摘要：机器学习硕士：以AI破解医疗健康听力难题

人工智能技术正以前所未有的速度，渗透并重塑着传统医疗保健领域，为诸多长期存在的诊断与监测难题，提供了创新性的解决方案。

在听力健康这一细分范畴中，全球范围内有数亿人正遭受着不同程度的听力损失困扰，而传统的听力检测方式往往受限于专业诊所、昂贵的设备和漫长的预约等待，形成了巨大的服务缺口。

英国曼彻斯特大学（University of Manchester）的科研人员正是立足于这一变革趋势，开展了一项具有前瞻性的研究。这项由人工智能驱动的听力测试，能可靠的在计算机或智能手机上检查人类听力。研究人员表示，这种高科技听力测试通过使用人工智能来过滤背景噪音，可以让人们在家中方便且舒适的进行检测。

研究人员开发并测试了一款AI驱动的"噪声中数字识别"（DIN）测试版本，该测试结合了文本转语音和自动语音识别技术。这个完全自动化、可自行操作的听力测试，无需临床监督，在10分钟内即可完成。这项研究可能会彻底改变听力测试的执行方式，其成果已发表在《听力趋势》期刊上。

噪声中语音测试，常用于通过评估某人在背景噪音下理解口语的能力，来检测听力问题。传统的测试依赖于预先录制的人类语音，需要临床医生对受试者的回答进行评分。但曼大研究的AI驱动版本，巧妙的用计算机生成的语音和自动语音识别技术取代了这两者，使测试能够完全独立运行。

在一个由31名成年人（部分听力正常，部分有听力损失）组成的群体中，研究人员将AI驱动的测试与两种传统的DIN测试进行了对比评估。同时，他们评估了其可靠性（多次运行结果的一致性）和有效性（结果与参考测试的匹配程度）。

结果显示，AI驱动的测试给出的结果与传统的DIN测试几乎相同。尽管在某些情况下（尤其是在口音较重的人群中）存在稍多的变异性，但总体可靠性和准确性是相同的，这表明人工智能的加入并未对测试性能产生负面影响。

这项研究突显了人工智能如何使听力测试既可靠又用户友好，特别是对于那些觉得传统形式（如键盘或触摸屏）难以使用的人来说。它也标志着向更个性化、更易于获取的听力评估迈出了重要一步，人们可以在家中独立完成这些评估。更重要的是，研究凸显了精心设计和测试的人工智能在现代听力保健方面的潜力。

科研关联留学专业解读

曼彻斯特大学为计算机科学的发展做出了重大贡献，是现代计算机科学的发源地，世界上第一台存储程序计算机在此诞生。曼大的计算机科学系（Department of Computer Science）也是英国历史最悠久的院系之一，成立于1964年。

机器学习硕士课程主要探索机器学习的理论与实践，涵盖了深度神经网络架构、语言学习模型、认知人形机器人等领域的知识。其应用范围从医疗保健到人形机器人，能为学生在此领域进行研发或创新打下坚实的基础。

在该课程中，机器学习硕士将与人工智能硕士学生一同学习。学生还可专门选择专攻各种机器学习主题的机会。其核心授课内容占总体的75%，还可通过选修课订制适合自己的剩余学习内容。

机器学习硕士具备高度灵活性，学生将学习三个专业主题方向（每个方向结合两个相关的课程单元），并从广泛的选项中选择第四个主题方向。

必修课程包括：认知机器人与计算机视觉；将文本转化为意义；机器学习主题；机器学习高级主题；不确定推理与学习；强化学习。

选修课程包括：知识表示与推理逻辑；知识表示与推理高级主题；密码学导论；网络安全；软件验证安全与计算机科学的形式化方法；软件安全；安全计算机体系结构与系统；人工智能中的安全与隐私；数据工程概念；数据工程技术。

机器学习硕士常规申请要求：

（1）申请截止时间：Stage 1：11月7日；Stage 2 ：1月2日；Stage 3：2月27日；Stage 4：5月22日。（由于名额竞争激烈且收到的申请质量很高，优先考虑来自排名靠前院校且成绩高于最低入学要求的学生。）

（2）申请文书及材料：官方成绩单（加权平均分）；如果毕业超过三年，需提供一份个人简历；本硕士课程申请不需要推荐信和个人陈述。

（3）标化考试要求：TOEFL-iBT总分要求100分，各单项不低于22分；IELTS总分要求7.0分，各单项不低于6.5分。

随着突破接踵而至，很少有哪个领域能以如此快速的速度开发改变生活的解决方案。作为人工智能的核心支柱，机器学习每年都在技术、医学、商业及其他领域催生创新。

凭借本课程所培养的紧俏技能，学生毕业后将拥有众多职业机会。在医疗健康领域，可以成为推动类似AI听力检测技术落地的核心工程师，或投身于医学影像分析、药物研发、个性化诊疗等行业，直接参与到提升人类健康水平的科技前沿工作中。

除此之外，机器学习硕士毕业生还能在金融、零售、制造、能源行业胜任核心岗位，如数据科学家、机器学习工程师、算法专家等，负责构建预测模型、优化商业决策、开发智能产品。

来源：小唐看科技