大學(xué)伯克利分校研究小組的負(fù)責(zé)人說(shuō)，他們創(chuàng)造了一個(gè)樣本效率模型：“我們所做的是將少量標(biāo)記的數(shù)據(jù)組合起來(lái)，這樣就不會(huì)影響性能，同時(shí)還能夠利用未標(biāo)記數(shù)據(jù)中的結(jié)構(gòu)。”

 

　　如果你仍然不相信通過(guò)視頻訓(xùn)練機(jī)器人可以進(jìn)行縫合傷口的動(dòng)作，現(xiàn)在可以放松一下，因?yàn)樵谶M(jìn)入縫合手術(shù)室之前，這個(gè)系統(tǒng)還需要做很多工作。小組現(xiàn)在計(jì)劃將針頭與不同種類(lèi)的組織結(jié)合起來(lái)，這樣系統(tǒng)就能適應(yīng)不同的情況，比如血液意外噴發(fā)。研究小組的下一個(gè)重大里程碑是能夠?qū)崿F(xiàn)半自動(dòng)遠(yuǎn)程手術(shù)。他們?cè)O(shè)想機(jī)器人可以為醫(yī)生提供幫助：抓住目標(biāo)，糾正任何不準(zhǔn)確的動(dòng)作，甚至在傷口上縫合。

 

　　專(zhuān)家將此方法與半自動(dòng)汽車(chē)的駕駛員輔助功能進(jìn)行了比較：外科醫(yī)生完全控制手術(shù)，但同時(shí)我們希望提供能夠處理一些日常任務(wù)的功能，減少外科醫(yī)生的認(rèn)知負(fù)荷，提高他們的工作效率，從而潛在地關(guān)注更多的病人和更為復(fù)雜的病例。

 

　　就像向自動(dòng)駕駛汽車(chē)的轉(zhuǎn)變一樣，這些漸進(jìn)式的進(jìn)步應(yīng)該有助于贏得用戶(hù)的信任。最終，自我監(jiān)督的方法可以將人工智能應(yīng)用到一系列現(xiàn)實(shí)世界中。互聯(lián)網(wǎng)上充斥著大量的非結(jié)構(gòu)化信息，如視頻、圖像和文本。如果機(jī)器人能像人類(lèi)一樣從中挖掘有用的內(nèi)容來(lái)理解這些數(shù)據(jù)，那么機(jī)器人就能實(shí)現(xiàn)人工智能的長(zhǎng)期目標(biāo)：在執(zhí)行日常生活任務(wù)時(shí)提供幫助和服務(wù)。