“不到百分之一，非常罕见。”主治医生回答。

主任转头看向那名算法博士。

“在你们把模型压缩了将近百分之七十之后，针对这不到百分之一的高危边缘病例，你们有没有把它们单独挑出来，做过专门的对抗测试？”

算法博士的额头上一下子渗出了细密的汗珠。

他翻遍了面前那本厚达四十七页的最终验收报告。

报告里有总体准确率曲线。

有敏感度和特异度的Roc曲线。

有详细到毫秒的推理延迟分布。

有各种批大小下的显存占用峰值。

甚至，连模型部署在不同品牌服务器上运行时，机箱风扇的转速、cpU的温度与功耗波动，都被详尽地记录在案。

但是，唯独没有哪怕一页纸一个数据表格去负责回答，那不到百分之一的高风险罕见病例，在模型压缩以后，是否仍然保持足以支撑不同临床处置的可分性。

“主任，目前我们的常规测试数据中，没有明确的证据说明，压缩后的模型一定会漏掉它们。”算法博士硬着头皮，给出了一个模棱两可的回答。

主任看着他，缓缓地点了点头：“是的，但也同样没有证据说明，它不会漏掉。”

“如果我们要重新从海量的数据库里去单独筛选这些边缘病例，并且找专家重新进行动作代价的标注，这需要耗费大量的计算时间和人力成本。”博士试图解释工程上的困难。

“那就去花时间，花几个月都可以。”

主任没有再理会算法团队的辩解。

他直接拿过那张原本准备在今天签字的试运行申请表，拔出钢笔，在审批意见栏里写下批示。

【暂缓接入临床系统】

暂缓并不是因为这个压缩模型已经被证明存在危险。

而是因为现有的验收报告，尚不足以证明它可以进入临床决策流程。

“小刘，做医疗AI，和你们跑那些普通的图片分类不一样。”

主任把暂缓的申请表推回给研究员。

“我们不能拿九百九十九个低风险病例的正确，替唯一那个不能被延误的高风险患者担保。”

下午三点二十六分。

南大校园内，另一个小型军用级无人机项目的仿真机房里。

另一名参加了昨天会议的研究员，正带领着测试团队，将昨天在白板上刚刚确定下来的安全动作集合概念，直接接入了他们的三维仿真测试平台。

这一次的回归测试，他们做出了一个反常规的举动。

像是在故意找茬一样，从庞大的环境数据库里，专门挑出了十二组在光学摄像头和雷达回波上看起来外观接近，但在现实中一旦发生误判，对应的强制避险动作却截然不同的高危边缘状态对。

比如镜头保护罩上的固定细长划痕，对比，横跨山谷、反光极弱的悬空细电线。

比如距离极近的一堵纯浅色墙面，对比，在强逆光下完全过曝、白茫茫一片的天空背景。

比如随风摇摆的普通枯树枝，对比，在工地上正在高速旋转切割的细钢缆。

比如工地旁静止不动的巨大吊臂，对比，正在以难以察觉的角速度、横向切入无人机既定航线的挖掘机机械臂。

这十二组测试样本，在整个包含了上百万张图像的无人机训练测试库中，占比极低。

如果把这十二组样本从测试集中全部删掉。

这套无人机系统最终计算出来的平均避障成功率，甚至在小数点后第一位都不会发生任何肉眼可见的变化。

深吸一口气。
本章未完，请翻下一页继续阅读.........