最近，一位澳大利亚的人工智能博士候选人在 LinkedIn 上发布了一篇关于 SARS-CoV-2 病毒的研究文章。由于极具话题性且模型号称检测准确率可以达到 97.5%，这篇文章很快得到上万条评论、点赞与转发。然而，这样一个模型却被扒出背后只用了 50 张图片训练。

一周搭起准确率达 97% 的模型，事实是？

此前，一位澳大利亚的人工智能博士候选人宣布构建了一套深度学习模型，能够从肺部 X 光片中以 97.5% 的准确率 检测出患者是否感染了 COVID-19 病毒。因为国外疫情蔓延且医疗设施不足，因此人们对这个成果非常关注，短短时间就收获到了上万条评论、点赞和转发，其还创建了 Slack 工作组，得到了大量赞美。

从目前公布的消息来看，整个项目具有以下特点：

一套经过训练的 PyTorch 模型
容器化应用代码
一套 GitHub库，并被翻译为多种语言
正在开发中的 Web 应用程序
正在开发中的移动应用程序
规划蓝图，有意在 AWS 中利用无服务器架构托管这套模型
在营销与赞助方面还有大量后续计划

而以上的一切，都在一周之内快速完成。随后，Reddit 网友扒出这套解决方案存在几个严重问题，并对此进行了整理与反驳。

只用了 50 张图像训练？

首先，这些网络的潜在神经表示非常复杂，因此必然需要使用大量训练样本才能完成模型训练。但截至提交时，这款 COVID-19 检测工具只见过 50 张肺部影像。

对于这样一套包含 150 多层、超过 2000 万个参数的网络来说，如此有限的训练样本集显然极为荒谬。

该模型通过肺部 X 射线影像进行学习

数据样本有问题

此外，样本中可能存在巨大的数据偏差，这 50 张图片并不包含相关人员是否感染病毒，而仅根据 COVID-19 急性病例造成的肺部操作做出标记。除非肺部已经被病毒破坏，否则该模型根本无法检测到感染迹象。此外，即使已经出现肺炎症状，如果尚不属于急性症状，仍然无法证明这套模型的准确度。

图像重复、代码混乱、模型有问题

最后，这套 COVID 模型基于高人气基准网络 ResNet-50。虽然后者确实属于图像识别与分类领域的常用方案，但 ResNet 的预训练一般只涵盖日常环境下的物体。换言之，ResNet 网络中的隐藏层更擅长识别几何形状与彩色图像，在 X 射线影像中，我们明显找不到这样的模式。也正因为如此，大多数医学神经网络才只能选择从零开始构建的开发方式。

进一步观察这套代码库，我们还发现了不少其他问题。训练、验证与测试数据集中包含重复的图像，大部分训练过程直接照搬 PyTorch 教程，混有大量不必要的代码；Github issues 也令人完全无法理解……

GitHub 地址：https://github.com/elcronos/COVID-19

项目负责人回应：我说了项目不可用

最初，个别开发者与项目负责人沟通并提出质疑时，对方回应称：

xxx，你好，我们的成果已经得到加拿大 xxx 研究机构放射科医生的支持与认可

然而，随着质疑声越来越多，项目负责人更新了 GitHub 中的介绍，并表示：

尽管该项目的结果“看起来很有希望”，但我明确指出该模型远没有可用，因此不应将其用于诊断或任何医疗决定。这是在进行中的工作，我们需要具有相关技能的人员的帮助。我还在 GitHub 存储库中指出，我正在寻找能够改善和收集更好数据集的开发者的帮助。

…

不幸的是，这个项目引起了相关专家的注意，他们没有注意模型尚未准备就绪，且需要更好的数据集并帮助创建更好的模型，也没有阅读我们的所有免责声明。就指责该项目具有误导性，甚至有人暗示我对此有商业意图。这对我的个人生活造成了一些负面影响，因此，我决定暂时退一步，暂时退出社交媒体。至少在接下来的几天，我将不活跃于此组中。

完整版声明参照：https://github.com/elcronos/COVID-19

然而，这位负责人此前还在大肆宣扬此项目，并发起筹款。该项目负责人创建了一个包含多个子频道的 Slack 讨论组，其中有 一个 #marketing 频道，专门用于沟通以及筹措资金。另外，#sponsors 频道则负责与潜在投资者交流，向其报告未来的投资回报前景。

Slack 讨论组：https://app.slack.com/client/T010AJ5H31N/learning-slack

此外，名为 #datascientists 的频道中没多少有用的内容，里面充斥着热情满满但没什么经验的新手。同样的，#doctors 频道情况也差不多，唯一有价值的内容就是来自专业医疗人员的反对意见，例如并不推荐利用肺部 X 射线诊断 COVID-19 感染。最后一个子频道 #researchers 则几乎没人。

另一方面，UI/UX 频道产出的内容倒是颇为丰富。此项计划目前已经拥有 5 款不同的徽标，外加一套专门用于移动与 Web 应用程序的界面。

因此，对于这份声明，大部分开发者并不买账，不少人认为 在当前的特殊情况下，这类存在严重问题的项目不应发布并大肆宣传（甚至有开发者调侃道宣传的工作量大概是开发工作的 20 倍）。

医学诊断中的深度学习

深度卷积网络在疾病的诊断与治疗方面确实具有一系列潜在优势。近年来发表的众多科学出版物中都在高度关注这一全新发展方向：

2016 年，来自伦敦的一组研究人员发表一种新方法，以包含 8 万张眼底照片的数据集为基础，能够以 86% 的准确率诊断出患者因糖尿病引发的视网膜病变。
同一年，来自乌干达的研究人员利用包含 10000 个对象的数据集，评估了卷积神经网络（CNN）对微观血液涂片的分析能力。
两位日本研究人员通过包含 55 万例 CT 扫描影像的数据集，对肺结节进行一轮规模浩大的分类操作。

但前文提到的新冠病毒检测完全不同，稍微浏览其公布的代码库，就能看出该作者对深度学习及 AI 技术的认知严重不足。更糟糕的是，众多开发者都在质疑其明显是想利用此次疫情爆发对自己进行推广。

说好的代码改变世界呢？

深度学习绝不是百试百灵的解决方案。近年来，无数没有做好准备的企业匆匆在内部建立起数据团队，最终却发现成本迅速提升的同时得不到任何有意义的产出。

此前，李飞飞在接受访谈时曾提到：

泡沫确实存在，过度夸张、炒作可以说铺天盖地。作为科学家，我希望这些泡沫都尽快消散。只有关注坚实内核的人们才能推动 AI 进步并带来真正的收益，这一点在医疗保健与医药等领域尤其重要。

另外，我们绝不应该利用技术制造不公、偏见或者扩大原已存在的不平等现象。对于 AI 技术，我希望尽可能降低它的接触门槛、增加公平性并缓解种种相关矛盾。只要处理得当，我们完全有机会利用 AI 技术创造出更美好的未来。当然，前提是我们得认真梳理现有 AI 成果，弄清哪些是捏造的、哪些是真实的。

延展阅读：《李飞飞最新访谈：希望 AI 领域泡沫尽快消散，尤其是医疗部分》

如今，AI 技术仍然在以开创性的方式推进。忽略掉这一点，很容易陷入炒作的泥潭。

说到这里，任何有理智的开发者都不会贸然进入，将自己的命运完全交给运气。相反，只有首先建立起拥有 AI/ML、DataOps、架构、开发等领域专业知识的团队，才有可能在这场攻坚战中胜出。

最后，代码不能让世界变得更好也无妨，别祸乱即可。

参考链接：

https://www.reddit.com/r/MachineLearning/comments/fni5ow/d_why_is_the_ai_hype_absolutely_bonkers/

https://www.reddit.com/r/MachineLearning/comments/frno4g/n_remember_that_guy_who_claimed_to_have_achieved/

https://medium.com/@antoine.champion/detecting-covid-19-with-97-accuracy-beware-of-the-ai-hype-9074248af3e1

创作场景

号称准确率 97% 的开源肺炎检测模型：照搬 PyTorch 教程、50 张图片就训练完了