点击上面蓝字关注我们

封面

文 | Jessie

编辑 | Jessie

时长 | 一个循环语句的时间

李雪教授是澳洲昆士兰大学信息技术和电子工程学院的一名教授。主要研究方向：高级数据挖掘分析及应用。获得过澳大利亚国家自然科学基金、中国国家自然科学基金重大国际(地区)合作研究项目等多项科研项目。过去15年中，李雪教授已发表学术论文、书籍及国际会议论文等期刊160余篇。是国际数据挖掘会议 ADMA（高级数据挖掘及其应用国际会议）的创办人，组织委员会常任主席。李雪教授近年一直致力于医疗大数据的研究，是国内外医疗大数据挖掘的领军人物，获得微软公司创新奖及多项国际会议数据挖掘竞赛奖。鉴于其对大数据研究所做的贡献，2015年，澳洲金融评论杂志Power Issue 将其评为“澳洲50大最有影响力的人物”。

1. 现在数据科学(大数据)和AI大热，请问能否分享下您对这个产业的看法？

根据 Hype cycle (技术成熟度曲线) of Artificial Intelligence，人工智能类新兴技术正处在曲线顶峰 ，不够成熟但被炒得过热，毕竟它还需要再一两年才会真正成熟起来。但未来十年，人工智能毫无疑问会成为最具颠覆性的领域，卓越的计算能力，漫无边际的数据集和深度神经网络领域的进步会保证这一点。

关于AI，AI现在的学习效率是一小时=人类的180年，相信在很多领域的应用都会极有前景。我对AI有三个总结：1. AI没有常识注定会失败，大家会发现有时候看似严谨的运算最后会出现令人啼笑皆非的结果，这在社会学领域尤其常见。2. 人工智能之间对抗其实就是处理数据能力。3.  未来要做AI联盟 union their knowledge。

2. 您对此领域比较了解，可以具体介绍下澳洲现在的发展情况么？和国内比呢？

澳洲在此领域的实力无疑是世界领先的，不管是在学术研究还是在商业应用方面。八大和其他知名院校比如维多利亚大学和UTS都有做很出色的开拓性研究团队，而且也有很多优秀的澳洲华裔科学家在这个领域已卓有成就，比如悉尼大学的Tao Dacheng教授就是AI算法, deep learning 等领域的领头羊。不同学校研究小组的专长方向不尽相同，比如我们是偏应用，主要是观点搜索引擎和大数据医疗。UQ也有医学图像处理和领先的AI大数据新能源等大项目。

中国现在这方面发展很快，也已经有很多优秀的成果，不过在开创性和理论性的研究上距离世界顶级梯队还有一定距离。这和现在中国社会和大学的急功近利和职业化教育的氛围有关。创新思维，独立人格和自由的思想是现在国内科学界最缺乏的。毕竟很多伟大的研究成果是急不来的，也看不到短期收益和达不到年度指标。

3. 可以给我们简单介绍下您现在大数据医疗方向的研究进展么？

1. 实时在线数字病人（ODP）

   一个人工智能智慧医疗的展示和开发平台。具体要做到清理，匿名和脱敏处理个人所有实时健康数据来做进一步的机器学习。

2. 个性化治疗方案推荐 （MedRank）

   此项目在2011年就已取得实验成功，属于行业内首次里程碑式研究。具体通过pubmed使用美国最大的医疗数据集，结合算法做ranking，通过症状计算有可能的疾病和治疗；

   从给定的疾病需要预测可能的治疗方案；

   针对具体一种疾病需要找出所有有效的治疗方案并根据每个人的具体情况进行个性化治疗方案设计。

3. 个性化治疗效果预测 （PME）

   个性化治疗方案评估和治疗效果预测，通过深度学习大量数据进行学习 病人——治疗——效果三者间的对应关系。

4. 个人健康指数 （PHI）（业内最早提出这个观念，正在全中国推广使用）

   根据体检数据评估你在你的人群中的健康水平与排名，并预测你未来可能会得的慢性病。当然其中还要考虑当地环境，水质，工种等要素。对政府来说，可以方便的评估不同举措对居民健康水平；对保险公司来说，可以推出个性化服务。
   

5. 实时重症（ICU）病人诊治 （AICU)

   重症监护室的病情瞬时万变，比如抗生素致死，肺炎等手术副作用。我们可以通过历史数据和实时数据预测有可能出现的威胁，并实时反映病人好转度。解决ICU最大的两个痛点。
   

6. 医疗健康知识图谱 （MKG）

   通过处理健康医疗文献这类非结构化文本数据，和所有其他方面的数据集（如ICU的MIMC，FDA，GenBank等）并结合和病人自身所有门诊，生理和基因数据做知识图谱，为之后的大数据分析做基础。

7. 使用脑复杂网络检测早期奥茨海默症

   收集奥茨海默早期患者和正常人的核磁共振图像，使用机器学习学习脑网络模式区别，进行准确分类。

   
   

4. 可以给我们介绍下您的观点搜索引擎么？

我们团队有一个方向就是社会计算，如谣言测试, trend analysis, opinion analysis，搜索引擎。具体来言，我们主要是通过下面五个维度定义我们的数据集：谁在哪里什么时候什么课题什么意见。不同于传统的搜索引擎，OSE使用大数据融合技术通过社会群体乃至所有公共可用的社交网络对社会舆论进行搜索。我们独创了通过语言模式而不是感情词汇来识别的理论。

例如昆士兰大学已经将OSE用于对比昆士兰大学与其他大学在学生校园体验、学习活动等方面的表现。 而且我们的团队已经通过这个技术四次成功预测过澳洲和美国大选的正确结果。

5. 大学教授对语言的要求是很高的，您是怎么克服的呢？

我是从23岁才开始学的英语，刚来澳洲的时候语言的确是一个很大的障碍，为了锻炼口语和融入这边，我每天问同住的澳大利亚本地家庭三个问题。在四年多的时间里面，我问了他们上千个问题，他们的回答大大丰富了我的澳大利亚知识，我的英语口语也有了很大的改善。同住的卡斯蒂夫妇带我去过昆士兰的许多地方，比如昆士兰州图书馆，以便更加深入地研究许多问题，从澳大利亚原住民到澳大利亚的政治系统等。后来我就成为了昆士兰大学的一名研究助理。

在这边工作，英语好不一定成功，但英语不好一定不会成功。对于学术方面，英语写作比口语更重要一点，诚然我们会因此遇到很多困难，但这是想要融入这里必然要付出的代价。

6. 您有感觉到华人来澳洲工作学习有什么难处或文化隔阂么？

其实我感觉最主要的就是大多数华人都不够主动去交流和融入，而且语言的确是很大一个阻碍。不以英语为母语的人，不管再怎么学习也总是会有一些细微的语言习惯和细节是和Native speaker不同的， 但这些其实不会太影响正常的工作和交流，多交往本地朋友或者请本地的语言老师会帮助很大。

我发现很多国内来的留学生的一个问题是欠缺规划，年轻人其实很需要思考自己究竟想做什么并做短期五年十年的规划和相关的research。当然这可能也跟国内的教育模式有关，我们的学生会被培养出很强的学习能力但缺乏对一个”人“的完整培养。

7. 您即将要举办的Workshop可以简单给大家介绍下么？

这次Workshop其实相当于一次布里斯班整个social media 方向大数据行业前沿发展的交流会。本次会邀请多位业内权威的教授来分享他们的成果并展示优秀的博士生项目。Workshop在7月13日，周五，UQ （St Lucia) Building 50， Room C207，欢迎大家来交流学习。

8. 您招收博士生有什么要求呢？

我对学生背景没有特定的要求，但希望他们会有一定的数学基础，如离散，统计，线代等，最好还懂一些算法。但我最看重的还是性格，必须是主动型的人，会自我驱动和学习而不是需要我去push。还有她/她必须认识到科研是一件很辛苦的事情，会不停面对失败和背负很大的压力，所以需要很强的抗挫折和抗压能力。当你的研究遇到困难时，首先要相信导师的专业意见确立信心，再一步步去探寻解决方法。

在这里也给感兴趣的同学推荐几本书：