資訊科技與倫理/消費級人工智慧

消費級人工智慧

“消費級人工智慧 (AI)” 指的是使用人工智慧機器和軟體的產品和系統，這些機器和軟體可以被公眾輕鬆購買。這種類別的人工智慧被實施到許多子組中，每個子組都與使用者/消費者進行互動以滿足消費者的需求。

背景
人工智慧研究建立在這樣一個想法之上：人類智慧可以被研究、完全理解，並因此由機器模擬。自從該領域獲得關注以來，它面臨著許多倫理和哲學問題。儘管如此，它是一個不斷增長的行業，並且在日常生活中表現出來。

人工智慧與使用者聲音

消費者使用人工智慧的一種方式是透過他們的電子裝置。這些裝置往往透過“呼叫和響應”的方式與使用者互動，包括使用者告訴或詢問人工智慧代理某些資訊，然後系統對使用者進行響應。

聊天機器人
用於模擬人類對話夥伴的計算機程式。人們可以透過文字與它們進行互動。一些用例包括客戶服務、資訊收集（搜尋使用者關鍵字並做出選擇）聊天室。 ^{聊天機器人通常使用複雜的自然語言處理器來徹底準確地聆聽和響應使用者的輸入。一些更簡單的設計使用資料庫掃描使用者的輸入（詞語），並根據接收到的輸入自動選擇最佳的響應。}

• 幫助機器人：在客戶服務聊天機器人的背景下，有些聊天框會在您瀏覽網頁時出現。您可能已經意識到，會彈出一個提示，詢問您是否需要任何幫助或是否有任何問題。如果您在聊天框中鍵入內容，一個自動系統將根據您鍵入的關鍵字是否與任何預先程式設計的響應匹配來回復您。
• Cleverbot：Rollo Carpenter 開發的人工智慧，用於與網際網路上的人們就任何話題進行聊天。與任何需要個人互動的 AI 一樣，這種聊天 AI 從他人的言論中學習。有時對話會有意義，感覺像是您在與真正的人交談，但有時 Cleverbot 會說出完全隨機的話。

“智慧個人助理 (IPA)”
語音輔助 AI 的另一個應用是“智慧個人助理 (IPA)”。換句話說，這些系統與其他應用程式和程式協同工作以執行使用者的請求。如今，人們可以透過移動裝置、平板電腦或筆記型電腦輕鬆訪問虛擬個人助理。這些個人助理可以執行許多工，例如根據使用者的請求告知天氣、笑話和新聞。

• Siri（語音解釋和識別介面） ：蘋果 iOS 的 IPA，它從自然語言資料庫中獲取資料以完成使用者提出的請求。在蘋果裝置（例如 Mac、iPhone、iPad）上使用。為使用者提供了一種更便捷的方式，可以與蘋果裝置進行擴音互動。隨著時間的推移，它會變得更快，並且根據使用者的模式和習慣變得更加個性化。它還會透過持續使用來學習更好地識別使用者的語音模式。可以用“嘿 Siri”啟用。Siri 還可以訪問您的裝置上的內建蘋果應用程式，例如地圖和郵件。如果請求，這些應用程式可以由 Siri 開啟並使用其功能。
  
• Google Now/Google Assistant：（Google Assistant 是 Google Now 的升級和擴充套件）。由 Google 開發的 IPA，可用於蘋果的 iOS 或任何 Android 裝置，並透過 Google 搜尋應用程式提供。與 Siri 一樣，Google Now 利用自然語言資料庫，並且鑑於使用者的習慣具有預測性。可以用“好的 Google”和“嘿 Google”啟用。
• Microsoft Cortana：與 Siri 和 Google Assistant 類似，Cortana 是微軟的智慧個人助理版本。Cortana 可以在 Windows 裝置上找到，例如 Windows 10 PC。可以用“嘿 Cortana”啟用，或者透過工作列上的搜尋按鈕開啟。它還與微軟的網頁瀏覽器 Microsoft Edge 整合，Cortana 與它一起使用。您可以輸入問題，Cortana 會回覆您。

對娛樂用途的聊天機器人的擔憂
聊天機器人有很多用途，通常用於從使用者那裡收集資訊，但是，人們越來越擔心在娛樂環境（例如玩具）中發現的聊天機器人。人們擔心收集了哪些資料以及資料去了哪裡。此外，對於大多數 IPA 而言，這些裝置總是處於積極聆聽狀態，以檢視您是否會說出開啟它們的命令，因此這也帶來了隱私問題，因為它們總是傾聽您的言論。

家庭自動化系統

家庭自動化系統並不新鮮，但最近這類系統的產品開發非常多。每個家庭 AI 系統在功能和設計方面都是獨一無二的，但定義家庭自動化系統的最常見特徵是透過單個介面將您家中所有電子裝置和系統連線起來，並遠端或自動控制它們。大多數這些系統都是語音控制的，並配備了與 iPhone 的個人助理 Siri 或 Google 的 Google Assistant 類似的 AI。

裝置和優勢/功能
這個市場上有許多競爭產品，但最受關注的是亞馬遜的 Echo。

• Amazon Echo（Alexa）：Echo 是一款圓柱形裝置，具有語音控制介面，並且具有與智慧手機虛擬助理幾乎相同的功能。可以用“Alexa”啟用。它總是積極地聆聽喚醒詞，但是您可以選擇靜音麥克風以保護隱私。它可以執行許多個人助理可以執行的任務：例如回答問題、告知天氣或播放音樂。但它也可以用於與第三方硬體通訊，讓您可以控制電子裝置，例如您的燈光開關和恆溫器。有些裝置甚至配備了安全功能。與 IPA 類似，Alexa 可以學習識別您的語音模式。有一個“技能”商店，Alexa 可以“學習”。之後，您就可以使用與該技能一起程式設計的任何命令來使用它。技能商店有很多類別，例如音樂、旅行和食物。
• Branto：一個球形的家庭助理可以向您展示其周圍環境的 360 度檢視，您可以在遠端檢視。它的軟體還會在檢測到可疑活動時發出警報，即使您不在家。
• EmoSPARK：更專注於人工智慧方面。EmoSPARK 使用面部識別來感知您的情緒。因此，如果它檢測到您很傷心，它會嘗試透過講笑話或播放歡快的音樂來讓您振作起來。當您不希望 EmoSPARK 響應您的聲音時，您可以隨時將其置於隱私模式，這是其他家庭 AI 系統中沒有的功能。
• Google Home：一個支援 Chromecast 的揚聲器。可以與 Google Assistant 搭配使用。與第三方應用程式和裝置配對，例如飛利浦 Hue 燈泡，以便在需要時開啟燈光。與 Amazon Echo 非常相似的功能。對 Android 裝置和裝備非常方便。
  

優勢

家庭 AI 助理的一大優勢是它易於訪問。它非常方便，因為它只需一個簡單的命令就可以控制您家中的燈光或恆溫器。安全攝像頭也可以用一個命令啟用。由於家庭 AI 助理是語音控制的，因此它們對所有年齡段和群體的人來說都很容易使用。此外，它讓您感覺自己擁有一個真正的個人助理，您可以輕鬆地獲取有關您的個人生活或世界各地發生的事情的資訊。

劣勢
所有這些家庭 AI 助理的缺點之一是缺乏便攜性。您無法像智慧手機一樣隨身攜帶它，它只適用於家庭，並且只能從一個房間訪問。擁有數字家庭助理還存在一些嚴重問題。例如，一些使用者表示擔心他們的隱私受到侵犯。例如，一對夫婦對 Echo 在聽到他們爭吵時意外回應“說這樣的話不太好”感到困惑。幾天後，這對夫婦在討論嬰兒時，Echo 還向他們展示了關於尿布的廣告。此外，據報道，像 Amazon Echo 這樣的家庭 AI 控制檯存在安全漏洞。這不太可能，但有可能有人可以透過中間人攻擊或其他方式入侵您的系統。一旦他們訪問了您的系統，他們就可以潛在地解鎖您的自動化門或竊聽您的對話。

倫理意義
儘管這些家庭自動化系統中的許多都提供了許多可以提高生活質量的出色服務，但似乎您必須犧牲隱私才能獲得便捷的生活。購買這些裝置時，消費者必須決定他們是否願意為了方便而允許可能侵犯隱私的行為。

電子遊戲人工智慧

現代整合
儘管可能看起來並非如此，但我們今天所知的大部分人工智慧技術都已透過電子遊戲融入我們的生活。人工智慧被整合到遊戲中，幫助玩家在模擬現實生活情況的虛擬世界中進行探索。透過這種方式，許多遊戲開發者使用專門的遊戲監控軟體來跟蹤玩家在遊戲引擎遙測資料中的行為、想法和預測。這引發了一系列道德和倫理問題，因為它侵犯了個人隱私。

互動分析
研究中的一個例子是“眾包人機互動”。 人機互動研究旨在探索是否可以透過線上遊戲生成大規模資訊。透過開發一個小型任務管理遊戲，而不嚴格分配人機之間的社會角色，研究人員能夠收集 82,479 個行動的決策資料，並分析人類在不同情況下會如何反應。

倫理意義
另一個同樣棘手的倫理問題是社會對其機器人同類的道德義務，包括生存權和自由權、思想和表達自由權以及法律面前人人平等。 另一個倫理問題是建立這些智慧體的透明度。人工智慧開發者是未來人類的代表，因此有道德義務對其工作保持透明。

競技型人工智慧

遊戲從人類出現之初就存在，但從歷史的角度來看，電子遊戲相對較新。20 世紀見證了人工智慧的興起，人工智慧已應用於社會生活的各個方面，從食品生產到醫療保健，再到娛樂。

深藍
其中一個娛樂用途是與人類對抗。IBM 正在研發一臺名為“深思”（後來改名為“深藍”）的機器，它可以提前計算棋局，並與人類棋手競爭。為了展示其實力，IBM 挑戰了世界象棋冠軍加里·卡斯帕羅夫進行一場比賽。深藍在 1996 年的第一場比賽中獲勝，但在總比分上以 2-4 敗北。IBM 對機器進行了升級，並在 1997 年與卡斯帕羅夫進行了一場重賽。這次，深藍獲勝，它採取了一步卡斯帕羅夫稱之為“深度智慧”的棋步。卡斯帕羅夫在比賽結束後感到憤怒，指責 IBM 作弊。IBM 否認了這一指控。卡斯帕羅夫隨後要求重賽，但 IBM 拒絕了他的請求，並同時關閉並拆解了深藍。15 年後，IBM 透露，1997 年深藍出人意料的棋步實際上是程式中的一個錯誤。深藍不確定應該採取第一步，因此它隨機地走了一步——這步棋恰好很有效，打亂了卡斯帕羅夫的思路。

AlphaGo
AlphaGo 專案始於 2014 年左右，旨在測試一種名為“深度學習”的機器學習形式在圍棋遊戲中的應用。在開發這個專案時，程式設計師決定讓他們的 AI 與 2 段圍棋棋手樊麾進行對抗，並在 2015 年擊敗了他。這標誌著機器首次在圍棋比賽中擊敗了沒有讓子的職業棋手。圍棋被認為是機器難以攻克的遊戲，因為它包含大量可能的走法，機器難以決定下一步該怎麼走。一年後的 2016 年，AlphaGo 擊敗了 9 段職業棋手李世石。

AlphaZero

AlphaZero 是 AlphaGo 的一個改進版本，可以玩圍棋、象棋等遊戲。由於機器學習的存在，它無需任何人類輸入或知識就能玩象棋等遊戲。它只需要瞭解遊戲的規則，就可以開始遊戲。AlphaZero 只用了 4 個小時就學會了象棋的所有規則，並擊敗了世界上最強大的象棋程式。AlphaZero 與其他競技型 AI 的區別在於，它不需要任何先驗知識，它可以透過機器學習從錯誤中學習。

倫理意義
儘管人工智慧發展到能夠擊敗人類最偉大棋手的程度，這可能被認為是我們科技實力的偉大證明，但我們需要考慮這對未來意味著什麼（如果有的話）。關於人工智慧最大的問題之一是，如果它們的行為超出了我們的設定範圍怎麼辦？如果它們做出了我們沒有預料到的決定怎麼辦？在深藍的例子中，這臺機器被設計成透過遵循一種擴充套件演算法來贏得象棋比賽。最終發生的是深藍透過不遵循演算法贏得了象棋比賽。這個錯誤引發了關於深藍獲勝的合法性的爭論。如果這臺機器承擔了更危險的任務，比如用槍射擊目標，而一個錯誤讓它認為“最近”的目標是它和人群之間的一堆未使用的目標，會發生什麼？這引發了幾個問題，其中之一是，是否可以為了安全或監管而犧牲安全或監管，創造出能夠勝過人類的人工智慧。

無人駕駛汽車

汽車也屬於人工智慧消費技術領域。無人駕駛技術最突出的開發領域之一是汽車行業。自動駕駛汽車的概念是人們談論未來應該如何發展時最常見的概念之一。由於這一概念徹底改變了交通運輸的發展方式，新的公司應運而生，與那些自行業開始以來就存在的傳統汽車製造商展開競爭。在大多數情況下，這些新公司並不擁有汽車本身，而是創造了背後的技術，使其能夠實現自動駕駛。一些推動自動駕駛汽車發展的公司包括 Waymo、特斯拉、Uber 和 Aptiv。

重要的是要注意，根據駕駛員在多大程度上需要控制汽車，以及他們需要在多大程度上控制汽車，存在不同的級別。

• 0 級：沒有自動駕駛功能。
• 1 級：汽車可能有一個或多個系統可以控制速度或轉向。
• 2 級：汽車可以同時控制轉向和速度，在短時間內無需駕駛員干預。
• 3 級：汽車可以在所有情況下控制車輛，並始終監控道路，但在出現故障時，將需要駕駛員接管車輛。
• 4 級：無需駕駛員干預，如果系統出現故障，汽車會自動停止。從這個級別開始，駕駛員不需要方向盤或剎車，但可以包括在汽車中。
• 5 級：這類汽車不應該在任何情況下由人駕駛。它們可以監控道路和環境的各個方面，例如沒有清晰車道線的道路。

無人駕駛汽車 可以改變我們透過交通工具交流的方式，將其提升到一個全新的水平。隨著駕駛員角色的消失，在駕駛過程中可以做的事情數量會成倍增長。其中一個可能性是能夠接聽電話、處理工作專案，或者只是欣賞十個小時的旅程中的風景，而無需專注於道路。另一個重要方面是，由於駕駛員角色的消失，每個人都可以使用汽車。它還將為駕駛員群體創造一個更安全的氛圍。人們經常無法正常交流或讓自己的情緒控制自己，這會導致道路上的問題。由於汽車 由軟體控制，因此駕駛變得更安全、更有效率，因為隨機性被消除了。這是建立汽車網路的基本理念。道路上所有車輛相互連線，使每個人都瞭解即將進行的動作，這應該使道路上的車輛像手風琴一樣同步行動。結果，交通擁堵將會消失，或者至少減少到更大的程度，這也對環境產生了積極的影響。

自動駕駛汽車的主要問題是乘客的安全。系統中任何微小的故障都可能導致人員死亡，因此演算法的開發必須謹慎，因為生命安全至關重要。安全也是自動駕駛汽車的關鍵方面之一，因為如果攻擊者能夠訪問某人的汽車，他們就可以按照自己的意願控制汽車，並在需要時殺死乘客。由於我們之前討論的汽車網路幾乎不需要延遲，所以在汽車網路方面也存在技術障礙。在決策過程中，即使少於一秒的延遲也可能導致悲劇。據信，隨著 5G 及其自身規範的引入，開發這種網路將成為可能。值得注意的是，自動駕駛汽車帶來了一項過渡問題，因為必須改變全世界甚至一個國家的人，才能完全採用自動駕駛汽車，才能擁有一個完美且統一的網路。一旦自動駕駛汽車完全普及，人們將更加依賴機器，這將導致許多人失去駕駛工作，例如計程車司機和卡車司機。

隱私問題 也是這場變革中的一個問題，因為現在汽車製造商將能夠隨時瞭解我們的行蹤。自動駕駛汽車還帶來一個重大的倫理和法律問題。想象一下，當有人違反交通規則橫穿馬路時，一輛汽車正在駛近。汽車應該怎麼做？應該保持原路線撞死橫穿馬路的人，還是撞向自己，殺死車內的人？在這兩種情況下，誰應該對那個個人或群體死亡負責？這些都是關於自動駕駛汽車和人工智慧技術需要解決的一些問題，因為這項技術為每個人提供了改善生活質量的巨大可能性，但也提出了由於類似技術不存在而無法回答的重大問題。

AI 在反病毒軟體中的應用

技術正在以前所未有的速度發展，其影響範圍也在不斷擴大。隨著時間的推移，越來越多人開始使用電腦或類似電腦的裝置。這種技術的普及和使用為個人和公司都帶來了風險和許多威脅。這些風險以惡意內容的形式出現，例如病毒和惡意軟體。為了應對這些威脅，反病毒軟體被開發出來，用於保護我們今天使用的技術的使用者。

標準的反病毒方法

如今許多反病毒軟體使用多種策略來減輕可能影響計算機系統的攻擊和惡意軟體的風險，例如：

• 基於特徵碼的檢測：檢查檔案、程式和應用程式（特別是 .EXE 檔案）是否與已知的惡意軟體列表匹配。
• 基於啟發式的檢測：這是一種常用方法，它利用基於特徵碼的檢測，因為它可以嘗試檢測已知惡意軟體的類似變種或與已知病毒類似的新型惡意軟體。
• 基於行為的檢測：這種方法更多地用於根據惡意軟體執行過程中的特徵和行為來檢測惡意軟體。它可以在程式執行期間檢測到程式是否執行惡意操作。
• 沙盒檢測：這種方法的工作原理與基於行為的檢測幾乎相同，但不同的是它在獨立的虛擬環境中執行可疑程式，從而可以安全地進行跟蹤。

AI 反病毒軟體的用途

上述方法在過去幾十年中一直比較有效，但隨著科技時代的發展，它們可能不足以減輕我們每天面臨的新威脅。  這標誌著新一代反病毒方法的開始，該方法整合了 AI 和機器學習，旨在有效減少零日攻擊和新病毒以及其他型別惡意軟體變種的破壞。AI 在這個市場中的作用是自行識別新的威脅和模式，並將這些資訊新增到現有的資料庫中。這將大幅減少識別風險所需的時間。像微軟這樣的公司正在涉足 AI 反病毒軟體領域，因為他們表示：“微軟認為人工智慧是未來安全解決方案，因為攻擊變得越來越複雜。’如果我們想要始終領先於快速變化的事物，就必須實現自動化’，Lefferts 說。他指出，大約 96% 的已檢測到的網路攻擊都是全新的。” AI 旨在減少反病毒軟體中的人工干預，實現自動化，從而使反病毒軟體能夠自行識別威脅。這將節省大量時間，並且很可能會減少很多損失。這一切都源於 AI 本身在這方面比人類更快、更有效，許多人無法與 AI 相抗衡。

AI 反病毒方法

目前正在使用或正在考慮的 AI 反病毒檢測方法有很多。許多這些方法超出了當前反病毒軟體的性質和複雜性。它們是：

• 啟發式技術：這種技術與標準反病毒軟體的啟發式方法非常相似，它使用以前學習的指令序列或已知惡意軟體集來檢測未知病毒，包括新變種或全新的病毒。
• 資料探勘技術：這種技術嘗試利用資料探勘，即對海量資料進行分析以生成新資訊，來學習程式是否惡意。資料探勘據稱可以檢測到兩倍數量的新惡意可執行檔案。
• 智慧體技術：這種方法希望計算機能夠在病毒快速傳播並造成重大損害之前自動有效地應對新病毒。智慧體技術本質上是一組“智慧體”，可以是任何東西，從簡單的生命形式到簡單的計算機程式。整個系統類似於免疫系統，智慧體就像抗體一樣發揮作用。智慧體獨立執行簡單的任務，共同完成智慧和複雜的任務。這些任務包括複製/移動檔案、開啟檔案和執行檔案。一旦智慧體在系統中檢測到異常情況，因為它們執行簡單的任務來找到它們，不同的智慧體就會來獲取樣本，然後更多的智慧體就會來清除病毒，更多的智慧體就會來報告事件並整理這些報告。
• 人工免疫技術：這種技術與智慧體技術非常相似，並使用許多相同的概念，例如人類的免疫系統和智慧體。它主要基於我們免疫系統產生的生物策略。主要區別在於，該系統更復雜，更像生物免疫系統。它能夠進化並自我改進。
• 人工神經網路：這種方法利用了人類和動物神經網路的概念以及我們思考的方式。它是一種流行的概念，因為它允許關聯記憶和即時計算，以便即時檢測惡意程式碼。它使用大規模的並行和分散式處理和儲存，這些儲存由系統自行組織，並具有自適應和自學習功能。

這些反病毒 AI 方法被實施或考慮，是為了應對每天不斷增長的新型病毒的威脅。

AI 反病毒軟體的倫理問題

這裡涉及的倫理問題與 AI 在其他市場和領域的倫理問題類似。隨著人機互動和人工干預的減少，我們如何決定 AI 應該根據我們的標準如何進行？AI 將決定我們技術的安全性，這是一個問題，因為它們擁有很多權力，因為這些決定。減少人機互動和人工干預，以及我們技術的自動化程度的提高，將導致 AI 權力不斷增加。如今，世界上有很多人可以使用手機或電腦訪問網際網路。每個擁有技術的個人都可能受到惡意程式碼和惡意軟體的攻擊。每項技術都以某種方式容易受到攻擊，這意味著它可能受到惡意攻擊。許多人希望 AI 能解決這個問題。但這同時也給 AI 肩負了很大的責任。

用於健康和醫療保健的人工智慧

人工智慧 (AI)，即計算機執行通常需要人類智慧的任務，目前在幾乎所有科學和工程領域都被討論。AI 已經存在了幾十年，人工智慧在醫療保健領域的應用不斷增加，為患者、醫院和整個行業解決了各種問題。ImageNet 大規模視覺識別挑戰等重大科學競賽證明了計算機能夠在影像識別方面實現與人類類似的能力。AI 也在語音識別和自然語言處理方面取得了巨大進步。這些進步引發了關於這些能力如何支援甚至改進人類在健康和醫療保健領域的決策的疑問。

我們正進入一個新的健康時代——現代健康時代，在這個時代，醫療體系能夠治療和治癒比以往更多的疾病。新技術正在為傳統療法帶來創新。然而，重大的質量、可及性和成本問題仍然存在，我們的醫療體系正變得越來越不可持續。人工智慧 (AI) 和機器人的出現和日益普及將對全球醫療體系產生重大影響。AI 和機器人技術在醫療保健領域的潛力巨大。就像在我們不斷變化的生活中一樣，AI 和機器人技術正逐漸成為我們醫療保健生態系統的一部分。

AI 在越來越有效地完成人們的工作方面取得了進步，而且速度更快，成本更低。此外，AI 醫療保健市場正在經歷爆炸式增長。醫療保健領域的開發機會難以獲得大量投資，但人工智慧 (AI) 是醫療保健發展領域的自我驅動引擎。根據埃森哲的分析，關鍵的臨床保健 AI 應用如果結合起來，到 2026 年，有可能為美國醫療保健經濟帶來每年 1500 億美元的投資資金。AI 正在迅速普及，其強大的力量能夠在成本、質量和可及性方面帶來升級。預計 AI 醫療保健市場的規模到 2021 年將達到 66 億美元，複合年增長率為 40%。僅僅在接下來的五年中，AI 醫療保健市場將增長十倍以上。開發正在加速，因為以醫療保健為重點的 AI 交易數量從 2012 年的不到 20 筆增加到 2016 年中期的近 70 筆。

人工智慧和機器人技術長期以來一直被視為醫療保健領域的有希望的領域。醫療保健資料的爆炸式增長，再加上全球老齡化人口的需求增加、成本上升以及供應短缺——包括治療和護理越來越多的病人所需的醫療保健專業人員數量的短缺，以及比以往任何時候都更廣泛的必要服務的可用性和可及性——造成了一個巨大的差距，只有技術才能填補。

在大資料時代，在幾分鐘內挖掘醫療記錄，毫無疑問，患者資訊有多重要。當像 Google 或 IBM 這樣的科技巨頭出現在患者資訊挖掘領域時，每個人都知道，這是一件值得做的事情。

1.) Google Deepmind Health：最近，該組織的 AI 探索分支推出了 Google Deepmind Health 專案，該專案用於挖掘醫療記錄，最終目標是提供更好、更快的醫療服務。Google Deepmind 可以在幾分鐘內處理大量醫療資料。儘管對這種資料收集和機器學習的探索仍處於初期階段，但 Google 目前正在與 Moorfields Eye Hospital NHS Foundation Trust 合作，以改善眼科治療。此外，Google 旗下 Alphabet 的生命科學部門 Verily 正在進行其遺傳資訊收集活動，即 Baseline Study。它計劃利用為 Google 流行的搜尋引擎提供動力的部分相同演算法，以研究是什麼讓個人保持健康。這也包括探索疾病檢測技術，包括可以檢測血糖水平的數字隱形眼鏡。

2.) IBM WatsonPaths：IBM Watson 與凱斯西儲大學克利夫蘭診所勒納醫學院合作推出了一項名為 WatsonPaths 的專案。WatsonPaths 包含兩個可以被 AI 演算法 Watson 利用的認知計算進步，這些進步有望幫助醫生更快地做出更明智、更準確的決策，並從電子醫療記錄 (EMR) 中提取新的見解。

近年來，技術的快速發展開始實現這一承諾，而這僅僅是個開始。隨著這些技術的進步，更快、更好的診斷；以及更強大的藥物將挽救更多生命，治癒更多疾病，而且我們將擁有更多由這項技術賦能的機會，過上更有益、更健康的生活。無論我們是否喜歡，AI 和機器人技術都是人類護理的未來。“人人享有優質、負擔得起的醫療保健，以及更好的醫療保健是最終目標。”將 AI 和機器人技術完美地融入我們現有的醫療保健系統，然後基於這些技術建立新的醫療保健模式，將帶來的財務和社會效益是巨大的。然而，醫療保健仍然是個人化的，我們不能忽視人的因素。這意味著要重新思考醫療保健專業人員的不同角色，並確保新的基本技能在醫學院得到理解和教授。