AI推動下的傳統行業變革
自去年阿法狗戰勝人類棋手之後，人工智慧概念走進了大眾的視野，越來越多的行業迎來變革，他們藉助人工智慧的能力，提高服務水平和產品的質量。人工智慧+行業成為現在主流的將人工智慧概念產業化的形式。
人們開車出行時，越來越多的人會選擇用導航軟體來規划行車路徑。但是導航軟體往往會給用戶推送最優選項，這也意味著當大量用戶同時去往相同目的地時，會被軟體引導到同一路徑，從而造成擁堵。在春運期間，G50滬渝高速宣廣段上行線就經歷了一次「導航堵」。
從安徽宜城開往蕪湖、合肥方向的車輛本可以繼續延G50主路行駛，但是由於換行S32距離較近，所以大量車輛根據導航進入匝道。僅有一車道寬的匝道，不能滿足車輛的通行需求，所以出現了擁堵。安徽宣城市交警指揮中心裡的「交通大腦」智慧平台根據監控發現了這一情況，將情況通報給導航運營企業，企業通過優化導航演算法化解了這次擁堵。
「交通大腦」通過詳盡的城市交通數據，在虛擬的世界中，用數據刻畫了現實的交通情況，並通過人工智慧的運算，給出更好的解決方案。從而在優化交通標誌標線信號燈處理甚至監督交通違規等方面給交警部門提供助力。
「『交通大腦』與AI的結合，主要體現在兩個方面：一是對路面的交通設施設備全部進行數字化的梳理和數字化的採集，使得計算機認識交通標誌標線以及交通規律交通規則等，二是通過智能視頻分析獲得每輛車的出行規律。」廣東方緯科技有限公司研發中心經理沙志仁介紹，人工智慧賦能交通主要通過智能感知、系統描述、知識表達和運行決策四個層面逐步深入，找到人們交通出行中客觀的規律。因此對交通數據的積累和分析，是增強人工智慧能力的關鍵。
AI輔診助力醫療傳統模式迎變革
人工智慧加速從概念到產業的落地，越來越多的行業迎來了新的變革，不僅城市交通有望通過人工智慧獲得改善，在醫療領域，人工智慧逐漸應用也在一定程度上緩解了醫生的工作壓力，地區之間醫療資源不平衡的問題有望得到積極的改善。
2016年8月，IBM Watson收到了一個請求：一名60歲的女性白血病患者，在各種治療效果都不明顯的情況下，醫療專家使用了Watson。Watson用10分鐘比對了2000多萬份醫療文獻，分析了患者的基因變化，並確診該患者得的是一種罕見的白血病，針對該病，醫療專家提供了個性化診療方案。
在深圳一家綜合醫院，消化內科的程醫生每天要在超過1000張的胃鏡圖片中辨別患者的可疑病灶，從而進行診斷。去年醫院引進了人工智慧輔診系統，這套系統的引進，提高了對食管癌的篩查效率，程醫生的工作壓力也在一定程度上得到了緩解，該系統可以將照片進行分類，挑選出高度懷疑的照片，程醫生只用看這些高度懷疑的照片就可以了，省略了海選的過程。
醫生對於患者的診斷，最重要的是準確率，在智能輔診系統的幫助下，一些經驗不足的年輕醫生，在食管癌的診斷上，準確率也得到了提升，這對於患者的治療起到了很大效果。
由於人工智慧會不斷地進行機器學習，總結更多的病灶特徵，所以這套系統在投入使用一年多以來，自身的能力在不斷優化。
這套智能輔診系統叫作覓影，是騰訊公司將人工智慧技術與醫療相結合開發的產品。目前覓影已經能夠比較成熟地對食管癌、肺結節和眼底糖網三種疾病進行篩查，並且開發團隊正在通過圖像識別、自然語言理解和深度學習等人工智慧技術，讓覓影能完成對更多疾病的輔診工作。
業內人士認為，將人工智慧應用到醫療領域當中，不僅能夠緩解醫生的工作壓力提高工作效率，也能在一定程度上打破我國目前各地區醫療資源分布不均勻的局面。
從醫院的角度層面來說，AI將由固定式的醫療服務變為移動式的醫療服務，既可以提供近程的醫療服務也可以實施遠程的醫療服務。從醫生的診療行為來說，可以讓醫生從一些繁重的日常工作當中解放出來，變為醫療規則的制定者，更多地和病人進行溝通，服務更個性化。
實現通用人工智慧尚需時日
人工智慧開始以賦能各個行業的方式迅速產業化落地，各大科技企業也迅速布局，搶佔賽道。不過業內人士認為，目前的人工智慧僅僅處於初級階段，商業化的場景和規模都比較小。
場景單一、產品的落地應用面有限，很多的AI現在只能解決行業裡面的局部問題提升等等，這些是業內人士認為人工智慧落地目前面臨的主要問題。專家認為，目前人工智慧尚停留在感知階段，接下來要向認知階段發展，最終要讓虛擬世界用數據和演算法的方式去構建複雜的現實世界，從而實現通用人工智慧，完成產業的真正變革。
為了推動在人工智慧領域的研究，早日實現通用人工智慧，國內各大科技企業也爭先恐後地在人工智慧領域加大投入。3月15日，騰訊AILab與國際領先的學術與教育出版集團施普林格、自然集團旗下的自然科研達成戰略合作，共同推動「AI+醫療」領域的跨學科研究，促進人工智慧產學研一體化。
騰訊公司副總裁姚星說，關於人工智慧，騰訊在2018年的戰略是打造通向人工智慧的方向、構建虛擬世界到現實世界的連接載體，重點在AI+醫療方向進行落地。
AI+醫療是人工智慧可見的重要落地場景，也成為各大科技巨頭角力的新戰場，最近一年，醫療人工智慧的勢頭越來越強勁，騰訊、百度、阿里、谷歌、微軟、蘋果等科技巨頭均不遺餘力地布局人工醫療智能領域。百度在宣布裁撤醫療事業部之後，亦將重心轉移到醫療人工智慧。
阿里健康是阿里巴巴「Double H」戰略（Health andHappiness）在醫療健康領域的旗艦平台，是阿里巴巴集團投資控股的公司之一。之前，阿里健康開展的業務主要集中在產品追溯、醫藥電商、醫療服務網和健康管理等領域。
去年8月，阿里健康再下一城，其宣布聯合萬里雲醫學中心發布人工智慧系統「DOCTORYOU」，該系統包括臨床醫學科研診斷平台和醫療輔助檢測引擎等，據說，該系統成功檢測肺結節的準確度達到90%以上。
事實上，醫療人工智慧產業化的痛點也不少，業內人士指出，醫療人工智慧面臨行業制度空白、合作機制空白、審批機制不明確的問題，具體操作過程中，對醫工合作雙方都有很高的要求。僅僅把各個項目的醫學語言翻譯成工科語言，工作量就相當大。
中科院深圳先進技術研究院院長助理畢亞雷指出，「智能技術應用在健康產業時，從創新角度看就有很多的挑戰，現在醫工結合就不夠緊密。現實的情況是，產學研進行合作，其中成果轉化的效率並沒有那麼高，這都需要廠家、醫院、醫生還有政府積極地共同協商進行解決。」
除此之外，國內醫院的信息孤島現象也讓批量獲取醫療數據成為一道難題。一方面，醫院和醫院的數據沒有形成互聯互通，對於人工智慧技術方而言，獲取醫療大數據往往相對困難；另一方面，面臨著數據質量參差不齊的問題。
各大巨頭的布局似乎使得人工智慧在醫療領域的應用落地競爭激烈，但是根據長城證券研究所中小市值首席研究員甄峰的分析，當前市場中最看好的是人工智慧在安防監控領域，目前來看，我國的安防監控領域是走在世界前列的，這些領域中的一些公司在耕耘多年以後也獲得了實際收入，實現了一定的利潤。
無論如何，人工智慧企業正在積極地將技術應用到各行各業中，各方面都在推動人工智慧從概念到產業的落地。
在資本市場上，人工智慧概念也受到投資者熱捧，前海開源基金首席經濟學家楊德龍說，這個行業中，很多公司有望成為或孵化出獨角獸企業，此前資本市場中曾傳出獨角獸和新經濟領域企業IPO條件有望放寬的消息。
萬得數據顯示，2017年，人工智慧企業融資的勢頭有增無減，截至2017年8月底，全球人工智慧企業融資事件已經發生62起，已經完成融資額比2016年多一倍，全年資產融入量突破700億元。
種種跡象表明，資本將加大助力人工智慧在真實應用場景中的落地。
網路編輯、製作：張聰
TAG:中國工商 |