據報道，谷歌當地時間周二表示，它已經訓練了一款深度學習算法，能幫助發(fā)現糖尿病患者視網膜病變的跡象。其工作原理與眼科專家通過檢查眼底發(fā)現病變跡象相似。

　　谷歌與印度和美國的一個醫(yī)生團隊合作，創(chuàng)建了一個由12.8萬張圖片組成的數據庫，并利用該數據庫訓練一個深度神經網絡發(fā)現糖尿病視網膜病變。相關研究當地時間周二發(fā)表在《美國醫(yī)學協會雜志》上。

　　谷歌稱，未來這一算法有助于患者更快地得到醫(yī)生診治，算法尚需進一步優(yōu)化，才能進入大規(guī)模推廣階段。

　　彭麗麗（Lily Peng，音譯）博士在博文中稱，“自動化、高精度篩選方法，有可能幫助醫(yī)生評估更多病人，讓有需要的患者更迅速地接受專家診療。我們希望這項研究，將成為證明機器學習幫助解決重要醫(yī)療問題的眾多實例之一。

　　據美國國立衛(wèi)生研究院稱，糖尿病視網膜病變讓糖尿病患者更加痛苦，會致盲。它影響視網膜中的血管，是糖尿病患者視力喪失的最常見原因。

　　這并非谷歌首次涉足眼科領域。2014年，谷歌與瑞士制藥公司諾華聯合開發(fā)智能隱形眼鏡。

　　其中谷歌人工智能（AI）部門DeepMind通過谷歌最新機械學習算法，研發(fā)出“DNC”（differentiable neural computer，可微分神經計算機），即使沒有先驗知識，DNC也可以解決小型問題。比如在地鐵站點之間規(guī)劃最佳路線，或者搞清家譜關系等。

　　據研究分析稱，神經網絡是一個互聯的系統，它模仿生物神經網絡運行，比如大腦。在最近取得的AI進步中，神經網絡扮演了關鍵角色。神經網絡可以推斷模式，例如，它可以在數字助手（Google Voice、Siri）中增強語音識別能力。

　　據了解，現在神經網絡只能連接自有網絡所包含的數據。在《Nature》中，DeepMind團隊表示到在DNC的支持下，神經網絡可以接入之前不相容的外部數據，比如以傳統數字模式編碼的文本。

　　DNC項目主管亞歷克斯·格拉夫（Alex Graves）對于神經網絡存在問題做出解釋，他表示稱神經網絡的記憶受到計算本身的約束，結果導致神經網絡很脆弱，很難規(guī)模化運行，基于這個問題將通過分離存儲器的方式讓它變得更強大，這樣可以不影響處理器來達到擴充規(guī)模。