近日，F(xiàn)acebook在一篇博客文章中宣布，F(xiàn)acebook人工智能研究實驗室（FAIR）的研究人員正致力于通過構(gòu)建圖像時減少必須收集的數(shù)據(jù)，從而使MRI機器更快地運行。

據(jù)Facebook透露，該項目與紐約大學醫(yī)學院合作，將使用紐約大學收集的300萬張MRI圖像，這些圖像已隱藏了病人姓名和識別信息，也將向公眾開放，供其他研究人員解決同樣的問題。

以下是Facebook認為技術(shù)可行的方法：目前的MRI機器因為需要捕獲大量的數(shù)據(jù)，掃描時間需要15分鐘到一個多小時。如果機器能夠處理較少的數(shù)據(jù)，他們將能夠更快地掃描和處理該信息。人工智能會查看不完整的數(shù)據(jù)并生成合成數(shù)據(jù)以填補實際數(shù)據(jù)的空白，目的是使MRI掃描速度提高10倍。

目前，一切看起來是可行的，人工智能正在接受培訓，以填補傳統(tǒng)攝影的空白，而且Facebook擁有一些世界頂級視覺人工智能專家。例如，在一種稱為超分辨率的技術(shù)中，AI通過依賴于過去看到的類似對象的圖像來使模糊圖像更清晰。其他研究人員正致力于重建部分隱藏的人臉，這對于修復(fù)一些部分遮蓋不完整的圖像非常有用。并且Facebook本身也開發(fā)了人工智能，可以為一個人制造假眼睛，即使照片中的人像眨眼也能將其編輯成圖像。

當然，將這項研究落地實際應(yīng)用場景時還需謹慎。目前研究實驗室為傳統(tǒng)圖像生成的數(shù)據(jù)還不完善，沒有足夠的數(shù)據(jù)讓AI深度學習，如果人工智能看到?jīng)]有經(jīng)過培訓的對象，就很容易發(fā)生災(zāi)難性的失敗。在面部識別中，有色人種通常不在數(shù)據(jù)庫之中，這種“有偏見的”的數(shù)據(jù)庫會造成AI甚至難以將有色人種歸類為人。

這不是Facebook首次進入醫(yī)療領(lǐng)域。CNBC 曾報道說，該公司的硬件研究實驗室正在尋求將醫(yī)院的匿名用戶數(shù)據(jù)與Facebook收集的用戶數(shù)據(jù)結(jié)合起來。據(jù)報道，F(xiàn)acebook會用這個來告訴用戶何時出現(xiàn)需要就醫(yī)的預(yù)警，但Facebook評論稱該項目僅停留在計劃階段。另外Facebook還使用人工智能算法預(yù)測用戶何時會自殺，從而防患于未然。

2017年，美國在醫(yī)療保健方面的支出近3.5萬億美元，而這一數(shù)字預(yù)計會持續(xù)上升。然而在美國的醫(yī)療保健系統(tǒng)被評定為過時且效率低下的情況下，從谷歌、亞馬遜到IBM、蘋果公司的每一家大型科技公司都希望能減少這方面支出。

如果Facebook能夠建立一個不負眾望的健康產(chǎn)品，那么它可能會成為其收入增長放緩的及時補充。