智能相对论，人工智能专业新媒体，虎嗅、钛媒体、36氪等近百家媒体专栏作者。百度、阿里巴巴、腾讯、华为、联想、苹果、搜狗、360、深兰科技、蓝箭航天等国内外顶jianAI公司内容合作伙伴。
智能相对论创始人曾响铃此前已出版《移动互联网+：新常态下的商业机会》、《趋势革命：重新定义未来四大商业机会》等图书，并参与编写《网红经济学》等畅销书，反响强烈。
智能相对论其他核心成员包括：李永华、颜璇、魏启扬、佘凯文、苗宇、夏顺莲等。

人工智能技术与各行各业产生了紧密的融合，未
来每家公司都会成为“人工智能+公司”。人工智能一
个很好的落地场景就是金融，AI技术在金融领域的应
用，已经从实验室阶段进入到规模化应用阶段。
——百度副总裁、度小满金融CEO 朱光
未来是人工智能时代，市场属于用好人工智能的
企业。
——深兰科技创始人兼董事长 陈海波

1 医疗“黑洞”
拿着手术刀的AI医生会看病吗？
思维移植会不会比“长生不老”更不靠谱？
AI能送给视障人士一双“黑色的眼睛”吗？
3D“造畜”和3D“造人”哪个更容易实现？
“癌症杀手”真的会是“读心专家”吗？
AI能把抑郁症治好吗?
被避讳的妇科，AI能让她摆脱尴尬吗?
太空生子什么时候才能梦想成真?
AI医学美容为什么还没有医疗整形火爆？
罕见病不再罕见， AI真的能让患者享受生命尊严吗？
拒绝开颅，AI能扩充人的脑容量吗？
宠物智能医疗兴起，关键问题解决了吗？
挖掘“黑马级”的智能医疗器械市场，难在哪了？
2 机器人“捕手”
外骨骼机器人能让我们秒变钢铁侠吗？
我们距离下一个“阿尔法法官”还有多远？
作诗的AI机器人为什么能骗过行家？
为什么没有出现杂技机器人？
AI是如何揪出“网络钓鱼者”的？
机器心理学家为什么会是人类最后一个职业？
阅片机器人为什么还没有被普及？
如何成为物业安防机器人“头号玩家”？
陪练机器人来了，你打得过那个AI吗？
3 传统行业“变脸”
在AI之后，为什么会有“兽工智能”？
AI拍照为什么是一个骗人的把戏？
现在的AI+教育，为什么培养出来的可能是“考试机器”？
AI作曲为什么不能有自己的“即兴创作”？
“有味道”的智能公厕怎么越来越没味道了？
AI配音师在舞台上为什么也会唱“黑脸”？
装上AI大脑的无人机为什么会担当“无人机警察”？
AI+动物能否改变动物灭绝的局面？
AI制作表情包，真的好笑吗？
4 机器进化
猪脸识别为什么比人脸识别更有趣？
面部识别+语音助手加持，AR眼镜为什么没人要？
地震救援机器人什么时候能拯救苍生？
为什么说“煤老板时代”又将来临？
AI能翻译婴儿语言吗？
为什么人类既期待又排斥“读心机”？
“人工心智”将会成为人类的生存性威胁吗？
盲眼“猎豹”机器人，敢问路在何方？
人类想早点移民火星，AI能安排上吗？
5 生活“局中局”
AI同声传译为什么成了巨头们都翻不过去的坎儿？
人类什么时候才能听懂动物的语言？
AI能识破坑老人钱的套路吗？
“高考后综合症”：AI能不能发现高考生的心理疾病？
世界编剧队伍里为什么突然多了个AI编辑？
从自主系统开始，苹果要在无人驾驶上重走手机之路
IBM的人机辩论大赛，AI的胜利为什么名不副实？
Facebook为什么要推出AI防自杀系统？
性格能够被识别后，我们究竟失去了哪些权利？
未火先凉，智能睡眠监测管理平台为何自己先休眠？
为什么要把孩子的健康交给机器人？
解决食品安全问题，“人造食品”或是方向之一
小心，教育机器人别好心做坏事

拿着手术刀的AI医生会看病吗？
设想一下，你去一家医院看病，一进诊疗室的门就有一位护士不断地为你拍照，然后这些照片会被上传到一台AI（Artificial Intelligence，人工智能）设备中，这个设备会根据照片中你的模样来进行病情诊断……而在整个过程中，不会出现任何专业的人类医生。
你是不是觉得这种场景不可思议？即使现在AI医疗已经发展得很快，AI在医疗领域中实现了不同程度的落地，如AI识别医学影像、药物研发、AI辅助诊断等，但AI起到的还只是辅助作用，最终负责决断的依旧是人。让AI执证上岗，独立做临床诊断，还从未听说过。
然而，现在这样的“看病模式”已经有萌芽了。
美国食品和药物管理局（FDA）首次批准了一种AI诊断设备IDx-DR，该设备可以通过观察视网膜的照片来检测一种眼科疾病，并且不需要专家医生的参与。
也就是说，这个名为IDx-DR的AI设备竟然有了“上岗证”，成为一名真正的“医生”。
科学家不断攻破一个又一个技术难关，人们在高兴的同时，也有隐忧。医疗AI之路越走越顺畅，但现在就出现独立的AI医生，合适吗？
AI医生“独立出诊”，产业链还不完整
我们要想让AI医生独立起来，必须在一开始就深入研究产业布局和各产业链每个环节的协调发展，否则，只要有一个环节发展不良，就会导致智能医疗的结构出现上下游之间的断档，或被技术伦理问题所牵绊。
1、AI医生的落地还没有标准
从患者端或者其他的医疗使用端来看，医疗AI其实在短时间内不会有特别大的变化。因为“上岗证”批不下来，甚至连如何为一个AI医生去审批“上岗证”也是待探讨的。AI医生合格的标准是什么？是器械的精密性，还是诊断的正确率？即使是FDA批准的IDx-Dr，一项使用了900多张图像的临床试验检测到视网膜病变的准确率也仅是87％。
归根结底，AI医生能否落地，是行政是否授权的问题。在医疗领域，一个产品的落地，必定涉及许可证和医学严谨性等问题，聘用一个独立的AI医生，可能还有比较长远的路要走。
2、“售后”服务不好办
在现实生活中，患者如果遇到了医生误诊的问题，可以要求医院赔偿或者处分该医生。医生给你看病，5个人里治好3个人可能就差不多了。然而，AI给你看病，可能100个人里就错了1个人，唯一被看错的那个人会怎么想？遇到水平不够好的医生，人们还能自嘲一句“眼光不好”。遇到误诊的AI，人们恐怕就没那么宽容了。
首先，追究医院和厂家的责任肯定少不了。然后怎么办？“罪魁祸首”AI还没有受到任何处分呢。
要销毁这个AI医生吗？或者把这个AI医生的“头脑”格式化，以示惩罚？但是，无视它看对了99个病人的功劳似乎不妥。而且，在医学方面，随着电子病历和数字胶片的积累，大量结构化病例被用于机器学习，对于AI医生，这个模型训练的大数据至少是以10万份为起点。
P2-4

本书是由智能相对论结合行业发展现状及未来发展趋势精心打造的行业科普书。5分钟一个AI热点，打造碎片化时代的核心竞争力，让你跟上节奏，不被OUT。
本书由人人都是产品经理、起点学院、深兰科技创始人陈海波、度小满金融CEO朱光联袂力荐。

本书是由智能相对论创始人曾响铃联合旗下几位资深分析师深入一线企业调研后，结合行业发展现状及未来发展趋势预测完成的一本人工智能冷知识普及书籍。
本书全面、详尽地介绍了人工智能首先落地的几个热门领域：智能机器人、医疗服务业、教育、娱乐、健康等，覆盖了人们接触人工智能的各种场景，并对其背后的人工智能技术进行深入浅出地解释，是一本有趣的人工智能行业科普读物。