游戲玩得好的AI，已經(jīng)在看病救人了

2022-12-19 13:29:54

人工智能

在介紹這只游戲AI前，讓我們先來了解一下處理病理切片的難點(diǎn)究竟在哪。

一個(gè)游戲AI，怎么干起醫(yī)生的活了？

而且這本事還是從打游戲的經(jīng)驗(yàn)里總結(jié)來的。

喏，拿一張病理全片掃描圖像，不用遍歷所有高倍鏡視野，也能找到病灶所在。

在它看來，這個(gè)過程和《我的世界》里伐木居然是類似的。

都是三步走：

先觀察大環(huán)境
鎖定小范圍
最終確定目標(biāo)。

而且這種方法效率還賊高，是傳統(tǒng)方法的400%。

不愧是拿過NeurIPS MineRL競賽冠軍的游戲AI……

所以，它到底是怎么做到的？

游戲AI怎么懸壺濟(jì)世？

在介紹這只游戲AI前，讓我們先來了解一下處理病理切片的難點(diǎn)究竟在哪。

與想象中只需掃一眼不同，臨床科室首先會將組織切片進(jìn)行全片掃描數(shù)字化處理。

在這之后，交到醫(yī)生手里的往往是一張幾萬乘幾萬像素、甚至更高的高分辨率圖像，能達(dá)到每個(gè)像素0.25微米。

醫(yī)生要做的就是在這幅布滿密集細(xì)胞和組織的超大尺寸圖像中，肉眼找到風(fēng)險(xiǎn)的病灶位置并進(jìn)行判斷，可謂是“大海撈針”了。

近些年也不是沒有人嘗試過用深度學(xué)習(xí)方法來解決這一問題，但遇到的挑戰(zhàn)是：

第一個(gè)，盡管病理圖像（WSI）具有十億像素大小的高分辨率，卻往往只有一個(gè)圖像級標(biāo)簽。

目前絕大部分的方法都依賴于在高倍鏡下對全切片進(jìn)行密集采樣的方式進(jìn)行特征提取，并對所有采集特征進(jìn)行信息整合進(jìn)而實(shí)現(xiàn)全片診斷，工作量可想而知。

第二呢，這些圖像的病變區(qū)域往往很稀疏。現(xiàn)有的方法大多依賴于多實(shí)例學(xué)習(xí)框架，需要在高倍率下密集采樣局部的圖像塊（patch）。

這不僅增加了計(jì)算成本，還導(dǎo)致了診斷相關(guān)性弱、數(shù)據(jù)效率低下，一張切片往往需要幾十分鐘才能完成計(jì)算。

不過，這次來自騰訊的“絕悟”團(tuán)隊(duì)就發(fā)現(xiàn)了盲點(diǎn)——

傳統(tǒng)模式下盡管醫(yī)生需要肉眼去看，但他們往往會先用顯微鏡在低倍鏡下掃片，憑借經(jīng)驗(yàn)發(fā)現(xiàn)疑點(diǎn)后再用高倍鏡復(fù)核。

而這種操作，如果放到AI的世界里，不就是最優(yōu)路徑?jīng)Q策問題嗎？這不正是強(qiáng)化學(xué)習(xí)能搞定的事？

再聯(lián)系到強(qiáng)化學(xué)習(xí)又常用在游戲AI里，游戲AI又是絕悟AI的長處所在，嗯優(yōu)勢閉環(huán)了。

此前，絕悟AI就憑借最優(yōu)路徑?jīng)Q策策略在MOBA、RTS、我的世界（Minecraft）等多類型游戲中戰(zhàn)績斐然，還拿過AI頂會NeurIPS MineRL競賽冠軍。

當(dāng)時(shí)，CMU、微軟、DeepMind和OpenAI聯(lián)手在頂會NeurIPS上舉辦了一個(gè)名叫MineRL的競賽，要求參賽隊(duì)伍在4天時(shí)間內(nèi)，訓(xùn)練出一個(gè)能在15分鐘內(nèi)挖出鉆石的AI“礦工”。

來自騰訊的絕悟AI以76.97分的絕對優(yōu)勢一舉奪魁，成功成為挑戰(zhàn)賽歷史上“挖礦最迅速”的AI。

而在《我的世界》里找木頭的動作，和在病理切片里找病灶，其實(shí)思路差不多。

同樣是環(huán)顧四周搜集全局信息（病理醫(yī)生在低倍鏡下掃片），然后鎖定視角（高倍鏡確認(rèn)），找到木頭后執(zhí)行采集動作（確認(rèn)病灶），如此往復(fù)。

于是，就在這只游戲AI的基礎(chǔ)上，騰訊的研究人員推出了最新的研究成果“絕悟RLogist”，寓意正是RL（reinforcement learning）+ Pathologist（病理學(xué)家）。

那么絕悟RLogist具體是怎么實(shí)現(xiàn)的呢？

決策提效400%

就像上文提到的人類醫(yī)生的解決思路一樣，“絕悟RLogist”采用的正是基于深度強(qiáng)化學(xué)習(xí)的，找尋最優(yōu)看片路徑的方法。

這一新方法的好處很明顯：避免了用傳統(tǒng)的窮舉方式去分析局部圖像切塊，而是先決策找到有觀察價(jià)值的區(qū)域，并通過跨多個(gè)分辨率級別獲得代表性特征，以加速完成全片判讀。

通過模仿人類的思維方式，不僅提高了看片效率，還做到了節(jié)約成本。

具體而言，研究人員通過條件特征超分辨率實(shí)現(xiàn)了交叉分辨率信息融合。

受益于條件建模，未觀測區(qū)域的高分辨率特征，可以根據(jù)已經(jīng)被觀測過的低分辨率和高分辨率的特征配對，而被更新。

其中一個(gè)關(guān)鍵步驟，是為病理圖像分析領(lǐng)域定義一個(gè)強(qiáng)化學(xué)習(xí)訓(xùn)練環(huán)境。該方法使用離散化的動作空間、設(shè)計(jì)合理的圖像分塊和完成狀態(tài)獎(jiǎng)勵(lì)函數(shù)，去提升模型的收斂表現(xiàn)，以避免局部最優(yōu)。

相應(yīng)的訓(xùn)練pipeline如下述算法所示：

從結(jié)果上看，絕悟RLogist的優(yōu)勢非常明顯。研究人員選擇“淋巴結(jié)切片轉(zhuǎn)移檢測”及“肺癌分型”兩個(gè)全片掃描圖像的分類任務(wù)進(jìn)行了基準(zhǔn)測試。

結(jié)果表明，與典型的多實(shí)例學(xué)習(xí)算法相比，“絕悟RLogist”在觀察路徑顯著變短情況下，能夠?qū)崿F(xiàn)接近的分類表現(xiàn)，平均用時(shí)縮短至四分之一，決策效率提升400%。

不僅如此，該方法同時(shí)還具有可解釋性。研究人員將決策過程可視化后，發(fā)現(xiàn)未來不管是醫(yī)療教育還是實(shí)際場景，絕悟RLogist都能很好地發(fā)揮作用。

目前，該論文已被AAAI 2023接收，代碼已開源。

值得一提的是，研究人員還強(qiáng)調(diào)，未來將沿著絕悟RLogist的方向繼續(xù)優(yōu)化，包括通過引入更強(qiáng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)增強(qiáng)RLogist的表征學(xué)習(xí)能力，以及使用更高階的RL訓(xùn)練方法避免學(xué)習(xí)到錯(cuò)誤的觀測路徑等。

“絕悟RLogist”從何而來？

提到AI“絕悟”，想必很多人都不會陌生。

畢竟《王者榮耀》里的AI玩法，就是“絕悟挑戰(zhàn)”。