摘要：
“沒(méi)有場(chǎng)景支持的人工智能研究是空中樓閣”，騰訊集團(tuán)董事長(zhǎng)馬化騰曾經(jīng)這樣說(shuō)過(guò)。
谷歌的AlphaGo在完勝人類(lèi)頂尖圍棋高手柯潔后，DeepMind創(chuàng)始人戴密斯·哈薩比斯就頒布頒發(fā)AlphaGo此后將永遠(yuǎn)退役，其團(tuán)隊(duì)將把未來(lái)的研發(fā)精力投入到其他具有挑戰(zhàn)性的領(lǐng)域，包孕找到治愈人類(lèi)重大疾病的方法、發(fā)明革命性新材料等等。
有些人認(rèn)為人工智能在人類(lèi)面前刷了一波存在感之后，可能又會(huì)像過(guò)去幾十年前那樣淪為一個(gè)起起伏伏的概念。但實(shí)際上它并沒(méi)有走遠(yuǎn)，潛移默化中，人工智能早已滲透到了我們的諸多生活場(chǎng)景之中。
在中國(guó)，人工智能在細(xì)分領(lǐng)域的落地開(kāi)花并產(chǎn)生實(shí)際應(yīng)用價(jià)值，這件事并非一蹴而就，它是由某幾個(gè)科技領(lǐng)域的巨頭和一大批有想法、有創(chuàng)意的新銳公司共同完成的，前者飾演平臺(tái)方的角色提供底層技術(shù)支撐，而后者深耕細(xì)分領(lǐng)域。
“沒(méi)有場(chǎng)景支持的人工智能研究是空中樓閣”，騰訊集團(tuán)董事長(zhǎng)馬化騰曾經(jīng)這樣說(shuō)過(guò)。
事實(shí)也確實(shí)如此，如果用一個(gè)分?jǐn)?shù)來(lái)形容，“下圍棋”這個(gè)技能或許僅僅是人工智能存在的一種可能性罷了，這個(gè)分母會(huì)隨著技術(shù)的民主化普及而逐漸增大。
近日，鈦媒體記者實(shí)地探訪了作為這個(gè)領(lǐng)域巨頭之一的英特爾以及與其相關(guān)聯(lián)的合作伙伴，從應(yīng)用場(chǎng)景切入，感受人工智能是如何有效解決具體問(wèn)題的。
一、人工智能輔助診療
人工智能與醫(yī)療領(lǐng)域的結(jié)合，在科技界應(yīng)該是IBM開(kāi)啟的先河，當(dāng)人們還在感嘆人工智能怎樣發(fā)揮作用的時(shí)候，IBM的Watson已經(jīng)為MD癌癥中心工作了好一陣子了，通過(guò)強(qiáng)大的認(rèn)知計(jì)算能力，系統(tǒng)可以從病人病例和豐富的研究資料庫(kù)中尋找資料，為臨床醫(yī)生提供有價(jià)值的見(jiàn)解，幫手醫(yī)生找到有效的治療方案。
類(lèi)似的案例也出現(xiàn)在了浙江大學(xué)附屬第一學(xué)院的超聲醫(yī)學(xué)科，該病院是率先嘗試用人工智能方式輔助診斷甲狀腺結(jié)節(jié)的醫(yī)學(xué)機(jī)構(gòu)。
具體而言，這是一套由德尚韻興與浙江大學(xué)特聘教授孔德興團(tuán)隊(duì)主導(dǎo)，依托英特爾至強(qiáng)融合處理器平臺(tái)開(kāi)發(fā)而來(lái)的輔助診斷系統(tǒng)。
資料顯示，浙江德尚韻興成立于2013年，浙江大學(xué)特聘教授孔德興擔(dān)任主要的技術(shù)負(fù)責(zé)人，，公司專(zhuān)注的領(lǐng)域?yàn)槿斯ぶ悄?、機(jī)器視覺(jué)、三維可視化和數(shù)字量化技術(shù)等圖像處理與分析在醫(yī)學(xué)領(lǐng)域的研究、開(kāi)發(fā)和應(yīng)用。
1、工作原理
浙江大學(xué)第一附屬病院超聲科趙主任展示系統(tǒng)
從功能上來(lái)說(shuō)，這是一套基于超聲波影象的甲狀腺結(jié)節(jié)良惡性的輔助診斷系統(tǒng)，按照甲狀腺結(jié)節(jié)檢查時(shí)候拍攝的醫(yī)學(xué)影像的特征，通過(guò)對(duì)圖像的識(shí)別和標(biāo)注，來(lái)幫手醫(yī)生更準(zhǔn)確的做出診斷結(jié)論。
對(duì)于甲狀腺結(jié)節(jié)的檢查目前主要依靠超聲的方式，相較于CT和核磁，超聲的好處是自制、靈活、無(wú)副作用，所以它也是目前臨床醫(yī)學(xué)使用最為廣泛的一種檢測(cè)手段，不足之處是圖像不清楚、造影比較大，它對(duì)醫(yī)生的要求就比較高。
浙江大學(xué)第一附屬病院超聲科趙主任向鈦媒體體現(xiàn)，起初對(duì)這種系統(tǒng)也是半信半疑，因?yàn)樯婕暗讲∪嗽\斷結(jié)果，如果不靠譜的話產(chǎn)生的危害非常大，但是嘗試幾次之后發(fā)現(xiàn)，確實(shí)能提升醫(yī)生的工作效率。
計(jì)算機(jī)視覺(jué)對(duì)圖像的處理，傳統(tǒng)的機(jī)器學(xué)習(xí)是報(bào)答定義特征，由于目前收集到的數(shù)據(jù)來(lái)源于多家病院，尺度和規(guī)范不統(tǒng)一，德尚韻興專(zhuān)門(mén)采用了一種有監(jiān)督的深度學(xué)習(xí)，讓醫(yī)生對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，每一個(gè)培訓(xùn)的樣本都是醫(yī)生人工標(biāo)注的，結(jié)節(jié)的大小、位置，還包孕病人的其他的病理特征，之后再反饋給機(jī)器進(jìn)行訓(xùn)練。
按照德尚韻興總經(jīng)理胡海蓉提供的，“目前三甲病院醫(yī)生的平均準(zhǔn)確率為60%-70%，基層病院會(huì)更加低一些，而輔助診斷系統(tǒng)目前準(zhǔn)確率可以達(dá)到85%以上，不過(guò)由于在我國(guó)人工智能還沒(méi)有行醫(yī)資格，所以我們將其定位為輔助診療，只是給醫(yī)生提供一些參考?！?/p>
2、數(shù)據(jù)的作用
如今無(wú)論是互聯(lián)網(wǎng)巨頭還是芯片廠商，凡是直接或間接擁有海量用戶的公司，都會(huì)給本身貼上一個(gè)“數(shù)據(jù)公司”的標(biāo)簽，大數(shù)據(jù)也是陪同著人工智能時(shí)代到來(lái)的一個(gè)典型特征。
對(duì)于計(jì)算機(jī)來(lái)說(shuō)，所謂“思考”的過(guò)程素質(zhì)上都是基于必然數(shù)據(jù)基礎(chǔ)、再根據(jù)特定的規(guī)則進(jìn)行決策、判斷的過(guò)程，進(jìn)入數(shù)據(jù)時(shí)代我們此前面臨的很多問(wèn)題都可以轉(zhuǎn)換為一類(lèi)特定場(chǎng)景下的數(shù)據(jù)問(wèn)題。
