人工智能与健康：从习题看科技影响

"2019年度人工智能与健康习题.docx" 这篇文档涉及的知识点主要涵盖人工智能在健康领域的应用、统计学概念、人工智能的分类、自然语言处理、癌症相关知识以及度量衡的历史。 1. 人工智能的分类：文档中提到了三种人工智能类型：超人工智能、强人工智能和弱人工智能。弱人工智能是指设计来执行特定任务的人工智能，而强人工智能则能够在任何智力任务上与人类匹敌，超人工智能则是超越人类智能的存在。 2. 统计学基础：概率是横向比较，即比较不同个体在同一变量上的分布情况。这涉及到数据统计的基本概念，概率反映了事件发生的可能性。 3. 人工智能历史：Hinton教授团队在2012年的ImageNet竞赛中降低了约25%的错误率，标志着深度学习在图像识别领域的突破。 4. 逻辑与智能：早期的人工智能研究者认为逻辑是智能的关键，即通过算法和规则来模拟人类思维。 5. 自然语言处理：文本分类是自然语言处理的基础应用，包括识别文本的主题或情感等。 6. 健康数据：前列腺癌在美国男性死亡原因中排名第二，显示了癌症对公共卫生的影响。 7. 遗传与疾病：乳腺癌1号基因突变会增加患乳腺癌的风险，但不意味着一定会患病。 8. 心脑血管疾病：根据施一公教授的研究，中国每年有大量人口因心脑血管疾病死亡，占总死亡人数的28%。 9. 超人工智能：指的是在所有领域都超过人类的智能水平。 10. 度量衡：古代的“量”是指测量容积的过程，如粮食的容量。 11. 人工智能进展：Tomaso Poggio认为过去15年人工智能的成就主要归功于机器学习，特别是深度学习的进步。 12. 人工智能基础理论：提及了大数据智能和人机混合智能作为我国人工智能研究的方向，但没有提供不适当的表述。 这些知识点反映了人工智能在医疗健康领域的应用，统计学在医学研究中的重要性，以及人工智能技术的发展历程和基础理论。同时，还涵盖了遗传学、公共卫生和传统度量衡的知识，这些都是理解人工智能与健康交叉领域的重要组成部分。