有问题就有答案
与放射科医生相比，谷歌AI模型在检测乳腺癌方面表现如何
AI算法将成为医生检测病因的好助手。特别是在对X光拍片报告的观测上，通过深度学习和AI算法能大大提升放射科医生的检查速度和检测准确率。比如谷歌AI模型的应用，目前AI模型建立背后是基于深度学习和AI算法来支持的。具体到检测乳腺癌方面，谷歌AI模型是通过学习海量的癌症专家对于乳腺癌患者的专家对于相关病例的研究进行初步判断。这里最关键的是要学习对乳腺癌的症状判断准确的专家经验。因为机器学习本身不会判断其学习的数据是否准确。经过大量的准确的数据“喂养”，谷歌AI模型会快速的提供出检测结果。在经过放射科医生的最后判断，能够给快速有效的提供医疗帮助
[图]深度学习9万张X光照后AI模型可预测未来5年是否恶化为乳腺癌
这个问题的关键点在于，你有没有足够多的数据-标签的对应。也就是说，有没有可以区分“患乳腺癌”和“未患乳腺癌”的标注数据。然后用机器学习方法做预测，这个事情还是可能做到的。
有人设计了“未来垃圾处理机器人”模型，它利用人工智能技术，模拟人类进行垃圾处理。“机器人”利用“感光技术”发现垃圾，并用自己长长的“手臂”将垃圾“放到”附近的垃圾箱。
C
卷积神经网络模型属于哪个人工智能学派的成果
属于联结主义的成果。卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）”。