关毅 哈工大教授关毅：怎样创造出一颗医生的大脑? | CCF-GAIR 2017

7月7日，由雷·主持的第二届CCF-GAIR全球人工智能与机器人峰会在深圳如期开幕。会议第三天，哈尔滨工业大学计算机科学与技术学院教授关彝带来了一份开幕报告，“如何构建医生的大脑”。

关从事自然语言处理研究已有20多年，他认为自己是一个象征主义爱好者。目前带领一个30人左右的团队，从事互联网时代医疗卫生的NLP技术研发。管做过输入法和智能信息检索，现在正全面转向医疗卫生信息学。他认为，NLP下一个最重要的应用领域将是医疗卫生，因为“只有在医疗卫生领域，我们才能制作出每个人都需要的软件”。

这篇报道的副标题是“用认知科学看上帝的新机”，关老师这样解释:

“上帝”，它指的是我们生活的物质世界，无形精神世界的想象创造者。它在创造人类精神世界的时候，一定有一些简单的复用原则。如果能洞察到这些原理，就可以像他一样把人脑保存在我们的硬盘里，让人脑像软件一样在我们的服务器上运行。”

三段论

在讲座开始时，关先生提出了一个颇有说服力的“三段论”:

创新要有坚实的理论基础；

理论基础是认知科学。

我们应该从认知科学的新发现和理论中寻找创新的源泉。

游刚教授

为什么要造脑子？

“这张图是我岳父，皮肤科医生，游刚教授。我很喜欢和他聊天。一开始我是别有用心的。后来真的很喜欢和他聊天，因为他见识广。后来我觉得在我后半生能做的所有事情中，最有意义的就是把老人的脑子保存在我的硬盘上。”

过去的工作

制定了中文电子病例语言处理的处理规范和语料库，中文电子病例实体和实体关系的处理规范和语料库，心血管疾病危险因素的处理规范和语料库，并开发了相关的标准工具。

要执行的工作

中文格实体和实体关系标注语料库从992个扩展到5000个。以上进行信息提取，从中文电子病例中提取医疗实体和实体关系，包括疾病、症状、检查、诊断和治疗，以及它们之间的各种语义关系。另外要提取心血管疾病的危险因素。

马尔可夫逻辑

所有工作都是基于有监督的机器学习。我们正在寻找一种结合谓词逻辑和概率的快速推理模型。这些模型必须具备这三个基本条件:1。我刚才说的特点。2.理论基础扎实。3.我们应该有学习新知识的能力，因为我们应该构建具有终身学习能力的机器人。在现有的模型中，我们选择了马尔可夫逻辑作为我们的基础学科。

针对马尔可夫逻辑网络不能表达定量知识的不足，我们进行了一些理论改进，使其在物理体征中表达大量的定量知识，从而将马尔可夫逻辑网络改进为一种新的医学知识网络模型。

如何构建医学专家的大脑？

在医学知识获取方面，我们需要获取更复杂的知识，将二元实体关系抽取扩展为多对多实体关系抽取

在医学知识表示方面，我们现有的知识表示方法有两个缺点:1 .知识表示能力有限，只有一阶谓词逻辑；2.不够抽象，不能直接参与数值运算。因此，我们打算引入知识的相关性，探索基于张量的知识矢量化和基于递归神经网络的知识矢量化。

在医学知识推理方面，探索了基于概念模型的复杂知识推理，前者突出了更多与知识相关的知识。深度神经网络通常被认为是一种分类模型，所以我们应该讨论它是否能帮助我们完成推理任务。

医学知识学习是在已有知识网络的基础上，生成新知识，判断新生成知识的可信度。

结论

“认知科学领域一定有牛顿定律这么简单的基本模型。我们必须把对人工智能和自然语言处理的探索建立在认知科学的新发现和新原理的基础上。”雷锋网雷锋网