写给关注我的朋友、关心我的家人，写给自己
一场突如其来的疫情改变了很多事情。17年前SARS的时候，我是躲在老家，还在专注于考研升学的事情，并没有深切体会过疫情重灾区北京的紧张。这次COVID-19疫情期间，虽然同样没有位于疫情核心城市，但出于工作的缘故，一直在关注疫情的发展、看各种信息来源的信息，观世事无常，人情冷暖。
12月底得知合作的专家因不明原因肺炎出差武汉，还在跟同事开玩笑说想起了《猩球崛起》，当时并没有意识到是一个很严重的状况。新型冠状病毒出人意料的传染性，逐渐收紧的疫情防控措施，使得从春节后半段起就开启了宅的生活。宅最大的好处就是有了更多的思考时间，也能弥补一下以往对家人陪伴的不足。
在技术的不断推动下，这个世界其实越来越分裂了。愈加先进的社会需要不断细化的分工，于是形成了复杂程度不断叠加的协作机制，对于普通人而言要理解这个世界的运作模式和规律也渐渐变成极其困难的事情，一方面是上面所说的客观原因，另一方面也有普遍的主观忽视。复杂的事情与我何干，只要按部就班过好既定的生活就好了。
2019年上映的电影《中国机长》，在一开始就介绍了从气象预报、机场调度、飞机检测、登机前准备的复杂过程，而对于普通乘客而言，压根不清楚在登上飞机之前整个民航系统要做这么多事情，也与己无关，就像后来春晚的小品里面所表演的，“我不要咖啡，我要飞机飞！”
恰巧2017年出版的 THE DEATH OF EXPERTISE: The Campaign against Established Knowledge and Why it Matters 在2019年被翻译为中文于3月出版《专家之死：反智主义的盛行及其影响》，“作者认为，当今抵制专业知识和学习的现象，使普通民众相信没有人比别人懂得更多，这使民主机构面临堕落为民粹主义（平民主义）或技术专家治国的危险，而最糟糕的是二者的结合。2017年美国大选后，这一局势变得更加恶劣。”虽然书里面说的是美国的事情，但是对于国内而言亦是如此。而且书中所说的很多现象，在疫情期间不断的被验证。
在节后开工之前，曾专门就当时的疫情跟部门的同事进行了一次统一认知的沟通，并且就年会上布置的模型思维要求大家对疫情有个全面的认识。从传染病的整体框架来理解疫情，比较COVID-19跟流感的区别，各类媒体在整个疫情期间所发挥的作用，未来AI可能为抗疫带来更好的解决办法。建议大家关注专业机构的权威信息，定期阅读优质媒体的新闻报道，偶尔看看几个靠谱的自媒体，不要浪费时间在其余各种蹭热度、带节奏的、朋友圈里广泛转发的文章上，但不可避免的是仍然会看到各种垃圾信息的反复涌现。
李海鹏在微博上说：“尽管事实就在眼前，多数人仍然陷在互联网会带来进步的陈词滥调之中，好像它如果带来的进步不够，那么一定是其它方面出了问题。互联网以共产主义（共享、联通、免费）始，却不知以什么终，事实就是带来了细枝末节的进步和深刻的退化，民粹、矇昧、偶像崇拜、暴力本能、极权控制都籍互联网发扬光大，过去的责任和智识体系被摧毁，新的却渺无踪迹。关于互联网我能持有的最积极的观点也不过是它目前状态只是个过渡时期，未来会好的，但这只是积极而已，不基于证据，不包含推理。” 我在与同事的沟通中也在聊，如果把互联网分为浅网、深网、暗网，我们要关注的是深网，也即专业信息的网络平台。互联网发展至今，对于专业信息的交流和专业协作起到了非常好的推动作用，而浅层的大众网络上，确如李海鹏所说，在文明的发展方面，是细枝末节的进步和深刻的退化。
疫情本来是一个促使民众对专业的重要性加强认知的机会，有人说“从来就没有什么岁月静好，只是因为有人负重前行”，但是去了解整个防疫系统是如何分工协作，目前存在的问题和后续提升的方向，却会让绝大多数人失去耐心。相比之下，许许多多散点状的个例更容易引起人的共鸣。一直喜欢《三联生活周刊》，其第一期疫情专题《武汉现场》即是更多从一个个身处疫情中心地带的个体视角，来展示普通人的恐惧和困惑，以及在危难来临时的艰难选择，这样的内容也更符合人文关怀的角度。而第二期的《武汉会战》则是从更专业的角度来解读抗疫的完整画面，力求做到有点有面，整体认知。但是体系化的报道基本只能在这样的大型媒体机构实现，而已占据大多数人时间精力的各种自媒体，以阅读活跃指标为追求，基于用户喜好的推荐，辅以利用人性弱点的技法，加上低门槛导致的海量，淹没了大多数人的头脑。因此，负重前行的人依旧会重复着以极快的速度被遗忘。
说起来也很矛盾，虽然中学时就非常认可笛卡尔“越学习，越发现自己的无知”这句名言，但年轻时也好发表一些愤青的见解。有了娃以后，更理解大多数家长望子成龙的心态，都希望孩子能够具有认知复杂的能力，掌握更多专业方面的知识和技能，不过很多有娃的媒体工作者，也在不停的输出着将来不希望娃沉浸其中的内容。所以现在我也经常问自己，你现在做的事情，可以一点都不心虚地、甚至骄傲地跟孩子讲吗？
其实从学医开始，就走上了一条专业的道路，只是单纯医学的道路，和自己后来的经历相比，虽然更纯粹，却也更狭窄。
三十而立，四十而不惑
回顾自己的历程，觉得很庆幸，并没有浪费时间去做原地踏步的事情。
因为父亲是医生而学医，在大学的头几年几乎也是每天第一个到阶梯教室，所学的内容不愿局限于科班医学课程内容本身，更多按照自己的理想前行。不过大学期间父母接连罹患癌症给原本是理想主义者的我带来巨大的无力感和冲击，现在回想起来却是从挫折到重塑的坚韧心理的磨练。
大概也是三十岁左右从医院离开，幸运的进了一家开展正规系统培训的医药广告公司，让一个simple & naive的小医生惊奇地了解了医药市场的运作，而后又很快的进入了一个顶级的媒体平台，以短期高强度的方式锻炼了技能和深入理解医药环境。在新媒体出现的时候，主动去投入学习和开始真正负责一项创新业务，而后也是因为觉得平台无法满足想要做的事情遂加入了一个创业团队。在创业的过程中更是体味了种种人生百态，在绝望中奋斗的经历可能是除了真正的战场之外，创业所能带来的最大财富。不过，这些事情在长辈和家人的眼中应该算是非常离经叛道的事情。
在娃刚上小学时，学校要求写一封娃毕业时拆开的信，我在开头大概是这样写的，“我们的父辈在参加工作之初，就可以从前辈身上看到自己老去的样子，但这样的年代已经一去不复返了，甚至我在今天写这封信的时候，都不知道你毕业的时候这个世界会变成什么样子（才二年级就暴发了这样的疫情）。”教育的本质是迁移，是通过早期的教育培养适应未来社会的能力和人格，但是如果连未来社会是什么样都无法预测，是否就退而求其次延续以往的老路呢？在加速演进的年代，唯一不变的就是变，虽然不是给娃金汤匙的父亲，但是我努力在前面开辟一条通往未来的道路，去寻找可以适应变化所需要的素质。也是拜COVID-19疫情所赐，让我更快的确定了专业与AI相结合的方向。
专业×专业
虽然因为学医而没有成为一个理工男，但是一直保持的对计算机的热情，不过比较不幸的是从做新媒体开始就一直被不靠谱的技术力量坑，也深切理解了为什么说一个优秀的程序员可以抵十个普通的程序员，其实我觉得不止十个。
对AI的关注源于2016年AlphaGo的横空出世，因为喜欢围棋，以往对计算机智能的认知也局限在深蓝战胜卡斯帕罗夫那个层次，也觉得短期内计算机不可能在围棋上战胜人类。可能像很多人一样，被AlphaGo惊醒后开始去了解现在的AI技术，当时还写了三篇文章：最好的时代最坏的时代、给勤奋提高英文水平的人泼点冷水、我们需要担心人工智能抢了孩子们的饭碗么？不过因为创业的条件没有办法在这方面深入研究，而后来的专家合作工作开始逐渐推开医疗领域AI的大门。
管窥AI，当你手里有一个锤子，看什么都像是钉子。
AI技术经历快速发展期之后，一如技术成熟度曲线那样，也进入了一个下行阶段，以信息本质通过数学统计模型方式带来深度学习的突破之后，暂时没有更本质的进展。大多AI从业人员可以很容易的通过一些数据集套用某个标准框架来训练一个模型，而且乐此不疲。从道和术的角度来说，在道上没有更新的发展，而都是在术的方面做一些微调。以统计的原理来不断提高准确度，这样的方式已经在影像相关领域得到了广泛的应用，在医疗方面也是如此。但以目前AI的准确度能否满足医疗级的要求还不可知，至少单纯通过技术解决医疗的困境是不太可能的，而这正是技术从业人员的局限。
人力终有穷尽，优质医疗服务人员更是稀缺资源，而普通民众对医疗的要求却是逐年提高，这已构成了一个本质的矛盾。因为医务人员的培养周期长，加之随着对人体认知的发展，需要掌握的知识和技能越来越多，以患者为中心多学科协同模式转变也在冲击着现有的医疗体系，因此，单纯基于医疗体系自身的发展，看不到这一矛盾能够解决的时间点。
从模型思维的规律出发，当单个模型带来的准确度有限的时候，多模型可以有更好的效果。这世界本来就是复杂的，当追求简化的时候必然丢弃大量的细节，而带来准确性的降低。医疗专业需要外部的技术力量来降低重复劳动，通过人机结合的方式提升整体水平和效率，而拿锤子的AI技术人员也需要结合医疗的“模型”来提高AI的实用性。
虽然比四十迟了两年，但所幸还是明确的医疗AI的方向，而一直受限于技术的困扰也让我决心再掌握一门技能，不是单独为了自己，也是为了孩子。人生已过多半，余生希望聚焦在更有效率的方向上。