人工智能輔助醫(yī)療決策精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能輔助醫(yī)療決策主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能輔助醫(yī)療決策范文

如何應(yīng)對(duì)人工智能時(shí)代的轉(zhuǎn)型？人工智能的商業(yè)價(jià)值地圖中，哪些產(chǎn)業(yè)將最先享受技術(shù)紅利？

“智造”并不是一個(gè)新詞，幾年前，我們可以看到數(shù)字技術(shù)從虛擬世界向?qū)嶓w世界滲透。3D打印、激光切割等一系列數(shù)字制造設(shè)備的發(fā)明讓制造變得民主化，所以誕生了創(chuàng)客這個(gè)群體，讓普通人也可以通過(guò)智造來(lái)實(shí)現(xiàn)想法。而今天，我們都看到“智”的含義又進(jìn)化了。

人工智能正在全球范圍內(nèi)掀起產(chǎn)業(yè)浪潮。從去年開(kāi)始，騰訊研究院就對(duì)人工智能的產(chǎn)業(yè)發(fā)展有一個(gè)持續(xù)的跟蹤。我今天將從一個(gè)更廣的維度，不限于制造業(yè)來(lái)與大家分享關(guān)于人工智能如何融合產(chǎn)業(yè)，創(chuàng)造萬(wàn)億實(shí)體經(jīng)濟(jì)新動(dòng)能的一些觀察。

人工智能認(rèn)知差距存在：已走入平常生活

在另一陣營(yíng)，包括扎克伯格、李開(kāi)復(fù)、吳恩達(dá)等在內(nèi)的多位人工智能業(yè)界和學(xué)界人士都表示人工智能對(duì)人類(lèi)的生存威脅尚且遙遠(yuǎn)。這其中主要的爭(zhēng)議就來(lái)源于對(duì)“人工智能”定義的區(qū)別。人工智能學(xué)家馬斯克等人所述的人工智能，是指可以獨(dú)立思考并解決問(wèn)題，具有思維能力的“強(qiáng)人工智能”，目前，科學(xué)界和工業(yè)界對(duì)何時(shí)發(fā)展出“強(qiáng)人工智能”并無(wú)定論。

現(xiàn)在處于全球熱議中的“人工智能”，并不完全等同于以往學(xué)院派定義的人工智能。你可能沒(méi)有意識(shí)到，我們?nèi)粘Ｉ钪幸呀?jīng)用到了許多人工智能技術(shù)：早在2011年，蘋(píng)果就率先將人工智能應(yīng)用Siri放進(jìn)了大家的口袋里；拍照、簽到時(shí)用到的人臉識(shí)別技術(shù)，智能音箱的語(yǔ)音對(duì)話系統(tǒng)，以及我們現(xiàn)在主流的新聞推薦引擎，也都用到了深度學(xué)習(xí)的算法。

人工智能算法存在于人們的手機(jī)和個(gè)人電腦里，存在于政府機(jī)關(guān)、企業(yè)的服務(wù)器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時(shí)時(shí)刻刻感知到人工智能算法的存在，但人工智能算法已經(jīng)高度滲透進(jìn)我們的生活之中。

人工智能的商業(yè)潮起：九大領(lǐng)域形成熱點(diǎn)

人工智能的歷史已經(jīng)有60年的時(shí)間，但它作為一個(gè)商業(yè)化浪潮是最近幾年爆發(fā)的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術(shù)商業(yè)化的臨界點(diǎn)。

下圖為騰訊研究院的《中美人工智能產(chǎn)業(yè)報(bào)告》，人工智能領(lǐng)域的投資金額從2012年起呈現(xiàn)出了非常陡峭的增長(zhǎng)趨勢(shì)，轉(zhuǎn)折點(diǎn)就是深度學(xué)習(xí)技術(shù)的突破。

IT產(chǎn)業(yè)經(jīng)過(guò)數(shù)十年的發(fā)展，在存儲(chǔ)、運(yùn)算和傳輸能力上都有了幾何級(jí)的提升，使深度學(xué)習(xí)最終有了質(zhì)的飛躍?；ヂ?lián)網(wǎng)積累了20年的數(shù)據(jù)終于有了用武之地——訓(xùn)練數(shù)據(jù)。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的飛速發(fā)展直接引領(lǐng)了此次人工智能產(chǎn)業(yè)浪潮。

截至目前，美國(guó)在融資金額上人工達(dá)到了938億，中國(guó)僅次于美國(guó)達(dá)到了635億。人工智能產(chǎn)業(yè)發(fā)展出了九大熱點(diǎn)領(lǐng)域，分別是芯片、自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)應(yīng)用、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)駕駛。

另一個(gè)明顯的趨勢(shì)是中美科技巨頭的集體轉(zhuǎn)型。從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)的歷次轉(zhuǎn)換歷程中，把握技術(shù)革命帶來(lái)的商業(yè)范式革命是屹立不敗的關(guān)鍵。技術(shù)革命將帶來(lái)基礎(chǔ)設(shè)施、商業(yè)模式、行業(yè)渠道、競(jìng)爭(zhēng)規(guī)則變化的漣漪效應(yīng)。

谷歌最早意識(shí)到機(jī)器學(xué)習(xí)的重要性，從2012年開(kāi)始從搜索業(yè)務(wù)積累數(shù)據(jù)。從2012年到2017年短短的5年時(shí)間已經(jīng)滲透到了超過(guò)1200個(gè)谷歌的服務(wù)中。業(yè)務(wù)發(fā)展戰(zhàn)略從“移動(dòng)優(yōu)先”轉(zhuǎn)為“人工智能優(yōu)先”。除此以外，美國(guó)的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國(guó)的BAT無(wú)一例外投入越來(lái)越多資源搶占人工智能市場(chǎng)，有的甚至轉(zhuǎn)型成為AI公司。他們紛紛從四方面從基礎(chǔ)到全局打造AI生態(tài)：

第一，通過(guò)建立AI實(shí)驗(yàn)室，來(lái)建立核心的人才隊(duì)伍。第二，持續(xù)并購(gòu)來(lái)爭(zhēng)奪人才和技術(shù)。第三，建立開(kāi)源的生態(tài)，占領(lǐng)產(chǎn)業(yè)核心。今天，大多數(shù)技術(shù)進(jìn)步都不是封閉的創(chuàng)造發(fā)明。技術(shù)的指數(shù)級(jí)增長(zhǎng)，受益于底層技術(shù)的共享。今年，騰訊向外輸出了兩大AI開(kāi)源項(xiàng)目ANGEL和NCNN。第四，最好的人工智能服務(wù)將可能化為無(wú)形，即與云服務(wù)結(jié)合。工具AI將大幅降低企業(yè)使用AI的門(mén)檻，越來(lái)越多科技巨頭選擇將自己的服務(wù)“云端化”來(lái)賦能全行業(yè)。正如馬化騰所說(shuō)的未來(lái)的企業(yè)都是在云端用AI處理大數(shù)據(jù)。并且在一些領(lǐng)域開(kāi)始試水消費(fèi)級(jí)人工智能的場(chǎng)景。

認(rèn)識(shí)人工智能的能力與局限

認(rèn)識(shí)人工智能的能力與局限AI要在商業(yè)上取得成功，首先要理解人工智能的真實(shí)能力。AI的爆發(fā)對(duì)商業(yè)的塑造也許與互聯(lián)網(wǎng)徹底顛覆傳統(tǒng)行業(yè)不同，在很大程度上會(huì)不動(dòng)聲色地嵌入到商業(yè)中。應(yīng)用場(chǎng)景不再是新奇的概念展示，而是融入現(xiàn)有的生產(chǎn)中，進(jìn)入垂直領(lǐng)域，創(chuàng)造直接的經(jīng)濟(jì)價(jià)值。

認(rèn)識(shí)人工智能的能力與局限從認(rèn)識(shí)物理世界到自主決策，目前人工智能已經(jīng)具備以下幾種能力：

認(rèn)識(shí)人工智能的能力與局限感知智能：在語(yǔ)音識(shí)別、圖像識(shí)別領(lǐng)域已經(jīng)有很深入的應(yīng)用，賦予了機(jī)器“看”和“聽(tīng)”的能力。甚至情感也能被機(jī)器理解 ；語(yǔ)音識(shí)別和圖像識(shí)別都有了顯著的提升。

認(rèn)識(shí)人工智能的能力與局限理解能力：自然語(yǔ)言理解成為隱形的標(biāo)配植入到產(chǎn)品中。配合計(jì)算機(jī)視覺(jué)可用于理解圖像，來(lái)執(zhí)行基于文本的圖像搜索、圖像描述生成、圖像問(wèn)答（給定圖像和問(wèn)題，輸出答案）等。

認(rèn)識(shí)人工智能的能力與局限數(shù)據(jù)智能：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)讓機(jī)器能夠洞察數(shù)據(jù)的秘密，并且不斷自動(dòng)優(yōu)化算法，提升數(shù)據(jù)分析能力。

認(rèn)識(shí)人工智能的能力與局限決策能力：本質(zhì)是用數(shù)據(jù)和模型為現(xiàn)有問(wèn)題提供解決方案。棋類(lèi)游戲是一種典型的決策能力，人類(lèi)在完美信息博弈的游戲中已徹底輸給機(jī)器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領(lǐng)域，例如如何自動(dòng)駕駛汽車(chē)，如何將投資收益最大化等豐富的場(chǎng)景都將是決策能力的用武之地。

人工智能的價(jià)值地圖：產(chǎn)業(yè)融合正在加速

與互聯(lián)網(wǎng)時(shí)代一夜顛覆的渠道革命不同，人工智能的帶來(lái)的商業(yè)變革正在不動(dòng)聲色地滲入到各行各業(yè)。一大批AI應(yīng)用的先導(dǎo)者正在將AI能力賦能產(chǎn)業(yè)，涉及吃住行、工業(yè)醫(yī)療等各個(gè)領(lǐng)域。下面將用三個(gè)例子來(lái)說(shuō)明正在發(fā)生的“AI+”產(chǎn)業(yè)增強(qiáng)革命。

首先是零售行業(yè)。上圖是亞馬遜推出的無(wú)人超市Amazon Go。在亞馬遜的藍(lán)圖中，顧客從貨架上取下貨品，無(wú)需再經(jīng)過(guò)收銀臺(tái)便可自動(dòng)完成結(jié)算過(guò)程。從顧客進(jìn)店開(kāi)始，通過(guò)人臉識(shí)別驗(yàn)證顧客身份，在顧客購(gòu)物時(shí)，通過(guò)圖像識(shí)別和對(duì)比技術(shù)判斷商品種類(lèi)，自動(dòng)生成購(gòu)物訂單完成自動(dòng)結(jié)算。

現(xiàn)在，各種形式的無(wú)人零售商店在國(guó)內(nèi)也如雨后春筍般興起。當(dāng)然，無(wú)人收費(fèi)只是零售智能化的第一步，人工智能不同能力的應(yīng)用將全面改變現(xiàn)在的零售模式。比如開(kāi)一家店選址、到底在哪開(kāi)、開(kāi)多大、覆蓋多少人群、賣(mài)多少東西？時(shí)裝周采購(gòu)設(shè)計(jì)師的衣服，買(mǎi)那些今年會(huì)暢銷(xiāo)？以前這些都靠零售人的經(jīng)驗(yàn)做決策，但在信息時(shí)代，這些都可以用精準(zhǔn)的算法做決策。

第二個(gè)例子是醫(yī)療行業(yè)，醫(yī)療在任何國(guó)家都是最大的行業(yè)之一，我們經(jīng)濟(jì)發(fā)展和科技進(jìn)步追求的最終目標(biāo)也是增進(jìn)健康。

人工智能在醫(yī)療行業(yè)的應(yīng)用很廣泛。用人工智能來(lái)輔助醫(yī)療影像診斷大家已經(jīng)比較熟悉了。我想說(shuō)的是人工智能對(duì)精準(zhǔn)醫(yī)療的推動(dòng)。所有遺傳密碼的信息都是非常非常多的一個(gè)大數(shù)據(jù)，對(duì)任何人在他沒(méi)有得病的時(shí)候我們測(cè)量他的組學(xué)數(shù)據(jù)，分析組學(xué)大數(shù)據(jù)，那么就可以對(duì)他未來(lái)健康發(fā)展的危險(xiǎn)因素做出評(píng)估，根據(jù)評(píng)估進(jìn)行適當(dāng)干預(yù)，這樣的話有些疾病不發(fā)展，有些疾病減輕他的程度，提高他的生活質(zhì)量，這樣就把整個(gè)醫(yī)療健康體系的關(guān)口前移，在沒(méi)有病之前就提出評(píng)估與保證。

第三個(gè)例子來(lái)自制造業(yè)。波士頓有家著名的機(jī)器人公司叫Rethink Robotics，顧名思義就是重新思考機(jī)器人。這個(gè)公司開(kāi)發(fā)了一款名為Baxter的智能協(xié)作機(jī)器人。這個(gè)機(jī)器人的特點(diǎn)是和人的交互不再是機(jī)械的。Baxter 采用順應(yīng)式手臂并具有力度探測(cè)功能，能夠適應(yīng)變化的環(huán)境，可“感知”異?，F(xiàn)象并引導(dǎo)部件就位。你只要挪動(dòng)它的手臂就能進(jìn)行訓(xùn)練，完成特定的任務(wù)。其次，對(duì)于制造業(yè)來(lái)說(shuō)人工智能不僅僅意味著完成某項(xiàng)工任務(wù)的機(jī)器人，也是未來(lái)制造業(yè)智能工廠、智能供應(yīng)鏈等相互支撐的智能制造體系。通過(guò)人工智能實(shí)現(xiàn)設(shè)計(jì)過(guò)程、制造過(guò)程和制造裝備的智能化。

人工智能的經(jīng)濟(jì)影響

人工智能在經(jīng)濟(jì)層面的影響，主要有三個(gè)方面：

第一，生產(chǎn)效率的提升。人工智能創(chuàng)造了一種虛擬的勞動(dòng)力，能夠解決需要適應(yīng)性和敏捷性的復(fù)雜任務(wù)。

第二，交易成本的下降?；ヂ?lián)網(wǎng)的平臺(tái)模式通過(guò)降低信息不對(duì)稱(chēng)，降低了交易成本。隨著機(jī)器學(xué)習(xí)的引入，可以實(shí)現(xiàn)更精準(zhǔn)的服務(wù)匹配，進(jìn)一步優(yōu)化資源的分配。

第三，人工智能將帶來(lái)數(shù)據(jù)產(chǎn)業(yè)的蓬勃。機(jī)器學(xué)習(xí)需要數(shù)據(jù)的“喂養(yǎng)”，海量的數(shù)據(jù)需求催生了多種類(lèi)型的數(shù)據(jù)交易模式。數(shù)據(jù)的需求會(huì)產(chǎn)生很多數(shù)據(jù)經(jīng)紀(jì)商，有B2B模式，C2B模式，B2B2C模式等，促進(jìn)數(shù)據(jù)在個(gè)人、企業(yè)及產(chǎn)業(yè)鏈層面流通。數(shù)據(jù)的來(lái)源不單單來(lái)自于用戶，也來(lái)自于政府公開(kāi)數(shù)據(jù)、商業(yè)渠道、博客等公共資源等。

轉(zhuǎn)型之路：五要素堅(jiān)實(shí)人工智能基礎(chǔ)

人工智能將一切變化都帶入了超高速發(fā)展的軌道。創(chuàng)新科技公司已集體轉(zhuǎn)型，傳統(tǒng)行業(yè)又改如何應(yīng)對(duì)即將到來(lái)的人工智能時(shí)代？實(shí)現(xiàn)人工智能的轉(zhuǎn)型，需要從幾個(gè)方面并行：

數(shù)據(jù)、算法和算力是我們常說(shuō)的人工智能的“三駕馬車(chē)”，是人工智能得以應(yīng)用的基礎(chǔ)。

第一是數(shù)據(jù)，我們對(duì)數(shù)據(jù)的認(rèn)識(shí)不應(yīng)該停留在統(tǒng)計(jì)，改進(jìn)產(chǎn)品或者作為決策的支持依據(jù)。而應(yīng)該看到它導(dǎo)致機(jī)器智能的產(chǎn)生。但首先，數(shù)據(jù)是有條件的。垂直行業(yè)的數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)。在國(guó)家層面，也有許多數(shù)據(jù)開(kāi)放計(jì)劃。

第二是算法，人工智能的人才仍然是很稀缺的。高校和企業(yè)的人才流動(dòng)越來(lái)越頻繁。但同時(shí)，企業(yè)通過(guò)開(kāi)放生態(tài)，降低開(kāi)發(fā)門(mén)檻?？梢宰尭嘀行∑髽I(yè)享受AI能力。

第三是算力，現(xiàn)在的人工智能系統(tǒng)通過(guò)成百上千個(gè)GPU來(lái)提升算力，使深度學(xué)習(xí)能夠走向生產(chǎn)環(huán)境。但隨著數(shù)據(jù)的爆發(fā)式增長(zhǎng)，現(xiàn)有算力將無(wú)法匹配。

除了這三駕馬車(chē)，從實(shí)驗(yàn)室到行業(yè)應(yīng)用，在人工智能的應(yīng)用過(guò)程中還需要加入兩個(gè)元素：

■ 首先是場(chǎng)景。理解場(chǎng)景是人工智能應(yīng)用的核心。人工智能必須落到精準(zhǔn)的場(chǎng)景，才能實(shí)現(xiàn)實(shí)在的價(jià)值。理解人工智能能力可落地的場(chǎng)景及對(duì)應(yīng)的流程，將AI納入決策流程。

■ 其次是人機(jī)回環(huán)，即human-in-the-loop?！叭藱C(jī)回圈”的第一層含義是人工智能應(yīng)用中需要用戶，即人的反饋來(lái)強(qiáng)化模型。更進(jìn)一步，機(jī)器學(xué)習(xí)是一種嘗試創(chuàng)建允許通過(guò)讓專(zhuān)家與機(jī)器的一系列交互參與到機(jī)器學(xué)習(xí)的訓(xùn)練中的系統(tǒng)工作。機(jī)器學(xué)習(xí)通常由工程師訓(xùn)練數(shù)據(jù)，而不是某個(gè)領(lǐng)域的專(zhuān)家?！叭藱C(jī)回圈”的核心是構(gòu)建模型的想法不僅來(lái)自數(shù)據(jù)，而且來(lái)自于人們?cè)鯓涌创龜?shù)據(jù)。專(zhuān)家會(huì)成為垂直領(lǐng)域的AI顧問(wèn)，把關(guān)模型的正確性。

人工智能并不是靜態(tài)的東西，訓(xùn)練出來(lái)的模型要用到某個(gè)業(yè)務(wù)場(chǎng)景里，業(yè)務(wù)場(chǎng)景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進(jìn)一步提升人工智能模型的能力，再用到場(chǎng)景中，形成一個(gè)閉環(huán)和迭代。

總結(jié)

本輪人工智能浪潮是基于深度學(xué)習(xí)的發(fā)展，將快速滲透到數(shù)據(jù)密集行業(yè)。

人工智能目前從感知智能、理解智能、數(shù)據(jù)智能和決策智能四方面發(fā)揮在各行各業(yè)的能力。

第2篇：人工智能輔助醫(yī)療決策范文

由于變化無(wú)窮、復(fù)雜精妙，圍棋一向被認(rèn)為是人類(lèi)頂級(jí)智慧的試金石。對(duì)于一個(gè)19×19的圍棋棋盤(pán)而言，精確合法棋局的數(shù)量達(dá)到3的361次方。這是一個(gè)171位數(shù)，比宇宙中全部原子的數(shù)量還要多。這一驚人的數(shù)字，足以令任何基于蠻力窮舉的人工智能望而卻步。正是因?yàn)槿绱?，AlphaGo完勝李世石才讓人們震驚。這說(shuō)明人工智能的水平已經(jīng)獲得了跨越式提升，人工智能能做的事情已經(jīng)超出了人們的想象。那么，日新月異的人工智能將為船舶行業(yè)帶來(lái)什么呢？

就在AlphaGo對(duì)陣?yán)钍朗陂g，航運(yùn)業(yè)“大拿”馬士基在人工智能方面進(jìn)行了一次新的嘗試。該公司首次完成通過(guò)無(wú)人機(jī)向海上船舶送貨的任務(wù)，這也是去年馬士基在世界首次使用無(wú)人機(jī)成功對(duì)浮式生產(chǎn)儲(chǔ)油船（FPSO）貨物油艙檢測(cè)后的又一次無(wú)人機(jī)應(yīng)用的創(chuàng)新之舉。未來(lái)該公司將進(jìn)行進(jìn)一步測(cè)試，使無(wú)人機(jī)成為馬士基船舶供應(yīng)鏈的一部分，以節(jié)省更多的時(shí)間和資金成本。

雖然這一應(yīng)用的人工智能水平不能與AlphaGo相提并論，但這也是人工智能在船舶領(lǐng)域應(yīng)用上向前邁出的一大步。應(yīng)該說(shuō)，船舶業(yè)及航運(yùn)業(yè)近年來(lái)在船舶的智能制造和智能運(yùn)營(yíng)方面已經(jīng)取得了一定成果，而且在提高生產(chǎn)效率以及將人類(lèi)從繁重勞動(dòng)中解放出來(lái)的要求越來(lái)越迫切等因素的促進(jìn)下，這一進(jìn)程正在加速。然而，現(xiàn)在看來(lái)，人工智能的發(fā)展更令人驚嘆，船舶的智能設(shè)計(jì)、建造和運(yùn)營(yíng)可能會(huì)以比我們想象中更快的速度成為現(xiàn)實(shí)，而且程度會(huì)比我們想象的更高。

人工智能專(zhuān)家認(rèn)為，“AlphaGo”們運(yùn)用了最新的深度學(xué)習(xí)算法，完成了從“計(jì)算”到“智能”的飛躍。這種深度學(xué)習(xí)算法是類(lèi)似于人類(lèi)大腦的人工智能學(xué)習(xí)法，也是人工智能領(lǐng)域極其重大的突破。這一突破的里程碑式意義在于，當(dāng)面臨一些開(kāi)放性問(wèn)題，而不僅是非黑即白的輸贏問(wèn)題，如在無(wú)人駕駛中面對(duì)天氣、環(huán)境突發(fā)狀況時(shí)，人工智能可能通過(guò)深度學(xué)習(xí)進(jìn)行判斷和操作。而這恰恰為船舶的完全人工智能操縱以及不同類(lèi)型船舶的智能建造創(chuàng)造了條件。

目前，全球范圍內(nèi)已開(kāi)展了多個(gè)智能船舶和無(wú)人駕駛船舶項(xiàng)目，如中國(guó)船舶工業(yè)集團(tuán)公司主導(dǎo)開(kāi)展的綠色海豚38800噸智能示范船建造項(xiàng)目、歐盟資助研發(fā)的代號(hào)為“MARS”的無(wú)人駕駛船項(xiàng)目、DNV GL的無(wú)人運(yùn)輸船設(shè)計(jì)項(xiàng)目、韓國(guó)現(xiàn)代重工的智能船舶聯(lián)網(wǎng)系統(tǒng)項(xiàng)目等。我國(guó)建造的“會(huì)思考”的船舶，將能實(shí)現(xiàn)全船信息共享、自主評(píng)估與決策、船岸一體化、遠(yuǎn)程支持和服務(wù)；無(wú)人駕駛的“MARS”號(hào)預(yù)計(jì)在2020年駛向大西洋；DNV GL在設(shè)計(jì)無(wú)人運(yùn)輸船之前已經(jīng)開(kāi)發(fā)出全新的無(wú)人操作FLNG（浮式液化天然氣裝置）概念。船舶行業(yè)正按部就班地開(kāi)展智能船舶研究，而一日千里的人工智能也許將推動(dòng)這些項(xiàng)目加速度“前進(jìn)”。

人工智能在船舶上的應(yīng)用，除了運(yùn)營(yíng)方面，還有設(shè)計(jì)和建造。目前，船舶的設(shè)計(jì)和建造普遍應(yīng)用軟件、機(jī)械臂等，這是一種最初級(jí)的人工智能。在這方面走在前面的韓國(guó)和日本，目前都已擁有完整的智能化設(shè)計(jì)、生產(chǎn)運(yùn)行和運(yùn)營(yíng)管理系統(tǒng)；擁有從船舶設(shè)計(jì)、研發(fā)到建造的智能化控制體系。焊接機(jī)器人、裝配機(jī)器人、噴漆機(jī)器人、碼垛機(jī)器人、搬運(yùn)機(jī)器人等應(yīng)用于船廠，已在很大程度上超越了傳統(tǒng)機(jī)器人，在降低誤差、提高生產(chǎn)率、節(jié)約成本方面效果明顯。2014年8月，韓國(guó)大宇造船海洋研發(fā)的造船施工新工具――外骨骼動(dòng)力裝，開(kāi)始在造船現(xiàn)場(chǎng)使用。這種外骨骼動(dòng)力裝可穿著在工人的身上來(lái)輔助工人搬運(yùn)重物。可以說(shuō)，人工智能已經(jīng)在造船作業(yè)中廣泛應(yīng)用，但由于船舶產(chǎn)品的非標(biāo)準(zhǔn)化和定制化特點(diǎn)，船廠應(yīng)用機(jī)器人生產(chǎn)還存在一定的困難。那么，具有深度學(xué)習(xí)能力的人工智能是否能讓這一問(wèn)題不再是問(wèn)題了呢？這值得我們深入思考和大膽嘗試。

第3篇：人工智能輔助醫(yī)療決策范文

抱怨的背后正體現(xiàn)出中國(guó)人工智能厚積薄發(fā)，取得了一定成就，尤其是在應(yīng)用層的發(fā)展達(dá)到了與美國(guó)相近的水平。如在移動(dòng)支付方面，目前中國(guó)的移動(dòng)支付普及率為77%，位居全球第一，在大量應(yīng)用的背后，從刷臉支付到算法優(yōu)化，人工智能扮演著關(guān)鍵作用。美國(guó)人免不了喝上一壺老陳醋。

事實(shí)真的如此嗎？

我們?cè)谧觥吨忻纼蓢?guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》報(bào)告時(shí)發(fā)現(xiàn)：中國(guó)人工智能企業(yè)數(shù)量、人才數(shù)量都僅為美國(guó)的一半；美國(guó)布局全面，而中國(guó)無(wú)論是企業(yè)還是人才，在產(chǎn)業(yè)基礎(chǔ)層、技術(shù)層、應(yīng)用層，分布不均，僅應(yīng)用層略有積累。

施密特之抱怨，終究無(wú)法掩蓋中美兩國(guó)巨大的產(chǎn)業(yè)落差。

與其關(guān)注誰(shuí)威脅誰(shuí)，不如把心思放在技術(shù)創(chuàng)新上。這才是每一個(gè)AI企業(yè)都應(yīng)該時(shí)時(shí)刻刻思考的問(wèn)題，也是一個(gè)科技企業(yè)的本分。

不過(guò)，現(xiàn)在產(chǎn)業(yè)界也不夠冷靜。甚至于出現(xiàn)了一些讓人擔(dān)憂的跡象。回顧2017人工智能領(lǐng)域已經(jīng)出現(xiàn)了三大突破，算法、政策、資金，均創(chuàng)里程碑，業(yè)界歡呼鼓舞，這種情形像極了1999年底網(wǎng)絡(luò)泡沫泛濫的情形。

展望2018，偌大一個(gè)人工智能，優(yōu)秀項(xiàng)目不夠、頂尖人才不足、場(chǎng)景落地缺失，三大難題橫亙眼前，又將如何破解？

2017年的三大突破

1、算法的突破

要說(shuō)在2017年把人工智能引入輿論的，就不得不提圍棋人機(jī)大戰(zhàn)。來(lái)自谷歌旗下的AlphaGo以3：0擊敗了世界排名第一的柯潔，隨后AlphaGo Zero又取得超過(guò)AlphaGo的實(shí)力，贏得了100場(chǎng)比賽的全勝，并在40天內(nèi)超過(guò)了所有舊版本。

AlphaGo的前幾代版本，主要采用深度學(xué)習(xí)算法，一開(kāi)始用上千盤(pán)人類(lèi)棋譜進(jìn)行訓(xùn)練。

AlphaGo Zero則跳過(guò)了這個(gè)步驟，自我對(duì)弈學(xué)習(xí)下棋，完全從亂下開(kāi)始，采用的是強(qiáng)化學(xué)習(xí)。該系統(tǒng)從一個(gè)對(duì)圍棋一無(wú)所知的神經(jīng)網(wǎng)絡(luò)開(kāi)始，將該神經(jīng)網(wǎng)絡(luò)和一個(gè)強(qiáng)力搜索算法結(jié)合，自我對(duì)弈。在對(duì)弈過(guò)程中，神經(jīng)網(wǎng)絡(luò)不斷調(diào)整、升級(jí)，預(yù)測(cè)每一步落子和最終的勝利者。

強(qiáng)化學(xué)習(xí)其實(shí)也是機(jī)器學(xué)習(xí)的一個(gè)分支，強(qiáng)化學(xué)習(xí)是一種標(biāo)記延遲的監(jiān)督學(xué)習(xí)。它講究在一系列的情景之下，通過(guò)多步恰當(dāng)?shù)臎Q策來(lái)達(dá)到一個(gè)目標(biāo)，是一種序列多步?jīng)Q策的問(wèn)題。

AlphaGo Zero的成果提示，AI并非只有深度學(xué)習(xí)，強(qiáng)化學(xué)習(xí)也很值得研究。

在過(guò)去的三十年，深度學(xué)習(xí)運(yùn)動(dòng)一度被認(rèn)為是學(xué)術(shù)界的一個(gè)異類(lèi)，Geoff Hinton和他同事的努力，使得深度學(xué)習(xí)成為主流，應(yīng)用于語(yǔ)音識(shí)別、圖像標(biāo)簽以及其他無(wú)數(shù)在線工具的用戶體驗(yàn)。

有趣的是，臨近年底，深度學(xué)習(xí)之父Hinton新論文Capsule，斷然宣稱(chēng)要放棄反向傳播和深度學(xué)習(xí)理論，欲自廢三十年功力再練一套新AI“功夫”。圈里圈外頓時(shí)蒙圈。

自我顛覆或醞釀著AI的另一次飛躍。李飛飛對(duì)此大為贊賞，發(fā)推特稱(chēng)：沒(méi)有工具是永恒的，即使是反向傳播和深度學(xué)習(xí)。重要的是基礎(chǔ)研究繼續(xù)推進(jìn)。

2、政策的突破

2017頂層設(shè)計(jì)已經(jīng)明確昭示產(chǎn)業(yè)發(fā)展方向，可以預(yù)期，2018年后各地將掀起新一輪的發(fā)展。

為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)，2017年7月，國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出三步走計(jì)劃，到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平。

《規(guī)劃》旨在大力發(fā)展五大人工智能2.0技術(shù)(包括深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開(kāi)放和自主操控)，用以解決技術(shù)、產(chǎn)業(yè)、社會(huì)和國(guó)防四大領(lǐng)域的問(wèn)題。值得一提的是，規(guī)劃中還提到了讓中小學(xué)開(kāi)設(shè)人工智能和編程課程，人工智能教育從娃娃抓起，一時(shí)間風(fēng)頭無(wú)兩，蓋過(guò)規(guī)劃。

繼《規(guī)劃》后，11月15日，科技部在北京召開(kāi)新一代人工智能發(fā)展規(guī)劃暨重大科技項(xiàng)目啟動(dòng)會(huì)，宣布依托百度、阿里、騰訊和科大訊飛四家公司，成立人工智能四大平臺(tái)，標(biāo)志著新一代人工智能發(fā)展規(guī)劃和重大科技項(xiàng)目進(jìn)入全面啟動(dòng)實(shí)施階段。

作為創(chuàng)業(yè)者和企業(yè)家，2018年發(fā)展什么樣的人工智能技術(shù)和產(chǎn)品、怎樣發(fā)展人工智能技術(shù)和產(chǎn)品？翻開(kāi)《規(guī)劃》，尤其是關(guān)于“培育高端高效的智能經(jīng)濟(jì)”的內(nèi)容，一定可以找到一些思路：“大力發(fā)展人工智能新興產(chǎn)業(yè)，將技術(shù)轉(zhuǎn)換成應(yīng)用，實(shí)現(xiàn)在智能軟硬件、智能機(jī)器人、智能運(yùn)載工具(車(chē)、船、飛機(jī)、火箭等)、VR/AR、智能終端和物聯(lián)網(wǎng)基礎(chǔ)器件的創(chuàng)新；加快推進(jìn)產(chǎn)業(yè)智能化升級(jí)，促進(jìn)傳統(tǒng)企業(yè)的改造，讓制造、農(nóng)業(yè)、物流、金融、商務(wù)和家居等各領(lǐng)域都實(shí)現(xiàn)人工智能規(guī)模化應(yīng)用；大力發(fā)展智能企業(yè)，推動(dòng)企業(yè)智能升級(jí)，推廣應(yīng)用智能工場(chǎng)；打造人工智能創(chuàng)新高地，鼓勵(lì)打造建設(shè)以人才、企業(yè)、生產(chǎn)要素為中心的產(chǎn)業(yè)群、產(chǎn)業(yè)園。”

3、AI投融資突破

一改前兩年的低調(diào)，2017年的資本，高調(diào)的聚集到屈指可數(shù)的較成規(guī)模的AI創(chuàng)業(yè)項(xiàng)目中。

7月11日，4.1億美元！商湯科技刷新AI領(lǐng)域單輪融資紀(jì)錄！

10月31日，4.6億美元！曠視科技獲4.6億美元C輪融資，再次刷新了融資記錄！

2017年，一系列眼花繚亂的融資事件陸續(xù)爆發(fā)。

2017年中國(guó)AI領(lǐng)域投融資創(chuàng)出歷史新高，一年內(nèi)總投融資達(dá)582億元。

在投資熱門(mén)領(lǐng)域方面，VC對(duì)計(jì)算機(jī)視覺(jué)與圖像、自然語(yǔ)言處理和智能機(jī)器人的關(guān)注持續(xù)全年，其趨勢(shì)基本符合騰訊研究院8月的《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》和《中美人工智能創(chuàng)投趨勢(shì)報(bào)告》的預(yù)測(cè)。

值得一提的是，國(guó)產(chǎn)AI芯片獨(dú)角獸出現(xiàn)。長(zhǎng)期以來(lái)，中國(guó)信息產(chǎn)業(yè)受制于人，在產(chǎn)業(yè)核心芯片方面的落后不僅僅是技術(shù)、資金的匱乏，更重要的還有產(chǎn)業(yè)生態(tài)意識(shí)的淡薄。AI芯片投資周期長(zhǎng)，金額大，產(chǎn)出小的特點(diǎn)，使得很多投資商及企業(yè)對(duì)它望而卻步。而此次一億美元的融資，將用于發(fā)展國(guó)產(chǎn)AI芯片的產(chǎn)品化和市場(chǎng)化，有助于推動(dòng)產(chǎn)業(yè)走向自主發(fā)展的道路。

粥多僧少，泡沫也在醞釀。由于創(chuàng)業(yè)公司成立數(shù)量較前兩年有所回落，2017年資金明顯偏向中后期、大多數(shù)是一些較為成熟的項(xiàng)目，金額相當(dāng)巨大。

2018年，投資人會(huì)不會(huì)對(duì)AI初創(chuàng)項(xiàng)目表示更多熱情？

許多AI初創(chuàng)項(xiàng)目，屬于“三缺一”項(xiàng)目，缺少獨(dú)創(chuàng)技術(shù)、缺少應(yīng)用場(chǎng)景、缺少成熟度，只有一個(gè)概念，徘徊在實(shí)驗(yàn)室里，難以推開(kāi)市場(chǎng)的大門(mén)，看起來(lái)有點(diǎn)懸。

2018年的三大難題

1、資金很多，項(xiàng)目不夠用了

當(dāng)前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風(fēng)險(xiǎn)，主要體現(xiàn)在投資供應(yīng)數(shù)量大而項(xiàng)目供給數(shù)量少，市場(chǎng)對(duì)創(chuàng)業(yè)項(xiàng)目寄予很高的期望，而實(shí)際的產(chǎn)品體驗(yàn)欠佳。

泡沫即將出現(xiàn)。在騰訊研究院的《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》報(bào)告中，分析了引發(fā)行業(yè)泡沫的兩個(gè)信號(hào)：

一是資金多而項(xiàng)目缺。

綜合過(guò)往數(shù)據(jù)和2017年前半年的情況，今年美國(guó)新增企業(yè)數(shù)量將跌到谷底，在2017之際，美國(guó)新增企業(yè)數(shù)量范圍在25-30家之間徘徊。同時(shí)，美國(guó)的累計(jì)融資量持續(xù)快速增長(zhǎng)，最后將穩(wěn)定在1380-1500億元的區(qū)間。

2018年后，中美兩國(guó)AI企業(yè)數(shù)量增長(zhǎng)都將有所恢復(fù)，但依然平緩。在這段時(shí)期內(nèi)，創(chuàng)投圈將會(huì)發(fā)現(xiàn)，找到一個(gè)新的有潛力的項(xiàng)目越來(lái)越難，由于新增企業(yè)數(shù)量稀少，經(jīng)常只能跟投一些項(xiàng)目。

到2020年，美國(guó)累計(jì)AI公司數(shù)量將會(huì)超過(guò)1200家，累計(jì)融資將達(dá)到驚人的2000億人民幣。中國(guó)AI企業(yè)增勢(shì)不明朗。根據(jù)行業(yè)發(fā)展周期來(lái)計(jì)算，中國(guó)人工智能產(chǎn)業(yè)將會(huì)在2018年回暖，新增公司數(shù)量會(huì)上揚(yáng)到30以上，預(yù)期融資累計(jì)量將會(huì)達(dá)到900-1000億元。

二是周期長(zhǎng)而營(yíng)收難。

通俗的說(shuō)，人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學(xué)習(xí)，起源于上世紀(jì)八九十年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下，前沿研究是由對(duì)已有方法的微小改動(dòng)和改進(jìn)組成，而這些方法在幾十年前就已經(jīng)被設(shè)計(jì)出來(lái)了。

2006年，深度學(xué)習(xí)算法獲得了突破后，引起市場(chǎng)熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項(xiàng)目和技術(shù)，要想獲得消費(fèi)者歡迎，還需要相當(dāng)長(zhǎng)的時(shí)間。

從投融資趨勢(shì)來(lái)看，涌入人工智能領(lǐng)域的資金依然還會(huì)增加。

一個(gè)依據(jù)是，據(jù)不完全統(tǒng)計(jì)，2017年中國(guó)人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總?cè)谫Y金額近600億人民幣，在政府的鼓勵(lì)和行業(yè)并購(gòu)中，2018年中國(guó)AI的投資將會(huì)持續(xù)大幅增加。

另一個(gè)依據(jù)是，行業(yè)并購(gòu)開(kāi)始加劇。根據(jù)CB Insights提供的數(shù)據(jù)顯示，自2011年以來(lái)，已有近140家人工智能初創(chuàng)公司被收購(gòu)，而2017年的第一季度，海外就有34家人工智能初創(chuàng)公司被收購(gòu)，為去年同期的兩倍。2018年，仍將延續(xù)這一趨勢(shì)。在資金增長(zhǎng)的同時(shí)，中國(guó)AI企業(yè)數(shù)量卻不能同幅增長(zhǎng)。根據(jù)行業(yè)發(fā)展周期來(lái)計(jì)算，中國(guó)人工智能產(chǎn)業(yè)將會(huì)在2018年呈現(xiàn)回暖，預(yù)期融資累計(jì)量將會(huì)達(dá)到900-1000億人民幣，而新增公司數(shù)量?jī)H僅上揚(yáng)到30家左右。

資金多而項(xiàng)目缺，周期長(zhǎng)而營(yíng)收難，項(xiàng)目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫何其相似。

2、事情很多，人不夠用了

算法大神YoshuaBengio曾表示：“深度學(xué)習(xí)現(xiàn)在炙手可熱，目前的困境是缺乏專(zhuān)家，一個(gè)博士生大概需要五年的時(shí)間培養(yǎng)，但是五年前還沒(méi)有博士生開(kāi)始從事深度學(xué)習(xí)，這意味著現(xiàn)在該領(lǐng)域的專(zhuān)家特別少，可以說(shuō)彌足珍貴、極度稀缺。”這是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴(yán)峻。

人工智能競(jìng)爭(zhēng)以頂級(jí)人才為根本。據(jù)說(shuō)世界上深度學(xué)習(xí)領(lǐng)域的頂尖人才不超過(guò)50人，Andrew Ng表示深度學(xué)習(xí)領(lǐng)域人才匱乏的主要原因首先是數(shù)據(jù)，對(duì)于解決某些領(lǐng)域的問(wèn)題，獲取數(shù)據(jù)并非易事；其次是計(jì)算基礎(chǔ)架構(gòu)工具，包括計(jì)算機(jī)硬件和軟件；最后是這個(gè)領(lǐng)域的工程師培養(yǎng)時(shí)間非常長(zhǎng)。所以科技巨頭們等紛紛通過(guò)收購(gòu)初創(chuàng)公司來(lái)招攬人才。

作為國(guó)家未來(lái)的發(fā)展方向，AI技術(shù)對(duì)于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型和科技進(jìn)步起著至關(guān)重要的作用。而AI技術(shù)的研發(fā)，落地與推廣離不開(kāi)各領(lǐng)域頂級(jí)人才的通力協(xié)作。在推動(dòng)AI產(chǎn)業(yè)從興起進(jìn)入快速發(fā)展的歷程中，AI頂級(jí)人才的領(lǐng)軍作用尤為重要，他們是推動(dòng)人工智能發(fā)展的關(guān)鍵因素。

然而，中國(guó)人工智能領(lǐng)域人才發(fā)展極為欠缺。

據(jù)騰訊研究院的《2017全球人工智能人才白皮書(shū)》顯示，目前我國(guó)約有20所大學(xué)的研究實(shí)驗(yàn)室專(zhuān)注于人工智能，高校教師以及在讀碩博生約7000人；產(chǎn)業(yè)界現(xiàn)存人員人數(shù)約為39000人。遠(yuǎn)不能滿足我國(guó)市場(chǎng)百萬(wàn)級(jí)的人才需求量。

從產(chǎn)業(yè)發(fā)展來(lái)看，我國(guó)人工智能領(lǐng)域人才分布嚴(yán)重失衡。

人工智能產(chǎn)業(yè)由基礎(chǔ)層(芯片/處理器、傳感器等)，技術(shù)層(自然語(yǔ)言處理，計(jì)算機(jī)視覺(jué)與圖像，機(jī)器學(xué)習(xí)/深度學(xué)習(xí)，智能機(jī)器人等)和應(yīng)用層(語(yǔ)音識(shí)別，人臉識(shí)別)等組成，目前我國(guó)在產(chǎn)業(yè)層次人才上面臨兩個(gè)問(wèn)題如下：

問(wèn)題一，產(chǎn)業(yè)分布不均。中國(guó)AI產(chǎn)業(yè)的主要從業(yè)人員集中在應(yīng)用層，基礎(chǔ)層和技術(shù)層人才儲(chǔ)備薄弱，尤其是處理器/芯片和AI技術(shù)平臺(tái)上，嚴(yán)重削弱中國(guó)在國(guó)際上競(jìng)爭(zhēng)力。

問(wèn)題二，供求嚴(yán)重失衡，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。過(guò)去三年中，我國(guó)期望在AI領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長(zhǎng)，特別是偏基礎(chǔ)層面的AI職位，如算法工程師，供應(yīng)增幅達(dá)到150%以上。盡管增長(zhǎng)如此高速，仍然很難滿足市場(chǎng)需求。但是，由于合格AI人才培養(yǎng)所需時(shí)間和成本遠(yuǎn)高于一般IT人才，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。

人才不足，是制約中國(guó)AI產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。

近幾年來(lái)，Google不斷的收購(gòu)AI領(lǐng)域的公司最主要的目的是“搶購(gòu)”一批世界上最一流的專(zhuān)家，在一個(gè)迅速成長(zhǎng)的人工智能領(lǐng)域里面，這些專(zhuān)家無(wú)一不是佼佼者。其他科技巨頭也相機(jī)而動(dòng)。

可以推想，人才流動(dòng)，還將加劇。人才引進(jìn)，還需持續(xù)。2018年，無(wú)法緩解人才饑渴癥。

3、場(chǎng)景很多，路不好走了

如果梳理一下2017全年的AI產(chǎn)業(yè)大事件，人工智能技術(shù)與行業(yè)結(jié)合，九大熱門(mén)領(lǐng)域遍地開(kāi)花。

其中，醫(yī)療、金融、無(wú)人駕駛這三大熱點(diǎn)中的懸疑，更是大大的吊足了公眾的胃口。

懸疑一，AI醫(yī)療的變革的信號(hào)在哪里？

作為民生領(lǐng)域，醫(yī)療年年改，卻次次令人無(wú)奈。風(fēng)險(xiǎn)投資也對(duì)AI+醫(yī)療有持續(xù)不斷的支持。2017年，每個(gè)月都有VC流入AI+醫(yī)療領(lǐng)域，國(guó)內(nèi)所有醫(yī)療人工智能公司累計(jì)融資額已超過(guò)180億人民幣。

科技企業(yè)智能醫(yī)療的布局與應(yīng)用已有雛形，IBM Waston已應(yīng)用于臨床診斷和治療，在2016年就進(jìn)入中國(guó)在多家醫(yī)院推廣；阿里健康重點(diǎn)打造醫(yī)學(xué)影像智能診斷平臺(tái)；騰訊在17年8月推出騰訊覓影，可輔助醫(yī)生對(duì)食管癌進(jìn)行篩查。圖瑪深維11月獲投2億元，正在把深度學(xué)習(xí)引入到計(jì)算機(jī)輔助診斷系統(tǒng)中，晶泰科技(XtalPi)近期也融資1500萬(wàn)美元，用于新一代的智能藥物研發(fā)技術(shù)，以解決藥物臨床前研究中的效率與成功率問(wèn)題。

遺憾的是，盡管政府亮了綠燈，企業(yè)投了人力財(cái)力，但人工智能卻并沒(méi)有在醫(yī)療領(lǐng)域出現(xiàn)爆發(fā)。原因何在？在于人工智能需要大量共享數(shù)據(jù)，而醫(yī)院和患者的數(shù)據(jù)如同孤島。如何打破各方壁壘，保障健康的同時(shí)又保障數(shù)據(jù)安全性？這將是推動(dòng)智能醫(yī)療快速發(fā)展的一個(gè)重要信號(hào)。

懸疑二，AI如何深層次的撬動(dòng)金融？

與智能醫(yī)療面臨相同數(shù)據(jù)問(wèn)題的還有金融領(lǐng)域，大量的可信度較高的數(shù)據(jù)握在各大銀行手中，AI怎么能夠撬出來(lái)這些數(shù)據(jù)以推動(dòng)金融科技的創(chuàng)新，是創(chuàng)業(yè)者們絞盡腦汁思考的課題。

當(dāng)前，人臉識(shí)別、指紋識(shí)別技術(shù)作為驗(yàn)證客戶身份、遠(yuǎn)程開(kāi)戶、刷臉支付，解決金融安全隱患的方案，已經(jīng)發(fā)展成熟正在逐步推廣。

如何利用知識(shí)圖譜挖掘潛在客戶、進(jìn)一步深挖客戶潛在需求的技術(shù)也已較為成熟，而數(shù)據(jù)源的問(wèn)題亟待解決。

美國(guó)的科技公司FutureAdvisor最早研制出“機(jī)器人理財(cái)顧問(wèn)”。隨后，此類(lèi)機(jī)器人理財(cái)顧問(wèn)迅速風(fēng)靡全球。

2017年智能投顧更是火燒火燎，被視為是下一個(gè)風(fēng)口。但是，機(jī)器人炒股，結(jié)果賠了。

懸疑三，智能汽車(chē)究竟何時(shí)上市？

無(wú)人駕駛汽車(chē)被稱(chēng)為“四輪機(jī)器人”，但其發(fā)展何時(shí)會(huì)像智能手機(jī)一般，人手一臺(tái)，徹底顛覆傳統(tǒng)手機(jī)進(jìn)而推動(dòng)整個(gè)產(chǎn)業(yè)變革？這答案仍然是個(gè)懸疑。

2017年，汽車(chē)行業(yè)內(nèi)智能造車(chē)勢(shì)力動(dòng)作不斷，其中一部分已陸續(xù)交出答卷，讓產(chǎn)品接受市場(chǎng)的檢驗(yàn)，而一部分仍在溫室中培養(yǎng)，等待結(jié)果。之所以稱(chēng)之為“溫室”，是因?yàn)楦餍懈鹘缍紝?duì)其予以厚望，尤其是在投融資上，雖然投資事件數(shù)不多，但金額達(dá)234億人民幣。

百度宣布開(kāi)放阿波羅平臺(tái)。阿里巴巴與上汽集團(tuán)等傳統(tǒng)車(chē)企展開(kāi)合作。騰訊于年初成功入股特斯拉成為第五大股東，領(lǐng)投蔚來(lái)汽車(chē)首款純電動(dòng)產(chǎn)品，已正式上市。

時(shí)間正在跟我們賽跑。2017年，無(wú)人駕駛車(chē)輛走上北京五環(huán)被交警調(diào)查，12月20日，一支百度Apollo無(wú)人車(chē)車(chē)隊(duì)，在雄安新區(qū)測(cè)試開(kāi)跑。2018年初，北京順義區(qū)無(wú)人駕駛試運(yùn)營(yíng)基地正式啟動(dòng)，成為北京出臺(tái)國(guó)內(nèi)首部自動(dòng)駕駛新規(guī)以來(lái)，全市首個(gè)開(kāi)展無(wú)人駕駛試運(yùn)營(yíng)的區(qū)域。2018年，誰(shuí)會(huì)上路？行業(yè)和消費(fèi)者都拭目以待。

回顧2000年互聯(lián)網(wǎng)泡沫的幻滅，很多人依然覺(jué)得不可思議。那時(shí)候的產(chǎn)業(yè)發(fā)展日新月異，軟件應(yīng)用、網(wǎng)絡(luò)服務(wù)ISP，網(wǎng)絡(luò)內(nèi)容ICP爆發(fā)，常有一日不見(jiàn)如隔三秋的感嘆。

2000年4月，納斯達(dá)克指數(shù)一路狂飆突進(jìn)到歷史頂點(diǎn)，5400多點(diǎn)。但不幸泡沫破裂，資本市場(chǎng)崩盤(pán)。納斯達(dá)克指數(shù)迅速滑落。中間經(jīng)歷了9.11恐怖襲擊事件，還有安然事件。寒冬持續(xù)了3年時(shí)間，才慢慢走出低谷。

如今的AI產(chǎn)業(yè)正蓬勃發(fā)展，與互聯(lián)網(wǎng)初期階段何其相似。

產(chǎn)業(yè)帶著耀眼的光環(huán)，肩負(fù)國(guó)家戰(zhàn)略的重任，高度依賴(lài)資本市場(chǎng)渠道，輿論高度爆炒，從業(yè)者無(wú)不都是三高社會(huì)精英。

第4篇：人工智能輔助醫(yī)療決策范文

本文主要研究基于IBM和微軟的云計(jì)算技術(shù)架構(gòu)一個(gè)涵蓋醫(yī)療信息化全過(guò)程的醫(yī)療云公共服務(wù)支撐平臺(tái)，集成醫(yī)院人力資源綜合管理云平臺(tái)、護(hù)理崗位績(jī)效考核云平臺(tái)、醫(yī)院不良事件上報(bào)與預(yù)警云平臺(tái)、公共醫(yī)療信息服務(wù)云平臺(tái)、移動(dòng)醫(yī)療云平臺(tái)，研究系統(tǒng)控制策略和運(yùn)營(yíng)機(jī)制，探索并建立一套行之有效的醫(yī)療云資源共建共享、信息安全、系統(tǒng)監(jiān)控與運(yùn)行服務(wù)機(jī)制，率先在連云港建立起一個(gè)架構(gòu)技術(shù)先進(jìn)、業(yè)務(wù)功能完備的醫(yī)療云應(yīng)用示范工程[2-4]。本系統(tǒng)要研究以下幾項(xiàng)內(nèi)容：1.1基于云計(jì)算的醫(yī)療信息資源整合技術(shù)研究。如果采用云計(jì)算技術(shù)來(lái)構(gòu)建醫(yī)療信息平臺(tái)，開(kāi)展醫(yī)療云服務(wù)，那么首先需要解決的問(wèn)題就是如何融合現(xiàn)有各類(lèi)醫(yī)院信息化系統(tǒng)；因?yàn)槟壳暗尼t(yī)療由于多年來(lái)的發(fā)展，陸續(xù)引入了多種異構(gòu)的平臺(tái)，如何讓這些平臺(tái)無(wú)縫集成起來(lái)，是醫(yī)療信息資源融合首先要解決的問(wèn)題；其次是不同醫(yī)院之間的信息共享和存儲(chǔ)問(wèn)題，比如對(duì)于共用的信息資源，如何解決共享及訪問(wèn)沖突的問(wèn)題；最后是如何平衡不同管理模式和管理需求下的功能沖突。本項(xiàng)目擬采用微軟最新的云計(jì)算開(kāi)發(fā)技術(shù)打造一個(gè)通用的醫(yī)療云平臺(tái)，對(duì)各平臺(tái)底層數(shù)據(jù)整合，實(shí)現(xiàn)各平臺(tái)基礎(chǔ)數(shù)據(jù)的無(wú)縫集成和共享，減少數(shù)據(jù)冗余，消除信息孤島，降低數(shù)據(jù)維護(hù)成本，并可根據(jù)用戶規(guī)模動(dòng)態(tài)分配軟硬件資源，提高信息資源利用率。1.2基于物聯(lián)網(wǎng)的移動(dòng)醫(yī)療技術(shù)研究。由于全球都在設(shè)法利用無(wú)線網(wǎng)絡(luò)技術(shù)的移動(dòng)性、靈活性和快捷性，因此醫(yī)療系統(tǒng)具備了構(gòu)建移動(dòng)醫(yī)療的平臺(tái)。開(kāi)發(fā)移動(dòng)醫(yī)療可以使醫(yī)護(hù)人員更準(zhǔn)確、快速和高效地獲取病例信息，制定決策和采取措施；更多的醫(yī)療系統(tǒng)通過(guò)網(wǎng)絡(luò)技術(shù)協(xié)作，使患者更方便地獲得醫(yī)療服務(wù)[5-7]。移動(dòng)醫(yī)療信息系統(tǒng)充分利用HIS的數(shù)據(jù)資源，通過(guò)數(shù)據(jù)整合，實(shí)現(xiàn)了醫(yī)院信息系統(tǒng)向病房的擴(kuò)展和延伸，加強(qiáng)醫(yī)院的信息化建設(shè)，幫助醫(yī)院實(shí)現(xiàn)臨床服務(wù)的無(wú)線化、移動(dòng)化和條碼化管理，是智慧醫(yī)療發(fā)展的必然趨勢(shì)。1.3基于人工智能的醫(yī)療知識(shí)發(fā)現(xiàn)與服務(wù)研究。智能決策支持系統(tǒng)是人工智能和決策支持系統(tǒng)有機(jī)結(jié)合形成的一種新型信息系統(tǒng)，通過(guò)智能診斷實(shí)現(xiàn)對(duì)每位病人治療過(guò)程進(jìn)行實(shí)時(shí)分析并提供預(yù)警、提示和智能輔助決策支持[8-10]。還可以利用個(gè)性化推薦實(shí)現(xiàn)病人的個(gè)性化醫(yī)療，為自己量身制作醫(yī)療方案，可以有效解決重復(fù)檢驗(yàn)檢查和重復(fù)治療問(wèn)題，同時(shí)能提高醫(yī)生工作效率和加強(qiáng)對(duì)醫(yī)療差錯(cuò)的控制，提高病人從醫(yī)的滿意度，從而使病人真正從智慧醫(yī)療中獲利。

2實(shí)現(xiàn)方案

本文結(jié)合IBM公司的云服務(wù)硬件解決方案和微軟公司的云計(jì)算軟件解決方案架構(gòu)醫(yī)療公共服務(wù)支撐云平臺(tái)。2.1區(qū)域醫(yī)療云服務(wù)平臺(tái)的體系架構(gòu)。醫(yī)療云服務(wù)平臺(tái)自身是一個(gè)融合多個(gè)業(yè)務(wù)子系統(tǒng)與異構(gòu)的管理軟件、是一系列軟、硬件和醫(yī)務(wù)與職能部門(mén)人員、各項(xiàng)政策支持的綜合系統(tǒng)體系。醫(yī)療云平臺(tái)以EMR（電子病歷）為核心，將CPOE、轉(zhuǎn)診管理和醫(yī)囑管理融入云計(jì)算平臺(tái)中，將醫(yī)療機(jī)構(gòu)中最重要和最核心的相關(guān)業(yè)務(wù)獨(dú)立出來(lái)，第三方系統(tǒng)提供可以使用平臺(tái)提供的統(tǒng)一數(shù)據(jù)規(guī)范和接口標(biāo)準(zhǔn)擴(kuò)展自己的服務(wù)[11-13]。平臺(tái)提供對(duì)各個(gè)分院、社區(qū)醫(yī)療點(diǎn)的業(yè)務(wù)支撐、病人信息共享和居發(fā)健康檔案試點(diǎn)，并逐步與其他醫(yī)院原有的HIS系統(tǒng)、LIS系統(tǒng)等進(jìn)行數(shù)據(jù)接口集成，實(shí)現(xiàn)與其他醫(yī)療機(jī)構(gòu)，資源共享與數(shù)據(jù)融合。2.2移動(dòng)醫(yī)療系統(tǒng)架構(gòu)。為了有效降低開(kāi)發(fā)和維護(hù)成本，移動(dòng)醫(yī)療系統(tǒng)采用三層架構(gòu)設(shè)計(jì)，各層業(yè)務(wù)相對(duì)獨(dú)立，層次劃分結(jié)構(gòu)清晰。終端分為移動(dòng)護(hù)士工作站（護(hù)用PDA）和移動(dòng)醫(yī)生工作站(醫(yī)用TPC)兩種。為了適應(yīng)大規(guī)模和復(fù)雜的應(yīng)用需求，應(yīng)用服務(wù)器能可根據(jù)業(yè)務(wù)需求的不斷變化，隨時(shí)進(jìn)行動(dòng)態(tài)響應(yīng)，并且可以方便的訪問(wèn)異構(gòu)數(shù)據(jù)庫(kù)，能有效提高系統(tǒng)并發(fā)處理能力與系統(tǒng)的安全性。對(duì)于病患的識(shí)別技術(shù)采用基于13.56MHZ的被動(dòng)式RFID，將RFID用于移動(dòng)醫(yī)療，即能為患者提供更加安全的醫(yī)療服務(wù)，又可以保護(hù)患者的隱私數(shù)據(jù)[14-15]。采用RFID技術(shù)實(shí)現(xiàn)對(duì)患者診療過(guò)程中的每個(gè)環(huán)節(jié)跟蹤確認(rèn)，協(xié)助和指導(dǎo)護(hù)士完成醫(yī)囑，由于有了醫(yī)囑執(zhí)行項(xiàng)目的電子化確認(rèn)過(guò)程，可以實(shí)現(xiàn)對(duì)護(hù)理質(zhì)量的監(jiān)控和對(duì)護(hù)理工作量的量化，從而實(shí)現(xiàn)病人診療全過(guò)程的可視化管理。2.3醫(yī)療信息智能決策平臺(tái)架構(gòu)。隨著智能決策與個(gè)性化推薦技術(shù)在人工智能領(lǐng)域的滲透，將智能決策融入到醫(yī)療信息化平臺(tái)中是一個(gè)重要的研究趨勢(shì)。醫(yī)療信息智能決策平臺(tái)的框架結(jié)合了中間件技術(shù)的多層構(gòu)架，底層為數(shù)據(jù)交換和共享層、中間為數(shù)據(jù)中心和決策信息支撐層、上層為決策支持應(yīng)用層和服務(wù)門(mén)戶層。平臺(tái)將區(qū)域衛(wèi)生信息平臺(tái)分解為四個(gè)層次結(jié)構(gòu)：部門(mén)業(yè)務(wù)系統(tǒng)、數(shù)據(jù)交換平臺(tái)、數(shù)據(jù)中心平臺(tái)、統(tǒng)一應(yīng)用平臺(tái)以及貫穿整個(gè)系統(tǒng)的系統(tǒng)管理維護(hù)平臺(tái)：

3結(jié)論

第5篇：人工智能輔助醫(yī)療決策范文

據(jù)統(tǒng)計(jì)，2017年中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)700億元，隨著各地人工智能建設(shè)的逐步啟動(dòng)，預(yù)計(jì)到2020年，中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模將超過(guò)1600億元，年復(fù)合增長(zhǎng)率將達(dá)31.7%。

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低，越來(lái)越多的創(chuàng)業(yè)公司加入人工智能的陣營(yíng)。

2018年被稱(chēng)為人工智能爆發(fā)的元年，人工智能技術(shù)應(yīng)用所催生的商業(yè)價(jià)值逐步凸顯。人工智能逐步切入到社會(huì)生活的方方面面，帶來(lái)生產(chǎn)效率及生活品質(zhì)的大幅提升。智能紅利時(shí)代開(kāi)啟！資本、巨頭和創(chuàng)業(yè)公司紛紛涌入，將人工智能拉到了信息產(chǎn)業(yè)革命的風(fēng)口。

如何把握產(chǎn)業(yè)動(dòng)向，抓住風(fēng)口機(jī)會(huì)？創(chuàng)業(yè)邦研究中心憑借在人工智能等前言科技領(lǐng)域持續(xù)研究、洞察的能力，在對(duì)國(guó)內(nèi)人工智能創(chuàng)業(yè)公司進(jìn)行系統(tǒng)調(diào)研的基礎(chǔ)上，推出《2018中國(guó)人工智能白皮書(shū)》，對(duì)人工智能的核心技術(shù)、主要應(yīng)用領(lǐng)域、巨頭和創(chuàng)業(yè)公司的布局、未來(lái)發(fā)展態(tài)勢(shì)和投資機(jī)會(huì)進(jìn)行了深度解析。

第一部分人工智能行業(yè)發(fā)展概述

1.人工智能概念及發(fā)展

人工智能（Artificial Intelligence， AI）又稱(chēng)機(jī)器智能，是指由人制造出來(lái)的機(jī)器所表現(xiàn)出來(lái)的智能，即通過(guò)普通計(jì)算機(jī)程序的手段實(shí)現(xiàn)的類(lèi)人智能技術(shù)。

自1956年達(dá)特茅斯會(huì)議提出“人工智能”的概念以來(lái)，“人工智能”經(jīng)歷了寒冬與交替的起起伏伏60多年的發(fā)展歷程。2010年以后，深度學(xué)習(xí)的發(fā)展推動(dòng)語(yǔ)音識(shí)別、圖像識(shí)別和自然語(yǔ)言處理等技術(shù)取得了驚人突破，前所未有的人工智能商業(yè)化和全球化浪潮席卷而來(lái)。

人工智能發(fā)展歷程

2.人工智能產(chǎn)業(yè)鏈圖譜

人工智能產(chǎn)業(yè)鏈可以分為基礎(chǔ)設(shè)施層、應(yīng)用技術(shù)層和行業(yè)應(yīng)用層。

A基礎(chǔ)層，主要有基礎(chǔ)數(shù)據(jù)提供商、半導(dǎo)體芯片供應(yīng)商、傳感器供應(yīng)商和云服務(wù)商。

B技術(shù)層，主要有語(yǔ)音識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)技術(shù)提供商。

C應(yīng)用層，主要是把人工智能相關(guān)技術(shù)集成到自己的產(chǎn)品和服務(wù)中，然后切入特定場(chǎng)景。目前來(lái)看，自動(dòng)駕駛、醫(yī)療、安防、金融、營(yíng)銷(xiāo)等領(lǐng)域是業(yè)內(nèi)人士普遍比較看好方向。

人工智能產(chǎn)業(yè)鏈

資料來(lái)源：創(chuàng)業(yè)邦研究中心

第二部分人工智能行業(yè)巨頭布局

巨頭積極尋找人工智能落地場(chǎng)景，B、C 端全面發(fā)力。

資料來(lái)源：券商報(bào)告、互聯(lián)網(wǎng)公開(kāi)信息，創(chuàng)業(yè)邦研究中心整理

第三部分機(jī)器視覺(jué)技術(shù)解讀及行業(yè)分析

1.機(jī)器視覺(jué)技術(shù)概念

機(jī)器視覺(jué)是指通過(guò)用計(jì)算機(jī)或圖像處理器及相關(guān)設(shè)備來(lái)模擬人類(lèi)視覺(jué)，以讓機(jī)器獲得相關(guān)的視覺(jué)信息并加以理解，它是將圖像轉(zhuǎn)換成數(shù)字信號(hào)進(jìn)行分析處理的技術(shù)。

機(jī)器視覺(jué)的兩個(gè)組成部分

資料來(lái)源：互聯(lián)網(wǎng)公開(kāi)信息，創(chuàng)業(yè)邦研究中心整理

2.發(fā)展關(guān)鍵要素：數(shù)據(jù)、算力和算法

數(shù)據(jù)、算力和算法是影響機(jī)器視覺(jué)行業(yè)發(fā)展的三要素。 人工智能正在像嬰兒一樣成長(zhǎng)，機(jī)器不再只是通過(guò)特定的編程完成任務(wù)，而是通過(guò)不斷學(xué)習(xí)來(lái)掌握本領(lǐng)，這主要依賴(lài)高效的模型算法進(jìn)行大量數(shù)據(jù)訓(xùn)練，其背后需要具備高性能計(jì)算能力的軟硬件作為支撐。

深度學(xué)習(xí)出現(xiàn)后，機(jī)器視覺(jué)的主要識(shí)別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺(jué)識(shí)別主流，即機(jī)器從海量數(shù)據(jù)里自行歸納特征，然后按照該特征規(guī)律使圖像識(shí)別的精準(zhǔn)度也得到極大的提升，從70%+提升到95%。

3.商業(yè)模式分析

機(jī)器視覺(jué)包括軟件平臺(tái)開(kāi)發(fā)和軟硬件一體解決方案服務(wù)。整體用戶更偏向于B端。軟件服務(wù)提供商作為技術(shù)算法的驅(qū)動(dòng)者，其商業(yè)模式應(yīng)以“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口。軟硬件一體化服務(wù)供應(yīng)商作為生態(tài)構(gòu)建者，適合以“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口，加速商業(yè)化。

（1）軟件服務(wù)：技術(shù)算法驅(qū)動(dòng)者—“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口

這種商業(yè)模式主要是提供以工程師為主的企業(yè)級(jí)軟件服務(wù)。有海量數(shù)據(jù)支撐，構(gòu)建起功能和信息架構(gòu)較為復(fù)雜的生態(tài)系統(tǒng)，推動(dòng)最末端的消費(fèi)者體驗(yàn)。

此類(lèi)商業(yè)模式成功關(guān)鍵因素：深耕算法和通用技術(shù)，建立技術(shù)優(yōu)勢(shì)，同時(shí)以場(chǎng)景應(yīng)用為入口，積累用戶軟件。視覺(jué)軟件服務(wù)按處理方式和存儲(chǔ)位置的不同可分為在線API、離線SDK、私有云等。

國(guó)內(nèi)外基礎(chǔ)算法應(yīng)用對(duì)比

資料來(lái)源：互聯(lián)網(wǎng)公開(kāi)信息，創(chuàng)業(yè)邦研究中心整理

（2）軟硬件一體化：生態(tài)構(gòu)建者—“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口

軟硬一體化的商業(yè)模式是一種“終端+軟件+服務(wù)”全產(chǎn)業(yè)鏈體系。成功的因素是大量算力投入，海量?jī)?yōu)質(zhì)數(shù)據(jù)積累，建立算法平臺(tái)、通用技術(shù)平臺(tái)和應(yīng)用平臺(tái)，以場(chǎng)景為入口，積累用戶。亮點(diǎn)是打造終端、操作系統(tǒng)、應(yīng)用和服務(wù)一體化的生態(tài)系統(tǒng)，各部分相輔相承，銳化企業(yè)競(jìng)爭(zhēng)力，在產(chǎn)業(yè)鏈中擁有更多話語(yǔ)權(quán)。

4.投資方向

（1）前端智能化，低成本的視覺(jué)解決模塊或設(shè)備

從需求層面講，一些場(chǎng)景對(duì)實(shí)時(shí)響應(yīng)是有很高要求的。提供某些前端就本身有一定計(jì)算能力的低成本的視覺(jué)模塊和設(shè)備將有很大市場(chǎng)需求。前置計(jì)算讓前端設(shè)備成為數(shù)據(jù)采集設(shè)備和數(shù)據(jù)處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問(wèn)題。

機(jī)器視覺(jué)在消費(fèi)領(lǐng)域落地的一個(gè)障礙是支持高性能運(yùn)算的低功耗、低價(jià)位芯片選擇太少。從低功耗、高運(yùn)算能力的芯片出發(fā)，結(jié)合先進(jìn)的算法開(kāi)發(fā)模塊和產(chǎn)品，這類(lèi)企業(yè)將在機(jī)器視覺(jué)領(lǐng)域擁有核心競(jìng)爭(zhēng)力。

（2）深度學(xué)習(xí)解決視覺(jué)算法場(chǎng)景的專(zhuān)用芯片

以AI芯片方式作為視覺(jué)處理芯片有相當(dāng)大的市場(chǎng)空間。以手勢(shì)識(shí)別為例，傳統(tǒng)的識(shí)別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無(wú)法排除類(lèi)膚色物體及黑色皮膚對(duì)識(shí)別精度的干擾。借助深度學(xué)習(xí)，如通過(guò) R-CNN 訓(xùn)練大量標(biāo)注后的手勢(shì)圖像數(shù)據(jù)，得到的模型在處理帶有復(fù)雜背景及暗光環(huán)境下的手勢(shì)識(shí)別問(wèn)題時(shí)，比傳統(tǒng)方案的效果好很多。

（3）新興服務(wù)領(lǐng)域的特殊應(yīng)用

前沿技術(shù)帶來(lái)的新領(lǐng)域（如無(wú)人車(chē)、服務(wù)機(jī)器人、谷歌眼鏡等），對(duì)機(jī)器視覺(jué)提出了新要求。機(jī)器視覺(jué)可以讓機(jī)器人在多種場(chǎng)合實(shí)現(xiàn)應(yīng)用。服務(wù)機(jī)器人與工業(yè)機(jī)器人最大的區(qū)別就是多維空間的應(yīng)用。目前國(guó)內(nèi)的機(jī)器視覺(jué)，涉及三維空間、多維空間，其技術(shù)基本上處在初始階段，未來(lái)存在較大市場(chǎng)增長(zhǎng)空間。

（4）數(shù)據(jù)是爭(zhēng)奪要點(diǎn)，應(yīng)用場(chǎng)景是著力關(guān)鍵

機(jī)器視覺(jué)的研究雖然始于學(xué)術(shù)界，但作為商業(yè)應(yīng)用，能解決實(shí)際問(wèn)題才是核心的競(jìng)爭(zhēng)力。當(dāng)一家公司先天能夠獲得大量連續(xù)不斷的優(yōu)質(zhì)場(chǎng)景數(shù)據(jù)，又有挖掘該數(shù)據(jù)價(jià)值的先進(jìn)技術(shù)時(shí)，商業(yè)模式和數(shù)據(jù)模式上就能形成協(xié)同效應(yīng)。創(chuàng)業(yè)公司要么通過(guò)自有平臺(tái)獲取數(shù)據(jù)，要么選擇與擁有數(shù)據(jù)源的公司進(jìn)行合作，同時(shí)選擇一個(gè)商業(yè)落地的方向，實(shí)現(xiàn)快速的數(shù)據(jù)循環(huán)。

第四部分智能語(yǔ)言技術(shù)解讀及行業(yè)分析

1.語(yǔ)音識(shí)別技術(shù)

（1）語(yǔ)音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫

語(yǔ)音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫。語(yǔ)音識(shí)別技術(shù)經(jīng)歷了長(zhǎng)達(dá)60年的發(fā)展，近年來(lái)機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的引入，使得語(yǔ)音識(shí)別的準(zhǔn)確率提升到足以在實(shí)際場(chǎng)景中應(yīng)用。深度神經(jīng)網(wǎng)絡(luò)逐步找到模型結(jié)構(gòu)和調(diào)參算法來(lái)替代或結(jié)合高斯混合算法和HMM算法，在識(shí)別率上取得突破。根據(jù)Google Trends統(tǒng)計(jì)，自2008年iPhone及谷歌語(yǔ)音搜索推出以來(lái)語(yǔ)音搜索增長(zhǎng)超35倍。百度人工智能專(zhuān)家吳恩達(dá)預(yù)測(cè)，2020年語(yǔ)音及圖像搜索占比有望達(dá)到50%。Echo熱銷(xiāo)超過(guò)400萬(wàn)，帶動(dòng)智能音箱熱潮。

（2）語(yǔ)音識(shí)別進(jìn)入巨頭崛起時(shí)代，開(kāi)放平臺(tái)擴(kuò)大生態(tài)圈成主流

語(yǔ)音識(shí)別即將進(jìn)入大規(guī)模產(chǎn)業(yè)化時(shí)代。隨著亞馬遜Echo的大賣(mài)，語(yǔ)音交互技術(shù)催生的新商機(jī)，吸引大大小小的公司構(gòu)建自己主導(dǎo)的語(yǔ)音生態(tài)產(chǎn)業(yè)鏈。各大公司紛紛開(kāi)放各自的智能語(yǔ)音平臺(tái)和語(yǔ)音能力，欲吸引更多玩家進(jìn)入他們的生態(tài)系統(tǒng)。

（3）語(yǔ)音識(shí)別技術(shù)發(fā)展瓶頸與趨勢(shì)

低噪聲語(yǔ)料下的高識(shí)別率在現(xiàn)實(shí)環(huán)境使用中會(huì)明顯下降到70-80%，遠(yuǎn)場(chǎng)識(shí)別、復(fù)雜噪聲環(huán)境和特異性口音的識(shí)別是下一個(gè)階段需要解決的問(wèn)題。

麥克風(fēng)陣列類(lèi)前端技術(shù)不僅是通過(guò)降噪和聲源定位帶來(lái)識(shí)別率的提高，帶環(huán)境音的語(yǔ)料的搜集、標(biāo)注可用于模型的訓(xùn)練，有助于打造更新一代的語(yǔ)音識(shí)別引擎技術(shù)。語(yǔ)音巨頭已經(jīng)在布局。

在IOT包括車(chē)載領(lǐng)域，云端識(shí)別并非通行的最優(yōu)方案，把識(shí)別引擎結(jié)合場(chǎng)景進(jìn)行裁剪后往芯片端遷徙是工程化發(fā)展的方向。

2.自然語(yǔ)言處理（NLP）發(fā)展現(xiàn)狀

（1）多技術(shù)融合應(yīng)用促進(jìn)NLP技術(shù)及應(yīng)用的發(fā)展

深度學(xué)習(xí)、算力和大數(shù)據(jù)的爆發(fā)極大促進(jìn)了自然語(yǔ)言處理技術(shù)的發(fā)展。深度學(xué)習(xí)在某些語(yǔ)言問(wèn)題上正在取得很大的突破，比如翻譯和寫(xiě)作。2014年開(kāi)始LSTM、Word2Vec以及Attention Model等技術(shù)研究的進(jìn)展，使DL有了路徑在語(yǔ)義理解領(lǐng)域取得突破，并且已經(jīng)有了明顯的進(jìn)展。對(duì)話、翻譯、寫(xiě)作新技術(shù)成果里都開(kāi)始逐漸混合入DL的框架。2014-2015年，硅谷在語(yǔ)義理解領(lǐng)域的投資熱度劇增。

深度學(xué)習(xí)能最大程度發(fā)揮對(duì)大數(shù)據(jù)和算力資源的利用，語(yǔ)義理解的發(fā)展還需要深度學(xué)習(xí)、搜索算法、知識(shí)圖譜、記憶網(wǎng)絡(luò)等知識(shí)的協(xié)同應(yīng)用，應(yīng)用場(chǎng)景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識(shí)圖譜領(lǐng)域越成熟（如數(shù)據(jù)飽和度和標(biāo)準(zhǔn)性較強(qiáng)的行業(yè)），技術(shù)上實(shí)現(xiàn)可能性相對(duì)較低。在各種技術(shù)融合應(yīng)用發(fā)展的情況下，具備獲取一定優(yōu)質(zhì)數(shù)據(jù)資源能力并可結(jié)合行業(yè)Domain knowledge構(gòu)建出技術(shù)、產(chǎn)品、用戶反饋閉環(huán)的企業(yè)會(huì)有更好的發(fā)展機(jī)會(huì)。

（2）NLP主要應(yīng)用場(chǎng)景

問(wèn)答系統(tǒng)。問(wèn)答系統(tǒng)能用準(zhǔn)確、簡(jiǎn)潔的自然語(yǔ)言回答用戶用自然語(yǔ)言提出的問(wèn)題?；竟ぷ髟硎窃诰€做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問(wèn)答用FAQ索引起來(lái)，與搜索引擎相似。對(duì)每一個(gè)新問(wèn)題進(jìn)行檢索，再將回答按匹配度進(jìn)行排序，把最有可能的答案排在前面，往往就取第一個(gè)作為答案返回給用戶。

圖像檢索。同樣也是基于深度學(xué)習(xí)技術(shù)，跨模態(tài)地把文本和圖片聯(lián)系起來(lái)。

機(jī)器翻譯。機(jī)器翻譯的歷史被認(rèn)為與自然語(yǔ)言處理的歷史是一樣的。最近，深度學(xué)習(xí)被成功地運(yùn)用到機(jī)器翻譯里，使得機(jī)器翻譯的準(zhǔn)確率大幅度提升。

對(duì)話系統(tǒng)。對(duì)話系統(tǒng)的回復(fù)是完全開(kāi)放的，要求機(jī)器能準(zhǔn)確地理解問(wèn)題，并且基于自身的知識(shí)系統(tǒng)和對(duì)于對(duì)話目標(biāo)的理解，去生成一個(gè)回復(fù)。

（3）創(chuàng)業(yè)公司的機(jī)遇

1)機(jī)器翻譯方面：經(jīng)過(guò)多年的探索，機(jī)器翻譯的水平已經(jīng)得到大幅度提升，在很多垂直領(lǐng)域已經(jīng)能夠在相當(dāng)大程度上替代一部分人工，機(jī)器翻譯技術(shù)的商業(yè)化應(yīng)用已經(jīng)開(kāi)始進(jìn)入大規(guī)模爆發(fā)的前夜。

2)應(yīng)用于垂直領(lǐng)域的自然語(yǔ)言處理技術(shù)

避開(kāi)巨頭們對(duì)語(yǔ)音交互入口的競(jìng)爭(zhēng)，以某一細(xì)分行業(yè)為切入點(diǎn)，深耕垂直領(lǐng)域，對(duì)創(chuàng)業(yè)公司也是一個(gè)不錯(cuò)的選擇。

第五部分人工智能在金融行業(yè)的應(yīng)用分析

人工智能產(chǎn)業(yè)鏈包含基礎(chǔ)層、技術(shù)層、應(yīng)用層三個(gè)層面。基礎(chǔ)層的大數(shù)據(jù)、云計(jì)算等細(xì)分技術(shù)被應(yīng)用到金融征信、保險(xiǎn)、理財(cái)管理、支付等金融細(xì)分領(lǐng)域；技術(shù)層的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識(shí)圖譜應(yīng)用于金融領(lǐng)域的征信與反欺詐、智能投顧、智能量化交易，計(jì)算機(jī)視覺(jué)與生物識(shí)別應(yīng)用于金融領(lǐng)域的身份識(shí)別，語(yǔ)音識(shí)別及自然語(yǔ)言處理應(yīng)用于金融領(lǐng)域的智能客服、智能投研；應(yīng)用層的認(rèn)知智能應(yīng)用于金融領(lǐng)域的智能風(fēng)控。

人工智能在金融行業(yè)的典型應(yīng)用情況

資料來(lái)源：創(chuàng)業(yè)邦研究中心

第六部分人工智能在醫(yī)療行業(yè)的應(yīng)用分析

1.人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

人工智能在醫(yī)療行業(yè)的應(yīng)用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫(yī)學(xué)影像、智能化器械、藥物挖掘和醫(yī)院管理等領(lǐng)域均有企業(yè)在布局，其中醫(yī)學(xué)影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應(yīng)用發(fā)展速度較快。

圖 人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

資料來(lái)源：創(chuàng)業(yè)邦研究中心

2.人工智能在醫(yī)療行業(yè)的具體應(yīng)用場(chǎng)景

醫(yī)學(xué)影像。人工智能應(yīng)用于醫(yī)學(xué)影像，通過(guò)深度學(xué)習(xí)，實(shí)現(xiàn)機(jī)器對(duì)醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進(jìn)行定性定量分析，提升醫(yī)生看圖/讀圖的效率，協(xié)助發(fā)現(xiàn)隱藏病灶。 人工智能通過(guò)影像分類(lèi)、目標(biāo)檢測(cè)、圖像分割、圖像檢索等方式，完成病灶識(shí)別與標(biāo)注，三維重建，靶區(qū)自動(dòng)勾畫(huà)與自適應(yīng)放療等功能，應(yīng)用在疾病的篩查、診斷和治療階段。目前較為火熱的應(yīng)用有肺部篩查、糖網(wǎng)篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發(fā)上的應(yīng)用可總結(jié)為臨床前和臨床后兩個(gè)階段。臨床前階段：將深度學(xué)習(xí)技術(shù)應(yīng)用于藥物臨床前研究，在計(jì)算機(jī)上模擬藥物篩選的過(guò)程，包括靶點(diǎn)選擇、藥效和晶型分析等，預(yù)測(cè)化合物的活性、穩(wěn)定性和副作用，快速 、準(zhǔn)確地挖掘和篩選合適的化合物或生物，提高篩選效率，優(yōu)化構(gòu)效關(guān)系。臨床后階段：針對(duì)臨床試驗(yàn)的不同階段，利用人工智能技術(shù)對(duì)患者病歷進(jìn)行分析，迅速篩選符合條件的被試者，監(jiān)測(cè)管理臨床試驗(yàn)過(guò)程中的患者服藥依從性和數(shù)據(jù)收集過(guò)程，提高臨床試驗(yàn)的準(zhǔn)確性。

虛擬助理。醫(yī)療虛擬助理是基于醫(yī)療領(lǐng)域的知識(shí)系統(tǒng)，通過(guò)人工智能技術(shù)實(shí)現(xiàn)人機(jī)交互，從而在就醫(yī)過(guò)程中，承擔(dān)診前問(wèn)詢(xún)、診中記錄等工作，成為醫(yī)務(wù)人員的合作伙伴，使醫(yī)生有更多時(shí)間可以與患者互動(dòng)。醫(yī)療虛擬助理根據(jù)參與就醫(yī)過(guò)程的功能不同，主要有智能導(dǎo)診分診，智能問(wèn)診，用藥咨詢(xún)和語(yǔ)音電子病歷等方向。

第七部分智能駕駛行業(yè)分析

1.智能駕駛行業(yè)產(chǎn)業(yè)鏈

智能駕駛行業(yè)的中心業(yè)務(wù)是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來(lái)為代表的成車(chē)廠商。該類(lèi)廠商，上接上游軟硬件提供商，下接公司和消費(fèi)者，在整個(gè)業(yè)務(wù)鏈中扮演至關(guān)重要的一環(huán)。

產(chǎn)業(yè)鏈上游廠商多為細(xì)分技術(shù)提供商，如深度學(xué)習(xí)、人機(jī)交互、圖像識(shí)別和新材料、新制造新能源等。

智能駕駛產(chǎn)業(yè)鏈圖譜

資料來(lái)源：創(chuàng)業(yè)邦研究中心

2.智能駕駛市場(chǎng)分析

伴隨著 ADAS 技術(shù)的不斷更新，推斷全球 L1-L5 智能駕駛市場(chǎng)的滲透率會(huì)在接下來(lái) 5年內(nèi)處于高速滲透期，然 后伴隨半無(wú)人駕駛的普及進(jìn)入穩(wěn)速增長(zhǎng)期。在未來(lái)的 2025 年無(wú)人駕駛放量階段后，依賴(lài)全產(chǎn)業(yè)鏈的配合而進(jìn)入市場(chǎng)成熟期。預(yù)測(cè)到2030年，全球 L4/5 級(jí)別的自動(dòng)駕駛車(chē)輛滲透率將達(dá)到 15%，單車(chē)應(yīng)用成本的顯著提升之 外，從 L1-L4 級(jí)別的智能駕駛功能全面滲透為汽車(chē)產(chǎn)業(yè)帶來(lái)全面的市場(chǎng)機(jī)會(huì)。

按照 IHS Automotive 保守估計(jì)，全球 L4/L5 自動(dòng)駕駛汽車(chē)產(chǎn)量在 2025 年將接近 60 萬(wàn)輛，并在 2025- 2035 年間獲得高速發(fā)展，年復(fù)合增長(zhǎng)率將達(dá)到43%，并在2035年達(dá)到2100萬(wàn)輛。另有接近 7600 萬(wàn)輛的汽車(chē)具備部分自動(dòng)駕駛功能，同時(shí)會(huì)帶動(dòng)產(chǎn)業(yè)鏈衍生市場(chǎng)的大規(guī)模催化擴(kuò)張。

根據(jù)獨(dú)立市場(chǎng)調(diào)研機(jī)構(gòu) Strategy Engineers 的預(yù)測(cè)，L4 高度自動(dòng)駕駛等級(jí)下，自動(dòng)駕駛零部件成本約在 3100 美元/車(chē)，其中硬件占比 45%，軟件占比 30%，系統(tǒng)整合占比 14%，車(chē)聯(lián)網(wǎng)部分占比 11%。按照全球 1 億輛量 產(chǎn)規(guī)模計(jì)算，理想假設(shè)所有車(chē)輛全部達(dá)到 L4 高度自動(dòng)駕駛水平，那么全球自動(dòng)駕駛零部件市場(chǎng)規(guī)模在 2020 年 將達(dá)到 3100 億美元。

第八部分中國(guó)人工智能企業(yè)畫(huà)像分析

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低。創(chuàng)新的大門(mén)吸引眾多創(chuàng)業(yè)企業(yè)進(jìn)入。為了觀察行業(yè)風(fēng)向，助力創(chuàng)新企業(yè)發(fā)展，創(chuàng)業(yè)邦研究中心對(duì)國(guó)內(nèi)200多家人工智能創(chuàng)業(yè)公司進(jìn)行了系統(tǒng)調(diào)研，從發(fā)展能力、創(chuàng)新能力、融資能力等多維度指標(biāo)，評(píng)選出“2018中國(guó)人工智能創(chuàng)新成長(zhǎng)企業(yè)50強(qiáng)”。

地域分布

全國(guó)88%的人工智能企業(yè)聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業(yè)最多，占比高達(dá)39.66%;其次是上海，人工智能企業(yè)占比達(dá)21.55%;位列第三的是廣東，人工智能企業(yè)占達(dá)15.52%。北京以領(lǐng)先全國(guó)其他地區(qū)的政策環(huán)境、人才儲(chǔ)備、產(chǎn)業(yè)基礎(chǔ)、資本支持等，成為人工智能創(chuàng)業(yè)首要陣地;華東地區(qū)的上海、江蘇、浙江均有良好的經(jīng)濟(jì)基礎(chǔ)和科技實(shí)力，人工智能應(yīng)用實(shí)力雄厚，也聚集了一批人工智能垂直產(chǎn)業(yè)園;廣東互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)達(dá)，企業(yè)對(duì)數(shù)據(jù)需求強(qiáng)烈，依靠大數(shù)據(jù)產(chǎn)業(yè)鏈推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。

行業(yè)分布

從行業(yè)大類(lèi)分布來(lái)看，行業(yè)應(yīng)用層的企業(yè)占比最大，為56.03%;其次是應(yīng)用技術(shù)層的企業(yè)，占比達(dá)31.04%;基礎(chǔ)技術(shù)層的企業(yè)占比最小，僅為12.93%。隨著人工智能技術(shù)的發(fā)展，人工智能與場(chǎng)景深度融合，應(yīng)用領(lǐng)域不斷擴(kuò)展，行業(yè)應(yīng)用公司比重不斷提升。在基礎(chǔ)層技術(shù)方面，國(guó)際IT巨頭占據(jù)行業(yè)領(lǐng)先地位， 國(guó)內(nèi)與國(guó)際差距明顯，中小初創(chuàng)企業(yè)很難進(jìn)入。

從行業(yè)應(yīng)用來(lái)看，智能金融企業(yè)占比最大，為16.92%;其次是機(jī)器人企業(yè)，占比達(dá)15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業(yè)的強(qiáng)數(shù)據(jù)導(dǎo)向?yàn)槿斯ぶ悄艿穆涞靥峁┝水a(chǎn)業(yè)基礎(chǔ)，智慧金融被列入國(guó)家發(fā)展規(guī)劃中，龐大的金融市場(chǎng)為人工智能落地帶來(lái)了發(fā)展前景。機(jī)器人作為人工智能產(chǎn)業(yè)落地輸出， 目前市場(chǎng)需求較大，商業(yè)機(jī)器人占據(jù)較大份額。中國(guó)智能駕駛市場(chǎng)在資本推動(dòng)下進(jìn)入者較多，企業(yè)積極推動(dòng)應(yīng)用落地，百度、北汽等大型企業(yè)嘗試商業(yè)化落地智能駕駛汽車(chē)。人工智能推動(dòng)教育個(gè)性化落地，相關(guān)初創(chuàng)企業(yè)涉入教育藍(lán)海，推動(dòng)智慧教育的發(fā)展。

收入情況

收入分布在500-10000萬(wàn)之間的企業(yè)最多，占比達(dá)49.14%;500萬(wàn)以下的企業(yè)位居其次，占比達(dá) 26.72%;位列第三的是10000-100000萬(wàn)之間的企業(yè)，占比為17.24%。

最新估值

企業(yè)最新估值均在億元級(jí)別，且分布較為均衡。三成企業(yè)估值超過(guò)15億元，還有企業(yè)估值達(dá)到百億級(jí)別，如優(yōu)必

選科技、達(dá)闥科技和商湯科技等，將來(lái)或?qū)④Q身人工智能獨(dú)角獸企業(yè)。(備注：分析樣本量剔除一半未披露企業(yè))

第九部分典型企業(yè)案例分析

1.Atman

企業(yè)概述

Atman由來(lái)自微軟的人工智能科學(xué)家和產(chǎn)業(yè)經(jīng)驗(yàn)豐富的產(chǎn)品團(tuán)隊(duì)創(chuàng)辦，提供專(zhuān)業(yè)領(lǐng)域機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語(yǔ)言智能產(chǎn)品，致力于成為醫(yī)學(xué)、新聞、法律等專(zhuān)業(yè)領(lǐng)域語(yǔ)言智能專(zhuān)家，為專(zhuān)業(yè)領(lǐng)域用戶賦能，推動(dòng)專(zhuān)業(yè)領(lǐng)域用戶進(jìn)入人工智能時(shí)代，助力專(zhuān)業(yè)領(lǐng)域文字智能水平實(shí)現(xiàn)跨越式提升。Atman已為強(qiáng)生、新華社參考消息、北大法寶、君合律師事務(wù)所等世界領(lǐng)先藥企、新聞媒體、法律服務(wù)機(jī)構(gòu)開(kāi)發(fā)機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語(yǔ)言智能產(chǎn)品。

目前Atman在北京和蘇州兩地運(yùn)營(yíng)，能快速響應(yīng)全國(guó)各地客戶需求。

企業(yè)團(tuán)隊(duì)

創(chuàng)始人&CEO：馬磊

清華大學(xué)計(jì)算機(jī)系畢業(yè)，曾先后在微軟研究院和工程院擔(dān)任研究員和架構(gòu)師，機(jī)器學(xué)習(xí)專(zhuān)家、多次創(chuàng)業(yè)者、曾主導(dǎo)多項(xiàng)人工智能重大項(xiàng)目，和申請(qǐng)國(guó)際專(zhuān)利共計(jì)15+項(xiàng)。

Atman公司核心團(tuán)隊(duì)由來(lái)自微軟、百度、法電等領(lǐng)域高端人才和資深技術(shù)人才組成，公司員工40人，其中碩士以上學(xué)歷占比60%，技術(shù)開(kāi)發(fā)人員占比70%，一半以上來(lái)自微軟亞洲研究院和工程院。

核心技術(shù)與產(chǎn)品

技術(shù)方面，擅長(zhǎng)機(jī)器學(xué)習(xí)（深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、群體智能）在復(fù)雜問(wèn)題的應(yīng)用，和國(guó)際專(zhuān)利15項(xiàng)，Atman神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)于2016年9月首秀，早于谷歌的GNMT，專(zhuān)業(yè)領(lǐng)域翻譯效果在公測(cè)標(biāo)準(zhǔn)和行業(yè)客戶測(cè)試中均持續(xù)領(lǐng)先。核心產(chǎn)品為垂直領(lǐng)域機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜抽取構(gòu)建、大數(shù)據(jù)智能挖掘等語(yǔ)言智能產(chǎn)品。

Atman的機(jī)器翻譯產(chǎn)品可自動(dòng)翻譯編輯專(zhuān)業(yè)文獻(xiàn)、報(bào)告、音視頻和網(wǎng)頁(yè)，支持私有部署和云端混合部署，提供包括數(shù)據(jù)隱私安全以及自學(xué)習(xí)的端到端解決方案。

機(jī)器寫(xiě)作可對(duì)海量數(shù)據(jù)進(jìn)行快速搜索、過(guò)濾、聚類(lèi)，根據(jù)行業(yè)需求自動(dòng)生成專(zhuān)業(yè)文檔，適用于所有專(zhuān)業(yè)寫(xiě)作場(chǎng)景，可大幅減少專(zhuān)業(yè)報(bào)告寫(xiě)作過(guò)程中的繁復(fù)工作，大幅提升專(zhuān)業(yè)領(lǐng)域?qū)懽餍省?/p>

知識(shí)圖譜可實(shí)現(xiàn)海量數(shù)據(jù)的語(yǔ)義檢索、長(zhǎng)鏈推理、意圖識(shí)別、因果分析，形成一個(gè)全局知識(shí)庫(kù)。大數(shù)據(jù)智能采集挖掘系統(tǒng)為專(zhuān)業(yè)領(lǐng)域用戶提供智能數(shù)據(jù)源管理、海量專(zhuān)業(yè)數(shù)據(jù)獲取和非結(jié)構(gòu)化數(shù)據(jù)自動(dòng)解析并結(jié)合知識(shí)圖譜提供auto-screening、知識(shí)重構(gòu)、專(zhuān)業(yè)決策輔助，幫助用戶建立強(qiáng)大的以專(zhuān)業(yè)大數(shù)據(jù)為基礎(chǔ)的業(yè)務(wù)輔助能力。

2.黑芝麻

企業(yè)概述

黑芝麻智能科技有限公司是一家視覺(jué)感知核心技術(shù)與應(yīng)用軟件開(kāi)發(fā)企業(yè)，2016年分別在美國(guó)硅谷和上海成立研發(fā)中心，主攻領(lǐng)域?yàn)榍度胧綀D像、計(jì)算機(jī)視覺(jué)，公司核心業(yè)務(wù)是提供基于圖像處理、計(jì)算圖像以及人工智能的嵌入式視覺(jué)感知平臺(tái)，為ADAS及自動(dòng)駕駛提供完整的視覺(jué)感知方案。

目前公司和博世、滴滴、蔚來(lái)、上汽、上汽大通、EVCARD、中科創(chuàng)達(dá)、車(chē)聯(lián)天下和云樂(lè)新能源等展開(kāi)深入合作，提供基于視覺(jué)的感知方案；除此之外，公司還在消費(fèi)電子、智能家居等領(lǐng)域布局為智能終端提供視覺(jué)解決方案。目前公司已經(jīng)完成A+輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)核心成員來(lái)自于OmniVision、博世、安霸、英偉達(dá)和高通等知名企業(yè)，平均擁有超過(guò)15年以上的產(chǎn)業(yè)經(jīng)驗(yàn)，畢業(yè)于清華、交大、中科大和浙大等知名高校。

創(chuàng)始人&CEO：?jiǎn)斡浾麓饲霸诠韫纫患胰蝽敿獾膱D像傳感器公司工作近20年，離職前擔(dān)任該公司的技術(shù)副總裁一職，工作內(nèi)容覆蓋了圖像傳感器研發(fā)和設(shè)計(jì)、圖像處理算法研發(fā)和圖像處理芯片設(shè)計(jì)。

核心技術(shù)和產(chǎn)品

在汽車(chē)領(lǐng)域，黑芝麻可提供車(chē)內(nèi)監(jiān)控方案（DMS），自動(dòng)泊車(chē)方案（AVP），ADAS/自動(dòng)駕駛感知平臺(tái)方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個(gè)核心部分：黑芝麻感知算法從基礎(chǔ)的控光技術(shù)，到面向AI的圖像處理技術(shù)出發(fā)來(lái)提高成像質(zhì)量，以及應(yīng)用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，結(jié)合視頻處理和壓縮技術(shù)，形成從傳感器端到應(yīng)用端的處理過(guò)程；黑芝麻芯片平臺(tái)采用獨(dú)有的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括獨(dú)有的圖像處理，視頻壓縮和計(jì)算機(jī)視覺(jué)模塊，與黑芝麻視覺(jué)算法結(jié)合，采用16nm制程，設(shè)計(jì)功耗2.5w，每秒浮點(diǎn)計(jì)算達(dá)20T。

3.乂學(xué)教育

企業(yè)概述

乂學(xué)教育，成立于2014年，是一家網(wǎng)絡(luò)教育培訓(xùn)機(jī)構(gòu)，采用人工智能和大數(shù)據(jù)技術(shù)，為學(xué)生提供量身定制學(xué)習(xí)解決方案和個(gè)性化學(xué)習(xí)內(nèi)容。核心團(tuán)隊(duì)來(lái)自美國(guó)Knewton、Realizeit、ALEKS等人工智能教育公司，銷(xiāo)售團(tuán)隊(duì)有全國(guó)40億toC銷(xiāo)售額的經(jīng)驗(yàn)。

企業(yè)自主研發(fā)了針對(duì)中國(guó)K12領(lǐng)域的學(xué)生智適應(yīng)學(xué)習(xí)產(chǎn)品，其核心部分是以高級(jí)算法為核心的智適應(yīng)學(xué)習(xí)引擎“松鼠AI”，該產(chǎn)品擁有完整自主知識(shí)產(chǎn)權(quán)，能夠模擬真實(shí)特級(jí)教師教學(xué)。企業(yè)發(fā)表的學(xué)術(shù)論文得到了全球國(guó)際學(xué)術(shù)會(huì)議AIED、CSEDU、UMAP認(rèn)可，并在紐約設(shè)計(jì)了人工智能教育實(shí)驗(yàn)室，與斯坦福國(guó)際研究院（SRI）在硅谷成立了人工智能聯(lián)合實(shí)驗(yàn)室。

主要產(chǎn)品

學(xué)生智適應(yīng)學(xué)習(xí)是以學(xué)生為中心的智能化、個(gè)性化教育，在教、學(xué)、評(píng)、測(cè)、練等教學(xué)過(guò)程中應(yīng)用人工智能技術(shù)，在模擬優(yōu)秀教師的基礎(chǔ)之上，達(dá)到超越真人教學(xué)的目的。該產(chǎn)品性?xún)r(jià)比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統(tǒng)教育課時(shí)費(fèi)用高，名師資源少，學(xué)習(xí)效率低等問(wèn)題。

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)模擬特級(jí)教師，采用圖論、概率圖模型，機(jī)器學(xué)習(xí)完成知識(shí)點(diǎn)拆分和個(gè)人學(xué)習(xí)畫(huà)像，采用神經(jīng)網(wǎng)絡(luò)、邏輯斯蒂回歸和遺傳算法為學(xué)生實(shí)時(shí)動(dòng)態(tài)推薦最佳學(xué)習(xí)路徑，實(shí)現(xiàn)個(gè)性化教育。

業(yè)務(wù)模式

線上與線下，2B和2C相結(jié)合。以松鼠AI智適應(yīng)系統(tǒng)教學(xué)為主，真人教師輔助，學(xué)生通過(guò)互聯(lián)網(wǎng)在線上學(xué)習(xí)課程。開(kāi)創(chuàng)教育新零售模式，授權(quán)線下合作學(xué)校，已在全國(guó)100多個(gè)城市開(kāi)設(shè)500多家學(xué)校。

4.云從科技

企業(yè)概述

云從科技成立于2015年4月，是一家孵化于中國(guó)科學(xué)院重慶研究院的高科技企業(yè)，專(zhuān)注于計(jì)算機(jī)視覺(jué)與人工智 能。云從科技是人工智能行業(yè)國(guó)家隊(duì)，是中科院戰(zhàn)略先導(dǎo)項(xiàng)目人臉識(shí)別團(tuán)隊(duì)唯一代表，唯一一家同時(shí)受邀制定人 臉識(shí)別國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的企業(yè)。2018年，云從科技成為祖國(guó)“一帶一路”戰(zhàn)略實(shí)行路上的人工智能先鋒，與 非洲南部第二大經(jīng)濟(jì)體津巴布韋政府完成簽約。

云從科技奠定了行業(yè)領(lǐng)導(dǎo)地位： 國(guó)家肯定，國(guó)家發(fā)改委2017、2018年人工智能重大工程承建單位；頂層設(shè)計(jì)，唯一同時(shí)制定國(guó)標(biāo)、部標(biāo)和行標(biāo)的人工智能企業(yè)；模式創(chuàng)新，三大平臺(tái)解決方案，科學(xué)家平臺(tái)、核心技術(shù)平臺(tái)和行業(yè)應(yīng)用平臺(tái)。

企業(yè)核心團(tuán)隊(duì)

創(chuàng)始人

周曦博士，師從四院院士、計(jì)算機(jī)視覺(jué)之父—ThomasS.Huan黃煦濤教授，專(zhuān)注于人工智能識(shí)別領(lǐng)域的計(jì)算機(jī)視覺(jué) 研究。入選中科院“百人計(jì)劃”，曾任中國(guó)科學(xué)院重慶研究院信息所副所長(zhǎng)、智能多媒體技術(shù)研究中心主任。

周曦博士帶領(lǐng)團(tuán)隊(duì)曾在計(jì)算機(jī)視覺(jué)識(shí)別、圖像識(shí)別、音頻檢測(cè)等國(guó)際挑戰(zhàn)賽中7次奪冠;在國(guó)際頂級(jí)會(huì)議、雜志 上發(fā)表60余篇文章，被引用上千次。

核心技術(shù)團(tuán)隊(duì)

云從科技依托美國(guó)UIUC和硅谷兩個(gè)前沿實(shí)驗(yàn)室，中科院、上海交大兩個(gè)聯(lián)合實(shí)驗(yàn)室上海、廣州、重慶、成都四 個(gè)研發(fā)中心組成的三級(jí)研發(fā)架構(gòu)。目前研發(fā)團(tuán)隊(duì)已經(jīng)超過(guò)300人，80%以上擁有碩士學(xué)歷。

技術(shù)優(yōu)勢(shì)

全方位多維智能學(xué)習(xí)模塊適應(yīng)不同場(chǎng)景要求；模塊化設(shè)計(jì)為在工業(yè)視覺(jué)、醫(yī)學(xué)影像、自動(dòng)駕駛AR等領(lǐng)域擴(kuò)展打下良好基礎(chǔ)。

云從科技具有高技術(shù)壁壘：世界智能識(shí)別挑戰(zhàn)賽成績(jī)斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識(shí)別挑戰(zhàn)賽上共計(jì)奪得7次世界冠軍;在銀行、公安等行業(yè)智能識(shí)別技術(shù) PK實(shí)戰(zhàn)中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術(shù)代表企業(yè)。

在跨鏡追蹤(ReID)技術(shù)上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個(gè)數(shù)據(jù)同時(shí)集體刷 新世界記錄， Market-1501上的首位命中率達(dá)到96.6%，首次達(dá)到商用水平。

正式在國(guó)內(nèi)“3D結(jié)構(gòu)光人臉識(shí)別技術(shù)”，可全面應(yīng)用于手機(jī)、電腦、機(jī)具、設(shè)備、家電。相較以往的2D人 臉識(shí)別及以紅外活體檢測(cè)技術(shù)，3D結(jié)構(gòu)光人臉識(shí)別技術(shù)擁有不需要用戶進(jìn)行任何動(dòng)作配合完成活體驗(yàn)證的功能， 分析時(shí)間壓縮到了毫秒級(jí)以及不受環(huán)境光線強(qiáng)弱的影響等諸多優(yōu)點(diǎn)，受到國(guó)際巨頭公司的關(guān)注。

行業(yè)應(yīng)用

目前國(guó)內(nèi)有能力自建系統(tǒng)的銀行約為148家。截止2018年3月15日，已經(jīng)完成招標(biāo)的銀行約為121家，其中云從科 技中標(biāo)了88家總行平臺(tái)，市場(chǎng)占有率約為72.7%;在安防領(lǐng)域推動(dòng)中科院與公安部全面合作，通過(guò)公安部重大課題研發(fā)火眼人臉大數(shù)據(jù)平臺(tái)等智能化系統(tǒng)，在民航領(lǐng)域，已經(jīng)與中科院重慶院合作覆蓋80%的樞紐機(jī)場(chǎng)。

5.Yi+

企業(yè)概述

北京陌上花科技是領(lǐng)先的計(jì)算機(jī)視覺(jué)引擎服務(wù)商，為企業(yè)提供視覺(jué)內(nèi)容智能化和商業(yè)化解決方案。致力于“發(fā)現(xiàn)視覺(jué)信息的價(jià)值”。

旗下品牌Yi+是世界一流的人工智能計(jì)算機(jī)視覺(jué)引擎，衣+是時(shí)尚商品搜索引擎。公司在圖像視頻中對(duì)場(chǎng)景、通用物體、商品、人臉的檢測(cè)、識(shí)別、搜索及推薦均達(dá)到領(lǐng)先水平。

目前公司和阿里巴巴、愛(ài)奇藝、優(yōu)酷土豆、中國(guó)有線、CIBN、中信國(guó)安、海信、華為、360等數(shù)十家頂級(jí)機(jī)構(gòu)/產(chǎn)品深度合作，通過(guò)提供邊看邊買(mǎi)引擎、圖像視頻內(nèi)容分析引擎、人臉識(shí)別引擎等基于視覺(jué)識(shí)別技術(shù)的數(shù)據(jù)結(jié)構(gòu)化產(chǎn)品服務(wù)于海量用戶，同時(shí)幫助政府機(jī)構(gòu)、廣電系統(tǒng)、內(nèi)容媒體、零售商、電商、視聽(tīng)設(shè)備等行業(yè)實(shí)現(xiàn)智能分析、智能互動(dòng)與場(chǎng)景營(yíng)銷(xiāo)。目前公司已經(jīng)獲得B輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)成員來(lái)自于斯坦福、耶魯、帝國(guó)理工、新加坡國(guó)大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。

創(chuàng)始人&CEO：張默

北京大學(xué)軟件工程碩士， 南洋理工大學(xué)創(chuàng)業(yè)創(chuàng)新碩士。連續(xù)創(chuàng)業(yè)者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構(gòu)師，北方區(qū)合作伙伴經(jīng)理，主機(jī)Linux中國(guó)區(qū)負(fù)責(zé)人，中國(guó)區(qū)開(kāi)源聯(lián)盟負(fù)責(zé)人，年銷(xiāo)售額數(shù)億。 2013年創(chuàng)業(yè)于美國(guó)硅谷和新加坡，2014年6月在中國(guó)設(shè)立北京陌上花科技有限公司。

核心技術(shù)與產(chǎn)品

技術(shù)方面，在國(guó)際頂級(jí)計(jì)算機(jī)視覺(jué)競(jìng)賽ImageNet中，成績(jī)?cè)^(guò)谷歌、斯坦福等，2015-2016年2年獲得十項(xiàng)世界第一。2018年3月，人臉識(shí)別準(zhǔn)確率位列LFW榜首。Yi+通過(guò)遵循無(wú)限制，標(biāo)記的外部數(shù)據(jù)協(xié)議。 Yi+的系統(tǒng)由人臉檢測(cè)，人臉對(duì)齊和人臉描述符提取組成。使用多重?fù)p失和訓(xùn)練數(shù)據(jù)集訓(xùn)練CNN模型，其中包含來(lái)自多個(gè)來(lái)源的約10M個(gè)圖像，其中包含150，000個(gè)人（訓(xùn)練數(shù)據(jù)集與LFW沒(méi)有交集）。在測(cè)試時(shí)， Yi+使用原始的LFW圖像并應(yīng)用簡(jiǎn)單的L2norm。圖像對(duì)之間的相似性用歐氏距離來(lái)測(cè)量，最終取得優(yōu)異成績(jī)。

公司的核心產(chǎn)品主要包括視覺(jué)搜索引擎，圖像視頻分析引擎以及人臉識(shí)別和分析引擎：

行業(yè)解決方案

針對(duì)營(yíng)銷(xiāo)、安防、相機(jī)和電視的不同特點(diǎn)，推出相應(yīng)解決方案。

營(yíng)銷(xiāo)+AI。場(chǎng)景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動(dòng)態(tài)貼圖、video-out、場(chǎng)景化角標(biāo)與廣告濾鏡等形式的廣告內(nèi)容推薦，適用于快消、汽車(chē)、電商、IT、金融、旅游服務(wù)等多個(gè)行業(yè)。

智慧城市+AI。使用計(jì)算及視覺(jué)助力智慧城市，在智慧安防、智慧交通、智慧園區(qū)等方面提供解決方案。在智慧安防實(shí)時(shí)識(shí)別上，實(shí)時(shí)處理直播攝像頭信息，算法反應(yīng)敏捷，相應(yīng)迅速。建立智慧園區(qū)方案模型，考慮擴(kuò)展性&靈活性、數(shù)據(jù)管理、松散耦合性、安全性、實(shí)時(shí)整合性以及功能性和非功能性需求等技術(shù)方案要素，從業(yè)務(wù)和技術(shù)兩方面整合解決方案實(shí)現(xiàn)步驟。

電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營(yíng)銷(xiāo)能力。

相機(jī)+AI。相機(jī)更具交互能力。用戶通過(guò)搜索關(guān)鍵字標(biāo)簽同步展示圖片，打通相冊(cè)和購(gòu)物一站式體驗(yàn)。準(zhǔn)確識(shí)別人物屬性特征，動(dòng)態(tài)適應(yīng)表情變化，可以在視頻以及圖像中對(duì)人臉實(shí)時(shí)檢測(cè)，基于深度學(xué)習(xí)技術(shù)，進(jìn)行人臉相似度檢測(cè)，實(shí)現(xiàn)面部關(guān)鍵點(diǎn)定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實(shí)時(shí)檢測(cè)攝像頭中出現(xiàn)的物品、場(chǎng)景和人臉等，添加AR效果，SDK支持本地檢測(cè)、識(shí)別、追蹤，平均檢測(cè)幀率可達(dá)到25fps。

新零售+AI。Yi+新零售解決方案是基于公司自主研發(fā)的人臉識(shí)別、商品識(shí)別和其他圖像識(shí)別算法技術(shù)為核心，建立一整套基于人臉、商品的智能零售門(mén)店管理方案。Yi+新零售解決方案主要包含數(shù)據(jù)采集、算法模型說(shuō)明和部署方案三部分，其中數(shù)據(jù)采集包括人臉數(shù)據(jù)采集、商品數(shù)據(jù)采集；算法模型說(shuō)明包括識(shí)別算法訓(xùn)練、商品識(shí)別、識(shí)別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結(jié)合。

6.擎創(chuàng)科技

企業(yè)簡(jiǎn)介

擎創(chuàng)科技成立于2016年，專(zhuān)注于將人工智能和機(jī)器學(xué)習(xí)賦予傳統(tǒng)IT運(yùn)維／企業(yè)運(yùn)營(yíng)管理，為企業(yè)客戶提供智能運(yùn)維大數(shù)據(jù)分析解決方案，從而取代和改善對(duì)高技能運(yùn)維人員嚴(yán)重依賴(lài)的現(xiàn)狀。2017年，擎創(chuàng)科技已實(shí)現(xiàn)全年2000萬(wàn)營(yíng)收，迅速成為國(guó)內(nèi)AIOps領(lǐng)域的領(lǐng)跑者和中流砥柱。2018年初，擎創(chuàng)科技完成了數(shù)千萬(wàn)人民幣的A輪融資，由火山石投資領(lǐng)投，晨暉創(chuàng)投、元璟資本及新加坡STTelemedia跟投。

核心團(tuán)隊(duì)

擎創(chuàng)團(tuán)隊(duì)的核心成員主要由BMC、微軟等美國(guó)企業(yè)服務(wù)上市公司的運(yùn)維老兵，與新浪、餓了么等知名互聯(lián)網(wǎng)公司的大數(shù)據(jù)、算法專(zhuān)家組成，核心團(tuán)隊(duì)成員至少擁有10年以上的行業(yè)經(jīng)驗(yàn)。其中CEO楊辰是國(guó)內(nèi)最頂級(jí)的B端銷(xiāo)售，曾帶領(lǐng)團(tuán)隊(duì)獲得10倍的業(yè)績(jī)?cè)鲩L(zhǎng)；CTO葛曉波擁有長(zhǎng)達(dá)15年的企業(yè)級(jí)軟件開(kāi)發(fā)和運(yùn)維經(jīng)驗(yàn)；而產(chǎn)品總監(jiān)屈中泠則來(lái)自甲方，創(chuàng)業(yè)前為浦發(fā)硅谷銀行企業(yè)架構(gòu)師，深知甲方對(duì)企業(yè)運(yùn)維產(chǎn)品的需求。這個(gè)曾經(jīng)深耕于運(yùn)維企業(yè)服務(wù)市場(chǎng)的團(tuán)隊(duì)，如今在智能運(yùn)維企業(yè)服務(wù)賽道繼續(xù)領(lǐng)跑，讓擎創(chuàng)科技成為最懂企業(yè)的客戶，最值得企業(yè)客戶信賴(lài)的軟件廠商。

主要產(chǎn)品

“夏洛克AIOps” 作為擎創(chuàng)自主研發(fā)的大數(shù)據(jù)智能運(yùn)維主打產(chǎn)品，自2016年上線以來(lái)，已從1.0版本升級(jí)至1.9版本，可應(yīng)用在金融、大型制造業(yè)、鐵路民航、能源電力等涉及國(guó)家發(fā)展和民生問(wèn)題的多種行業(yè)。在2017全球運(yùn)維大會(huì)上，夏洛克AIOps獲得由中國(guó)信息通信研究院與高效運(yùn)維社區(qū)聯(lián)合頒發(fā)的“年度最具影響力AIOps產(chǎn)品”獎(jiǎng)。

“夏洛克AIOps”充分利用自研算法輔助客戶實(shí)現(xiàn)IT運(yùn)維價(jià)值，結(jié)合客戶的現(xiàn)有情況，規(guī)劃從傳統(tǒng)ITOM至AIOps智能運(yùn)維的一站式路徑，助其運(yùn)營(yíng)落地，由此打破數(shù)據(jù)孤島，建立統(tǒng)一的大數(shù)據(jù)智能分析平臺(tái)，實(shí)現(xiàn)以人工智能為核心，驅(qū)動(dòng)傳統(tǒng)IT運(yùn)維監(jiān)、管、控三個(gè)層面，并將相關(guān)運(yùn)維數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)展現(xiàn)。

“夏洛克AIOps”擁有多項(xiàng)自研算法，猶如運(yùn)維界的福爾摩斯，能迅速發(fā)現(xiàn)并定位運(yùn)維問(wèn)題的根因，實(shí)現(xiàn)秒級(jí)排障，最大程度避免企業(yè)產(chǎn)生重大損失。更有價(jià)值的是，“夏洛克AIOps”還能通過(guò)長(zhǎng)期的數(shù)據(jù)積累和機(jī)器學(xué)習(xí)，運(yùn)用新型深度神經(jīng)網(wǎng)絡(luò)算法對(duì)企業(yè)的業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，幫助企業(yè)提前規(guī)劃IT資源，高效預(yù)防各類(lèi)黑天鵝事件的發(fā)生。

商業(yè)模式

目前，擎創(chuàng)科技已與多家金融和制造行業(yè)標(biāo)桿客戶形成穩(wěn)定的合作關(guān)系，包括浦發(fā)銀行、浦發(fā)硅谷銀行、國(guó)家開(kāi)發(fā)銀行、上海鐵路局、銀聯(lián)、海爾、浙江能源等。針對(duì)不同客戶，采用個(gè)性化的商業(yè)模式進(jìn)行服務(wù)，目前主要有私有模式和SaaS模式兩種，都具有較強(qiáng)的可復(fù)制性。

核心優(yōu)勢(shì)

第6篇：人工智能輔助醫(yī)療決策范文

圖為：城市場(chǎng)景 來(lái)源：wallhalla

騰訊的數(shù)字中國(guó)建設(shè)，落地到智慧城市方面也是建樹(shù)頗豐。除了深耕深圳與廣州等地區(qū)，云南、重慶、上海、青島等省市也在騰訊的助力下相繼開(kāi)展智慧城市建設(shè)。

綜合其目前整體智慧城市業(yè)務(wù)開(kāi)展情況，雷鋒網(wǎng)認(rèn)為騰訊具體有3套邏輯：

一是數(shù)字廣東公司所主導(dǎo)的“數(shù)字政務(wù)”實(shí)踐，旨在消除政府各部門(mén)之間的數(shù)據(jù)孤島，連接更多城市信息；

二是騰訊云的超級(jí)大腦所代表的技術(shù)體系，在各個(gè)具體場(chǎng)景上構(gòu)建人聯(lián)網(wǎng)、物聯(lián)網(wǎng)和智聯(lián)網(wǎng)，讓AI in All；

三是在微信、QQ、支付、位置數(shù)據(jù)等應(yīng)用上連接民眾、政府和企業(yè)，讓民眾真正感知到政府的努力和企業(yè)的貢獻(xiàn)怎樣讓生活變得更美好。

因此，想要了解騰訊的智慧城市的整體布局，除了對(duì)騰訊旗下的具體應(yīng)用矩陣有所接觸，還必須深刻解讀“數(shù)字廣東”與“超級(jí)大腦”兩個(gè)關(guān)鍵體。

騰訊做智慧城市，天生優(yōu)勢(shì)在應(yīng)用場(chǎng)景

目前，根據(jù)最新數(shù)據(jù)顯示，騰訊擁有微信10.4億用戶、QQ 8.05億用戶、微信支付8億用戶、日均600億次的全球定位請(qǐng)求。。

為了真正便捷民眾生活，騰訊在技術(shù)和場(chǎng)景上形成了點(diǎn)線面的結(jié)合，其中，以各式各樣的應(yīng)用最為明顯，也是目前騰訊整個(gè)“互聯(lián)網(wǎng)+”戰(zhàn)略的實(shí)踐，包括以下幾個(gè)層面：

·人工智能：涉及計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)，主要有騰訊優(yōu)圖實(shí)驗(yàn)室、騰訊AI Lab、微信AI研究團(tuán)隊(duì)、音視頻實(shí)驗(yàn)室、量子實(shí)驗(yàn)室以及機(jī)器人實(shí)驗(yàn)室等前沿技術(shù)團(tuán)隊(duì)。

·云計(jì)算：計(jì)算、存儲(chǔ)、數(shù)據(jù)庫(kù)、大數(shù)據(jù)、AI、數(shù)據(jù)處理、網(wǎng)絡(luò)、CDN與加速、互聯(lián)網(wǎng)中間件、安全、開(kāi)發(fā)者工具等超過(guò)180項(xiàng)的產(chǎn)品與服務(wù)。

·服務(wù)升級(jí)：涉及查詢(xún)服務(wù)、智能服務(wù)等，主要有微信智慧醫(yī)院、騰訊微校、微信城市服務(wù)、微信公眾號(hào)、小程序。

·生態(tài)：涉及投資合作，主要有眾創(chuàng)空間、騰訊開(kāi)放平臺(tái)、微信開(kāi)發(fā)者生態(tài)、騰訊產(chǎn)業(yè)共贏基金。

除了這些具體層面的一些應(yīng)用，智慧城市的模型“可復(fù)制性”至關(guān)重要，而“數(shù)字廣東”則為這種復(fù)制做出了寶貴的樣本打造，提供了最切實(shí)的可能性。

解碼“數(shù)字廣東”：廣東省政府“頭號(hào)政務(wù)工程”

數(shù)字廣東公司在騰訊整個(gè)數(shù)字中國(guó)戰(zhàn)略中的重要性不言而喻。其全名是數(shù)字廣東網(wǎng)絡(luò)建設(shè)有限公司，由騰訊、聯(lián)通、電信和移動(dòng)共同投資，于2017年10月正式成立。其主要業(yè)務(wù)集中在：

為數(shù)字政府改革建設(shè)工作提供技術(shù)支撐；

承擔(dān)方案設(shè)計(jì)；

省級(jí)電子政務(wù)基礎(chǔ)設(shè)施和系統(tǒng)的建設(shè)運(yùn)維工作；

提供解決方案、系統(tǒng)管理、應(yīng)用開(kāi)發(fā)、數(shù)據(jù)融合、安全機(jī)制等專(zhuān)業(yè)化的技術(shù)服務(wù)。

據(jù)騰訊副總裁、數(shù)字廣東首席執(zhí)行官王景田告訴雷鋒網(wǎng)，這個(gè)公司是專(zhuān)門(mén)為了配合廣東省政府的“數(shù)字政府”改革成立的，目前擁有超過(guò)500名員工，其中三分之二以上為研發(fā)人員，其中包括來(lái)自騰訊和三大運(yùn)營(yíng)商的上百位常駐專(zhuān)家。

在業(yè)務(wù)開(kāi)展上，數(shù)字廣東相對(duì)獨(dú)立，成立不到一年時(shí)間，卻創(chuàng)造性地取得了不小的業(yè)績(jī)：

·根基：在廣東，省級(jí)政務(wù)云平臺(tái)采用兩地三中心模式，在廣州、汕頭兩地建設(shè)三個(gè)機(jī)房，部署超過(guò)2000臺(tái)服務(wù)器，共6萬(wàn)多核CPU，21000TB存儲(chǔ)，建成后建設(shè)規(guī)模將為全國(guó)第一。

·政府上云：對(duì)廣東省56個(gè)省直部門(mén)共1000多個(gè)系統(tǒng)以及21個(gè)地市政務(wù)信息系統(tǒng)進(jìn)行遷移上云，遷移完成后上云系統(tǒng)數(shù)量全國(guó)第一。提供從底層基礎(chǔ)設(shè)施到上層應(yīng)用軟件等各類(lèi)服務(wù)超366種，服務(wù)能力全國(guó)第一。

·“粵省事”APP：2018年5月正式上線的“粵省事”移動(dòng)民生服務(wù)平臺(tái)，是廣東“數(shù)字政府”首個(gè)改革建設(shè)成果，是全國(guó)首個(gè)集成民生服務(wù)微信小程序。

在推進(jìn)數(shù)字政府的過(guò)程中，騰訊基本是以省為單位，或者是以市為單位推進(jìn)——他們眼里，這是最有效的路徑。此外，其構(gòu)建的“1+N+M”的“數(shù)字政府”政務(wù)云平臺(tái)，形成“全省一片云”的總體架構(gòu)，包括：1 個(gè)省級(jí)政務(wù)云平臺(tái)、N個(gè)特色行業(yè)云平臺(tái)、M個(gè)地市級(jí)政務(wù)云平臺(tái)。

圖為：數(shù)字政府的總體架構(gòu)

“我們選擇數(shù)字廣東整體推進(jìn)，同步考慮一個(gè)地級(jí)城市做數(shù)字建設(shè)。既有省政府的建設(shè)規(guī)劃內(nèi)容，也會(huì)有地市的建設(shè)規(guī)劃內(nèi)容，兩者是相結(jié)合的?！蓖蹙疤锶绱苏劦?。

“數(shù)字廣東”的打法是什么樣的？方法論解析

數(shù)字廣東依托騰訊“數(shù)字政府”工具箱理念，創(chuàng)新了“數(shù)字政府”的“3+3+3”建設(shè)模式，在他們看來(lái)，這個(gè)模式是一套非常系統(tǒng)的“數(shù)字政府”建設(shè)“方法論”：

“3大資源平臺(tái)”：為廣東省“數(shù)字政府”改革提供政務(wù)云平臺(tái)、政務(wù)大數(shù)據(jù)中心、公共支撐平臺(tái)三大基礎(chǔ)資源平臺(tái)；

“3大應(yīng)用”：根據(jù)民生、營(yíng)商、政務(wù)等相關(guān)業(yè)務(wù)場(chǎng)景，提供“粵省事”移動(dòng)民生應(yīng)用、廣東政務(wù)服務(wù)網(wǎng)、協(xié)同辦公平臺(tái)三大應(yīng)用；

“3大群體”：針對(duì)民眾、企業(yè)、政府三大群體提供相應(yīng)服務(wù)，從便利民生事項(xiàng)辦理、優(yōu)化營(yíng)商環(huán)境、提升政府行政效率等多方面助力“數(shù)字政府”建設(shè)。

王景田一直說(shuō)這個(gè)模式讓“數(shù)字廣東”更容易分清在數(shù)字建設(shè)中的定位。如何理解呢？“數(shù)字廣東”一方面希望實(shí)現(xiàn)“數(shù)字化助手” 這個(gè)目標(biāo)，一方面會(huì)扮演連接器的角色，連接政府和民眾、連接政府和企業(yè)，同時(shí)在技術(shù)工具箱內(nèi)輸出能力，打造方便快捷的產(chǎn)品，最后再尋求合作，形成整個(gè)的生態(tài)體系。

“政府無(wú)論大小、經(jīng)濟(jì)強(qiáng)弱，3+3+3都需要的，我們?cè)趶?fù)制的時(shí)候會(huì)根據(jù)體量不同來(lái)復(fù)制，麻雀雖小，五臟俱全。復(fù)制的難度其實(shí)不大，速度和效果都很好?！?/p>

圖為：騰訊政務(wù)云技術(shù)架構(gòu)

很明顯的看到，“數(shù)字廣東”非常強(qiáng)地依賴(lài)于政務(wù)云的建設(shè)。王景田告訴雷鋒網(wǎng)，騰訊政務(wù)云建設(shè)主題思想是能夠以政府需求為導(dǎo)向，抓住其核心訴求，全方位解決問(wèn)題，將政務(wù)問(wèn)題提到極致，這也是騰訊云政務(wù)系統(tǒng)建設(shè)當(dāng)中秉承的一個(gè)基本思路。

2018年8月20日，騰訊與上海市政府達(dá)成協(xié)議，雙方將合力推動(dòng)智慧零售、智慧城市、政務(wù)云等項(xiàng)目落地，騰訊還宣布設(shè)立華東總部，加速“一網(wǎng)通辦”政務(wù)服務(wù)體系建設(shè)，借助微信等互聯(lián)網(wǎng)平臺(tái)提升便民惠民服務(wù)能力。

看得出來(lái)，盡管智慧城市概念可能更大，但是數(shù)字政府、政務(wù)云可以成為智慧城市里邊非常重要的建設(shè)內(nèi)容，而這就是“數(shù)字廣東”公司要去做的事情。

數(shù)字廣東的經(jīng)典案例解讀——粵省事

2018年，數(shù)字廣東落地哪些工作？王景田介紹說(shuō)，有3點(diǎn)：

基礎(chǔ)平臺(tái)：政務(wù)云平臺(tái)+大數(shù)據(jù)平臺(tái)

標(biāo)準(zhǔn)支撐：統(tǒng)一標(biāo)準(zhǔn)+公共支撐

民生/企業(yè)服務(wù)：微信/網(wǎng)廳/公眾號(hào)+協(xié)同辦公

“粵省事”這款A(yù)PP可能集結(jié)了數(shù)字廣東過(guò)去一年的所有技術(shù)能力，因此成績(jī)也是喜人的：截至2018年8月中旬，小程序注冊(cè)用戶338萬(wàn)，最高日訪問(wèn)量在1456萬(wàn)，公眾號(hào)粉絲數(shù)累計(jì)78.8萬(wàn)，累計(jì)實(shí)名用戶數(shù)193.7萬(wàn)，上線服務(wù)超過(guò)156項(xiàng)，累計(jì)查詢(xún)辦理量約2101萬(wàn)。

圖為：“數(shù)字廣東”粵省事APP界面

它有4個(gè)突出的作用：

·“實(shí)名+實(shí)人”身份認(rèn)證：對(duì)接公安部互聯(lián)網(wǎng)可信身份認(rèn)證服務(wù)平臺(tái)， 通過(guò)“實(shí)名+實(shí)人”或“實(shí)名+密碼”進(jìn)行身份認(rèn)證核驗(yàn)單點(diǎn)登錄。通過(guò)實(shí)名身份驗(yàn)證，統(tǒng)一管理電子證件。

·高頻事項(xiàng)指尖辦理：“粵省事”已上線駕駛證、行駛證、社?？ǖ仁笞C件，同時(shí)可辦理社保繳納、公積金查詢(xún)和領(lǐng)取、電子稅票服務(wù)、結(jié)婚登記預(yù)約、一鍵移車(chē)、交通違章處罰、出生證領(lǐng)取、居住證登記、靈活就業(yè)人員公積金自愿繳存等一系列高頻民生服務(wù)事項(xiàng)。

·關(guān)愛(ài)弱勢(shì)群體：“粵省事”面向殘疾人、外來(lái)務(wù)工人員、老年人三類(lèi)特殊群體提供“指尖辦理”服務(wù)，其中殘疾人辦理殘疾人證、享受困難補(bǔ)貼、老年人養(yǎng)老金異地領(lǐng)取、勞動(dòng)人事調(diào)解仲裁以及圍繞居住證積分入戶、外來(lái)子女享受教育等多項(xiàng)服務(wù)，線上辦理實(shí)現(xiàn)根本性突破，解決了特殊群體最迫切需求的政務(wù)服務(wù)。

·優(yōu)化營(yíng)商環(huán)境：將把更多與市民或企業(yè)息息相關(guān)的公共服務(wù)匯聚到該小程序，讓企業(yè)或群眾通過(guò)人臉識(shí)別、信息共享等新技術(shù)手段在手機(jī)上即可辦成事，個(gè)體工商可以實(shí)現(xiàn)在線登記。

“粵省事”已經(jīng)成為“數(shù)字廣東”一張靚麗的名片，在步入到別的不同城市進(jìn)程中，他們還會(huì)打造更多類(lèi)似的便民產(chǎn)品。當(dāng)然，切進(jìn)政務(wù)領(lǐng)域的這一套打法很容易贏得更多的訂單，但除此之外，騰訊的智慧城市布局還是需要更多的技術(shù)作為支撐，除了云計(jì)算、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等最底層的技術(shù)，“超級(jí)大腦”或許是集大成者，可以理解為充當(dāng)了整個(gè)智慧城市的指揮系統(tǒng)。

揭秘“超級(jí)大腦”：數(shù)字世界的操作系統(tǒng)和下一個(gè)十年的答案

幾乎所有的互聯(lián)網(wǎng)巨頭在踏足云計(jì)算產(chǎn)業(yè)時(shí)，都喜歡給出“技術(shù)輸出”的概念，騰訊云也不例外，并且希望在計(jì)算能力之外尋找差異化優(yōu)勢(shì)。

超級(jí)大腦的技術(shù)本質(zhì)是一款能夠連接云邊端的“智能操作系統(tǒng)”，這其中既包括以計(jì)算機(jī)圖象、語(yǔ)音識(shí)別、傳感器為代表的感知技術(shù)，來(lái)感知整個(gè)物理世界，也包括NLP、語(yǔ)音助手相關(guān)技術(shù)幫助人與物理世界和計(jì)算機(jī)世界溝通的智能交互，也包括使用智能決策來(lái)輔助醫(yī)療診斷、升級(jí)智能制造等。

騰訊集團(tuán)副總裁、騰訊云總裁邱躍鵬近期表示，在騰訊云是“AI in All”，與各行業(yè)緊密結(jié)合，主要有城市超級(jí)大腦、醫(yī)療超級(jí)大腦、工業(yè)超級(jí)大腦、零售超級(jí)大腦和金融超級(jí)大腦。騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰此前也指出，超級(jí)大腦可以看作是一個(gè)讓人工智能無(wú)處不在的智能操作系統(tǒng)：

“騰訊推出超級(jí)大腦的初衷，正是希望助力企業(yè)和政府建立自己的超級(jí)大腦，并且在城市、工業(yè)、零售、金融、醫(yī)療等各行各業(yè)提供智慧解決方案。”

值得關(guān)注的是“城市超級(jí)大腦”，針對(duì)不同城市的場(chǎng)景化、細(xì)分化需求，城市超級(jí)大腦覆蓋了智慧交通、智慧安防、智慧政務(wù)、智慧園區(qū)等功能，比起單一的警務(wù)平臺(tái)，城市大腦搭建起了全方位多層次的生態(tài)服務(wù)，旨在實(shí)現(xiàn)解決便利性的量變到提升城市管理水平的量變。

據(jù)了解，在深圳的警務(wù)試點(diǎn)中，城市超級(jí)大腦一年為市民節(jié)省辦事時(shí)間428萬(wàn)小時(shí)，節(jié)省辦事成本約1億元；而寧波服裝小鎮(zhèn)的消防局依托城市超級(jí)大腦為1000家企業(yè)80000人守護(hù)平安，僅在2018春節(jié)期間就排除火災(zāi)風(fēng)險(xiǎn)79起，將災(zāi)難扼殺于萌芽階段。

由此可見(jiàn)，數(shù)字化轉(zhuǎn)型已經(jīng)潛移默化地改變了城市的管理方式，也改變了傳統(tǒng)的生活方式?！俺鞘谐?jí)大腦”的應(yīng)用，無(wú)疑就是最好的例子。

當(dāng)然，超級(jí)大腦并非是騰訊云的一己之力，而是聯(lián)合騰訊AI LAB、優(yōu)圖實(shí)驗(yàn)室、微信AI團(tuán)隊(duì)、機(jī)器人實(shí)驗(yàn)室、量子實(shí)驗(yàn)室等內(nèi)部?jī)?yōu)勢(shì)團(tuán)隊(duì)的前沿技術(shù)之力推出的產(chǎn)物。另一方面，騰訊云也將聯(lián)合更多合作伙伴不斷拓展超級(jí)大腦應(yīng)用領(lǐng)域，讓各行各業(yè)都能擁有屬于自己的超級(jí)大腦。按照騰訊官方的說(shuō)法，超級(jí)大腦是一個(gè)不斷進(jìn)化的體系，將智能連接云、邊、端與行業(yè)，推動(dòng)所有行業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的目標(biāo)。

超級(jí)大腦的誕生，某種程度上說(shuō)是騰訊內(nèi)部技術(shù)體系融合的結(jié)晶。

不得不說(shuō)的城市場(chǎng)景案例——騰訊覓影

在大大小小的場(chǎng)合，騰訊一眾高管們?yōu)椤膀v訊覓影”站臺(tái)不是一回兩回了。這究竟是怎樣的產(chǎn)品，以至于一提到智慧醫(yī)療，就會(huì)立刻將彼此聯(lián)系？

騰訊覓影是騰訊在醫(yī)療領(lǐng)域應(yīng)用的杰作，作為醫(yī)療超級(jí)大腦應(yīng)用的一個(gè)側(cè)面，但因?yàn)槠湓诔鞘袌?chǎng)景與居民生活中較為常見(jiàn)，本文暫將其算在智慧城市的范疇。它的原理是采用AI影像技術(shù)、NLP技術(shù)等提升醫(yī)生診斷效率，降低漏診率，借助這一平臺(tái)，騰訊已和超過(guò)100家三甲醫(yī)院合作，對(duì)食管癌、肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變等疾病進(jìn)行篩查。

據(jù)了解，國(guó)家科技部已經(jīng)明確依托騰訊建設(shè)醫(yī)療影像國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)。而自2017年8月推出以來(lái)，騰訊覓影已經(jīng)構(gòu)筑起兩項(xiàng)核心能力：

AI醫(yī)學(xué)影像分析：利用AI醫(yī)學(xué)影像分析輔助醫(yī)生篩查食管癌、肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變、結(jié)直腸腫瘤、乳腺癌等疾病;

AI輔診：利用AI輔診引擎輔助醫(yī)生對(duì)700多種疾病風(fēng)險(xiǎn)進(jìn)行識(shí)別和預(yù)測(cè)。

圖為：騰訊覓影AI輔診開(kāi)放平臺(tái)架構(gòu)圖

目前騰訊覓影正通過(guò)與三甲醫(yī)院共建人工智能聯(lián)合醫(yī)學(xué)實(shí)驗(yàn)室的形式，推進(jìn)AI在醫(yī)療領(lǐng)域的研究和應(yīng)用。截止2018年7月，騰訊覓影已累計(jì)輔助醫(yī)生閱讀醫(yī)學(xué)影像超1億張，服務(wù)90余萬(wàn)患者，提示高風(fēng)險(xiǎn)病變13萬(wàn)例，有效輔助臨床醫(yī)生提升診斷準(zhǔn)確率和效率。

目前，騰訊覓影團(tuán)隊(duì)由50多位博士以上學(xué)歷人工智能科學(xué)家，400多位AI應(yīng)用工程師以及數(shù)名醫(yī)療專(zhuān)家和產(chǎn)品經(jīng)理組成。騰訊覓影擁有價(jià)值數(shù)億的GPU計(jì)算集群，支撐著深度學(xué)習(xí)網(wǎng)絡(luò)的快速迭代，單個(gè)檢查超過(guò)500張圖片，6s即可運(yùn)算處理完成。

隨著AI技術(shù)與城市場(chǎng)景不斷深入結(jié)合，騰訊覓影所代表的未來(lái)的城市醫(yī)療大門(mén)正在打開(kāi)。

智慧場(chǎng)景落地 150+城市廣泛合作

在全國(guó)，騰訊的智慧城市正在進(jìn)入哪些城市？

目前，騰訊智慧城市服務(wù)已全面覆蓋了河南、海南、上海、重慶、云南、天津、四川、貴州、湖北、陜西等超過(guò)35個(gè)?。ㄊ校┑貐^(qū)，與150多個(gè)城市建立了廣泛的合作，合作領(lǐng)域涉及智慧城市、警務(wù)、交通、醫(yī)療、教育、出行、新零售、商圈等多個(gè)生活社交場(chǎng)景。

·廣州：除了電子政務(wù)云平臺(tái)建設(shè)，微信城市服務(wù)、微信小程序、人臉識(shí)別、位置大數(shù)據(jù)等創(chuàng)新技術(shù)相繼落地，電子就診卡、微信醫(yī)保支付、電子病歷、醫(yī)學(xué)人工智能等醫(yī)療創(chuàng)新服務(wù)服務(wù)民生。

·深圳：騰訊慧眼的實(shí)名核身能力讓線下政務(wù)可以線上完成。深圳電子政務(wù)平臺(tái)，在微信上打造出一站式民生警務(wù)深微平臺(tái)，也實(shí)現(xiàn)了“數(shù)據(jù)多跑路、老百姓少跑腿”。

·重慶：騰訊近期宣布了西南總部將落地重慶，這對(duì)于地處西南的山城來(lái)說(shuō)是個(gè)產(chǎn)業(yè)大發(fā)展的機(jī)遇，畢竟騰訊的技術(shù)或者生態(tài)整合能力還是挺突出的。在重慶，騰訊還與武隆區(qū)共同打造全國(guó)首個(gè)區(qū)域級(jí)全域智慧旅游平臺(tái)——“一部手機(jī)游武隆”。

·上海：2018年8月20日，騰訊與上海市政府達(dá)成協(xié)議，雙方將合力推動(dòng)智慧零售、智慧城市、政務(wù)云等項(xiàng)目落地，騰訊還宣布設(shè)立華東總部。。

·云南：從2016年底開(kāi)始，騰訊就積極參與云南省"云上云"行動(dòng)計(jì)劃戰(zhàn)略的實(shí)施，助力云南營(yíng)造具有活力的互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展環(huán)境，圍繞"互聯(lián)網(wǎng)+警務(wù)"、"互聯(lián)網(wǎng)+創(chuàng)業(yè)創(chuàng)新"、云計(jì)算和大數(shù)據(jù)等領(lǐng)域展開(kāi)一系列合作。

·黃石：2018年8月16日，湖北黃石市與騰訊公司簽訂《“智慧城市建設(shè)”戰(zhàn)略合作協(xié)議》。黃石市相關(guān)單位與騰訊相關(guān)部門(mén)和單位簽訂了“微信乘車(chē)碼”、“智慧城市建設(shè)”、“引進(jìn)智慧城市支撐項(xiàng)目”、“組建混合所有制公司”、“智慧醫(yī)院”等項(xiàng)目協(xié)議。

眼下，這個(gè)版圖正在與其他巨頭的硬碰硬中實(shí)現(xiàn)擴(kuò)張。

中國(guó)智慧城市領(lǐng)先全球 但仍需理性對(duì)待

智慧城市如火如荼，騰訊會(huì)因此陷入急躁冒進(jìn)的怪圈嗎？目前來(lái)看，似乎不會(huì)。

“人們對(duì)于智慧城市的認(rèn)知不一樣，可能是一個(gè)很大的夢(mèng)想，實(shí)現(xiàn)時(shí)間需要10年。騰訊做智慧城市，一年能做到什么樣，我們就跟用戶說(shuō)清楚，因此在智慧城市建設(shè)過(guò)程中，我們會(huì)用一個(gè)比較穩(wěn)妥、安全、實(shí)在的方式推進(jìn)?！蓖蹙疤锶绱苏劦健?/p>

騰訊是如此，其他廠商理應(yīng)也保有這種理性。

眼下，智慧城市年均復(fù)合增長(zhǎng)率有望超過(guò)30%，2021年市場(chǎng)規(guī)模將達(dá)到18.7萬(wàn)億元，市場(chǎng)巨大，但在行進(jìn)過(guò)程中容易忘記維護(hù)自己的口碑與聲譽(yù)，或者忘記真正的找到屬于自己的打法。

第7篇：人工智能輔助醫(yī)療決策范文

【摘要】 介紹數(shù)據(jù)挖掘技術(shù)的概念、工作原理，在闡述醫(yī)學(xué)數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，探討數(shù)據(jù)挖掘技術(shù)在臨床決策中的應(yīng)用過(guò)程，并以糖尿病為例，提出基于數(shù)據(jù)挖掘的輔助臨床決策支持系統(tǒng)設(shè)想，以利于提高醫(yī)院的臨床決策能力。

【關(guān)鍵詞】 數(shù)據(jù)挖掘； 臨床決策； 決策樹(shù)

1 前言

隨著國(guó)家信息基礎(chǔ)結(jié)構(gòu)建設(shè)目標(biāo)的實(shí)施，企業(yè)在各種活動(dòng)中普遍采用現(xiàn)代信息技術(shù)來(lái)提高競(jìng)爭(zhēng)力。傳統(tǒng)的基于數(shù)據(jù)的管理信息系統(tǒng)已不能滿足決策者對(duì)數(shù)據(jù)質(zhì)量的需求，面向決策的知識(shí)管理系統(tǒng)正在蓬勃興起，智能決策支持技術(shù)成為目前迫切需要發(fā)展的方向。

醫(yī)學(xué)領(lǐng)域也不例外，臨床決策研究已成為臨床醫(yī)學(xué)中的一個(gè)重要領(lǐng)域，當(dāng)下的臨床決策問(wèn)題涉及到醫(yī)學(xué)信息學(xué)、循證醫(yī)學(xué)、費(fèi)用-效益評(píng)估、衛(wèi)生技術(shù)評(píng)估、醫(yī)學(xué)倫理與法律等學(xué)科領(lǐng)域，因此在臨床決策中單一的經(jīng)驗(yàn)-描述的研究綱領(lǐng)已不適應(yīng)當(dāng)代醫(yī)學(xué)發(fā)展的需要，需要引入綜合的決策方法，以使臨床醫(yī)療達(dá)到最佳療效。

2 數(shù)據(jù)挖掘

近年來(lái)，隨著電子信息技術(shù)的迅速發(fā)展，醫(yī)院信息系統(tǒng)（hospital information system，HIS）和醫(yī)療設(shè)備的廣泛應(yīng)用，醫(yī)院數(shù)據(jù)庫(kù)的信息容量不斷膨脹。數(shù)據(jù)庫(kù)技術(shù)的發(fā)展解決了海量數(shù)據(jù)的存儲(chǔ)和數(shù)據(jù)檢索的效率問(wèn)題，但無(wú)法改變“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。如何充分利用些寶貴的醫(yī)學(xué)信息資源來(lái)為疾病的診斷和治療提供科學(xué)的決策，促進(jìn)醫(yī)學(xué)研究？如何在醫(yī)院信息系統(tǒng)中積累了大量的管理信息和臨床信息資源中挖掘深層次的、隱含的、有價(jià)值的知識(shí)？數(shù)據(jù)挖掘有解決這方面問(wèn)題的能力，利用數(shù)據(jù)挖掘技術(shù)開(kāi)展科學(xué)研究，提高醫(yī)學(xué)技術(shù)和醫(yī)院管理水平是很有必要的。

2.1 數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識(shí)別有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過(guò)程。它是一門(mén)涉及面很廣的交叉學(xué)科，包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)、模式識(shí)別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。

數(shù)據(jù)挖掘可粗略地理解為三部曲：數(shù)據(jù)準(zhǔn)備（Data Preparation）、數(shù)據(jù)挖掘，以及結(jié)果的解釋評(píng)估（Iterpretation and Evaluation）。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到醫(yī)學(xué)信息數(shù)據(jù)庫(kù)中，可以發(fā)現(xiàn)其中的醫(yī)學(xué)診斷規(guī)則和模式，從而輔助醫(yī)生進(jìn)行疾病診斷，實(shí)現(xiàn)臨床決策支持的效果。

2.2 臨床決策支持系統(tǒng)

在醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）中，主要有兩大分支：醫(yī)院管理信息系統(tǒng)（Hospital Management Information System， HMIS）和臨床信息系統(tǒng)（Clinical Information System， CIS）。HMIS主要目標(biāo)是支持醫(yī)院的行政管理與事務(wù)處理業(yè)務(wù)；而CIS主要目標(biāo)是支持醫(yī)護(hù)人員的臨床活動(dòng)，收集和處理病人的臨床醫(yī)療信息，豐富和積累臨床醫(yī)學(xué)知識(shí)，提供臨床咨詢(xún)、輔助診療、輔助臨床決策，提高醫(yī)護(hù)人員的工作效率。

臨床決策支持系統(tǒng)（Clinical Decision Support System，CDSS）是屬于CIS中的一部分。CDSS是用人工智能技術(shù)對(duì)臨床醫(yī)療工作予以輔助支持的信息系統(tǒng)，它可以根據(jù)收集到的病人資料，做出整合型的診斷和醫(yī)療意見(jiàn)，提供給臨床醫(yī)務(wù)人員參考。系統(tǒng)主要采用基于決策樹(shù)和真值表的方法，接著出現(xiàn)了基于統(tǒng)計(jì)學(xué)方法的系統(tǒng)，研究人員針對(duì)不同醫(yī)療領(lǐng)域開(kāi)發(fā)不同的臨床CDSS?；镜呐R床CDSS由數(shù)據(jù)庫(kù)、模型庫(kù)和對(duì)話系統(tǒng)（人機(jī)交互系統(tǒng)）3個(gè)部分組成，如圖1所示。

2.3 挖掘算法

對(duì)醫(yī)學(xué)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的主要目的是預(yù)測(cè)疾病和對(duì)疾病進(jìn)行分類(lèi)。分類(lèi)和預(yù)測(cè)是兩種數(shù)據(jù)分析形式，可以用于描述重要數(shù)據(jù)類(lèi)的模型或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。

常用的數(shù)據(jù)挖掘算法有：關(guān)聯(lián)規(guī)則、決策樹(shù)、粗糙集、統(tǒng)計(jì)分析、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊聚類(lèi)、基于范例的推理(Case-Based Reasoning 簡(jiǎn)稱(chēng)CBR)、貝葉斯預(yù)測(cè)、可視化技術(shù)。在數(shù)據(jù)挖掘技術(shù)中，常用于輔助臨床疾病診斷的方法，主要有①Bayes判別分析；②人工神經(jīng)網(wǎng)絡(luò)；③決策樹(shù)。其中，決策樹(shù)是一種非常有效的機(jī)器學(xué)習(xí)分類(lèi)算法。決策樹(shù)方法的起源是概念學(xué)習(xí)系統(tǒng)CLS，然后發(fā)展到ID3方法而為，最后又演化為能處理連續(xù)屬性的C5.0。有名的決策樹(shù)方法還有CART和Assistant。

決策樹(shù)學(xué)習(xí)著眼于從一組無(wú)次序、無(wú)規(guī)則的事例中推理出決策樹(shù)表示形式的分類(lèi)規(guī)則。它采用自頂向下的遞歸方式，在決策樹(shù)的內(nèi)部結(jié)點(diǎn)進(jìn)行屬性值的比較并根據(jù)不同的屬性值判斷從該結(jié)點(diǎn)向下的分支，在決策樹(shù)的葉結(jié)點(diǎn)得到結(jié)論。所以從根到葉結(jié)點(diǎn)的一條路徑就對(duì)應(yīng)著一條合取規(guī)則，整棵決策樹(shù)就對(duì)應(yīng)著一組析取表達(dá)式規(guī)則。基于決策樹(shù)的學(xué)習(xí)算法的一個(gè)最大的優(yōu)點(diǎn)就是它在學(xué)習(xí)過(guò)程中不需要使用者了解很多背景知識(shí)（這也同時(shí)是它最大的缺點(diǎn)），只要訓(xùn)練例子能夠用屬性——結(jié)論式的方式表達(dá)出來(lái)，就能使用該算法來(lái)學(xué)習(xí)。

近年將臨床診斷與治療設(shè)計(jì)成決策樹(shù)（Decision Making Tree）的形式，目的就是把決策思維在一定程度上予以具體化和規(guī)格化，使臨床決策思維按一定的程序進(jìn)行，不致發(fā)生偏差和遺漏。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用

數(shù)據(jù)挖掘是從數(shù)據(jù)中識(shí)別真實(shí)、新穎、有用的、可理解的信息的復(fù)雜過(guò)程。盡管如今人們的研究重點(diǎn)放在對(duì)挖掘算法的研制、分析與應(yīng)用上，但數(shù)據(jù)選擇和數(shù)據(jù)的預(yù)處理卻是整個(gè)挖掘過(guò)程中最耗時(shí)的活動(dòng)，并且它們的結(jié)果影響整個(gè)過(guò)程是否能夠成功產(chǎn)生結(jié)果。圖2描述了數(shù)據(jù)挖掘的一般過(guò)程，實(shí)質(zhì)上是一個(gè)迭代的過(guò)程。

3.1 什么是醫(yī)學(xué)數(shù)據(jù)

醫(yī)學(xué)數(shù)據(jù)挖掘是一門(mén)涉及面廣、技術(shù)難度大的新興交叉學(xué)科。醫(yī)學(xué)數(shù)據(jù)首先是以治愈為目的而搜集的，其次才是用于醫(yī)學(xué)研究的資源。醫(yī)學(xué)數(shù)據(jù)具有如下特點(diǎn)：

醫(yī)學(xué)數(shù)據(jù)的隱私性（Privacy）——醫(yī)學(xué)數(shù)據(jù)不可避免地涉及到患者的一些隱私信息，當(dāng)這些隱私信息使患者在日常生活中遭遇到不可預(yù)料的侵?jǐn)_時(shí)，就產(chǎn)生了隱私性問(wèn)題。醫(yī)學(xué)數(shù)據(jù)挖掘者有義務(wù)和職責(zé)在保護(hù)患者隱私的基礎(chǔ)上進(jìn)行科學(xué)研究，并且確保這些醫(yī)學(xué)數(shù)據(jù)的安全性和機(jī)密性。

醫(yī)學(xué)數(shù)據(jù)的多樣性——由于醫(yī)學(xué)數(shù)據(jù)是從醫(yī)學(xué)影像、實(shí)驗(yàn)數(shù)據(jù)以及醫(yī)生與病人的交流中獲得的，所以原始的醫(yī)學(xué)數(shù)據(jù)具有多種形式。醫(yī)學(xué)數(shù)據(jù)的多樣性是它區(qū)別于其它領(lǐng)域數(shù)據(jù)的最顯著特征。

醫(yī)學(xué)數(shù)據(jù)的不完整性——醫(yī)學(xué)數(shù)據(jù)的搜集和處理過(guò)程經(jīng)常相互脫節(jié)，以及一些人為因素使得醫(yī)學(xué)數(shù)據(jù)庫(kù)不可能對(duì)任何疾病信息都能全面地反映。

醫(yī)學(xué)數(shù)據(jù)的冗余性——醫(yī)學(xué)數(shù)據(jù)庫(kù)是一個(gè)龐大的數(shù)據(jù)資源，每天都會(huì)有大量的記錄存儲(chǔ)到數(shù)據(jù)庫(kù)中，其中可能會(huì)包含重復(fù)的、無(wú)關(guān)緊要的、甚至是相互矛盾的記錄。

此外，醫(yī)學(xué)數(shù)據(jù)還具有時(shí)間性特征。

3.2 構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)是支持決策過(guò)程的、面向主題的、集成的、與時(shí)間有關(guān)的、持久的數(shù)據(jù)集合，它以傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)作為存儲(chǔ)數(shù)據(jù)和管理資源的基本手段，以統(tǒng)計(jì)分析技術(shù)作為分析數(shù)據(jù)和提取信息的有效方法，以人工智能技術(shù)作為挖掘知識(shí)和發(fā)現(xiàn)規(guī)律的科學(xué)途徑，是與網(wǎng)絡(luò)通信技術(shù)、面向?qū)ο蠹夹g(shù)、并行技術(shù)、多媒體技術(shù)、人工智能技術(shù)等相互浸透、互相結(jié)合與綜合應(yīng)用的技術(shù)。

創(chuàng)建基于HIS的數(shù)據(jù)倉(cāng)庫(kù)，是從已有數(shù)據(jù)出發(fā)的數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)方法，稱(chēng)之為“數(shù)據(jù)驅(qū)動(dòng)”的系統(tǒng)設(shè)計(jì)方法，它的基本思路是：利用以前建設(shè)的數(shù)據(jù)庫(kù)系統(tǒng)的數(shù)據(jù)，按照分析領(lǐng)域?qū)?shù)據(jù)及數(shù)據(jù)之間的聯(lián)系重新考慮，組織數(shù)據(jù)倉(cāng)庫(kù)中的主題，利用數(shù)據(jù)模型有效地識(shí)別數(shù)據(jù)和數(shù)據(jù)倉(cāng)庫(kù)中的主題的數(shù)據(jù)的“共同性”（即建立主題間相互聯(lián)系的屬性）。

從數(shù)據(jù)倉(cāng)庫(kù)的定義我們可以知道，構(gòu)建一個(gè)HIS數(shù)據(jù)倉(cāng)庫(kù)需要完成：抽取主題；組織數(shù)據(jù)；獲取與集成數(shù)據(jù)和建立應(yīng)用。隨著數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量增長(zhǎng)，日積月累的數(shù)據(jù)之間有無(wú)關(guān)系，是否存在著一些潛在的模式或趨勢(shì)？這些我們都無(wú)法用眼或簡(jiǎn)單的通過(guò)某種計(jì)算方式獲知，而必須對(duì)這些數(shù)據(jù)加以證明或修正，這時(shí)，數(shù)據(jù)挖掘技術(shù)就派上用場(chǎng)了。

3.3 數(shù)據(jù)挖掘應(yīng)用舉例

數(shù)據(jù)挖掘是一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過(guò)程。

疾病的診斷過(guò)程實(shí)際上也是一個(gè)疾病分類(lèi)的過(guò)程，是根據(jù)病人的疾病特征劃歸到某個(gè)疾病或疾病類(lèi)的過(guò)程。一般的醫(yī)學(xué)書(shū)上把這一復(fù)雜的問(wèn)題逐次分解成一個(gè)個(gè)小問(wèn)題（疾病)的體系結(jié)構(gòu)，患者根據(jù)癥狀特征及不適部位定位到具體疾病類(lèi)的具體疾病，這一過(guò)程與現(xiàn)實(shí)中的分類(lèi)過(guò)程十分相似。

以判斷糖尿病為例，建立決策樹(shù)。

采用決策樹(shù)的方法，判斷患者所患糖尿病的類(lèi)型。起點(diǎn)是血糖高，分支的條件是是否處于妊娠期，如果答案是肯定的，那決策樹(shù)就直接指向了妊娠糖尿病。因?yàn)槿绻颊呤钦谌焉锲诘呐裕谒齻兩砩蠙z測(cè)出高血糖，是歸于妊娠糖尿病的。

如果答案是否定的，則屬于其他類(lèi)型糖尿病，就要判斷患者是1型糖尿病還是2型糖尿病了。那我們應(yīng)該根據(jù)什么來(lái)判斷呢？

我們使用頻數(shù)計(jì)算法進(jìn)行判斷。首先，這兩種糖尿病之間的差別主要體現(xiàn)在3個(gè)方面：是否有自發(fā)性酮癥，年齡，以及起病的快慢和病情的輕重。頻數(shù)是指所患疾病表現(xiàn)的臨床癥狀出現(xiàn)的頻率，頻數(shù)越大，說(shuō)明越多的患者在患此種疾病是會(huì)表現(xiàn)出這種癥狀。把上述3種癥狀進(jìn)行調(diào)查，得出相應(yīng)的頻數(shù)，就可以根據(jù)病人的表現(xiàn)癥狀，把對(duì)應(yīng)的頻數(shù)相加，最后我們就可以得出患者患有某種類(lèi)型糖尿病的概率。

假設(shè)，經(jīng)過(guò)調(diào)查之后，我們得出的1型糖尿病的頻數(shù)表格見(jiàn)表1。表1 1型糖尿病頻數(shù)表（略）

如果患者性別為男性，起病較急，病情較重，年齡是25歲，有自發(fā)性酮癥表現(xiàn)。那么，根據(jù)上述算法進(jìn)行決策，可以得出結(jié)論：患者患有1型糖尿病的幾率為95%。這就達(dá)到了輔助醫(yī)生決策的目的。

無(wú)論最終挖掘出來(lái)的結(jié)果是用來(lái)描述/理解、預(yù)測(cè)或是干預(yù)，我們尋求只是的目的就是為了運(yùn)用知識(shí)，提高決策支持的能力。由于數(shù)據(jù)挖掘技術(shù)的發(fā)展，為決策支持系統(tǒng)開(kāi)辟了新的發(fā)展方向，數(shù)據(jù)挖掘作為決策支持系統(tǒng)中的一部分發(fā)揮著重要的作用。

4 結(jié)束語(yǔ)

數(shù)據(jù)挖掘的目的是利用所獲取的知識(shí)理解事物、預(yù)側(cè)未來(lái)情況、進(jìn)行積極的干預(yù)，為下一步的工作或決策提供基礎(chǔ)。

醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)是一個(gè)復(fù)雜的數(shù)據(jù)庫(kù)，包括電子病歷、醫(yī)學(xué)影像、病理參數(shù)、化驗(yàn)結(jié)果等，而目前數(shù)據(jù)挖掘技術(shù)主要應(yīng)用于以結(jié)構(gòu)化數(shù)據(jù)為主的關(guān)系數(shù)據(jù)庫(kù)、事務(wù)數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)，對(duì)復(fù)雜類(lèi)型數(shù)據(jù)的挖掘尚處在起步階段。但是，隨著數(shù)據(jù)庫(kù)技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)作為一種解決方案，成為醫(yī)學(xué)信息技術(shù)領(lǐng)域重要的研究方法，必將為決策支持、科學(xué)研究帶來(lái)很大的方便和可觀的效益。

參考文獻(xiàn)

1 周愛(ài)華， 鄭應(yīng)平， 王令群. 醫(yī)學(xué)數(shù)據(jù)挖掘綜述. 中華醫(yī)學(xué)實(shí)踐雜志， 2005， 4(2)：126~128.

2 屈景輝， 廖琪梅， 許衛(wèi)中， 等. 醫(yī)學(xué)信息數(shù)據(jù)庫(kù)的建立與數(shù)據(jù)挖掘. 第四軍醫(yī)大學(xué)學(xué)報(bào). 2001， 22(1)：88~89.

第8篇：人工智能輔助醫(yī)療決策范文

一場(chǎng)由阿爾法狗與棋手間展開(kāi)的圍棋比賽，讓世界關(guān)注到人工智能（Artificial Intelligence，簡(jiǎn)稱(chēng)“AI”）技術(shù)的發(fā)展。百度百科對(duì)AI如此定義――它是對(duì)人的意識(shí)、思維等信息過(guò)程的模擬。AI雖不是人的智能，但卻能像人那樣思考、也可能通過(guò)深入的語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等功能，超過(guò)人的智能。

盡管阿爾法狗只會(huì)下棋，但人類(lèi)已經(jīng)意識(shí)到，其背后的技術(shù)力量正在帶來(lái)革命。特別隨著現(xiàn)代科學(xué)應(yīng)用技術(shù)的不斷發(fā)展，AI的智能程度逐漸提高，其思維的邏輯性和復(fù)雜程度已經(jīng)與人類(lèi)的大腦相差無(wú)幾。AI技術(shù)在真實(shí)的應(yīng)用場(chǎng)景中正在對(duì)金融、醫(yī)療、教育等各個(gè)垂直領(lǐng)域產(chǎn)生顛覆性的變革。

就在日前剛剛結(jié)束的全球移動(dòng)互聯(lián)網(wǎng)大會(huì)（GMIC）上，創(chuàng)新工場(chǎng)的創(chuàng)始人李開(kāi)復(fù)曾著重強(qiáng)調(diào)了AI技術(shù)與金融行業(yè)的結(jié)合。在他看來(lái)，AI所需的數(shù)據(jù)量大、有屬性標(biāo)注且領(lǐng)域單一的特性，決定了AI技術(shù)必將在金融行業(yè)引發(fā)一次技術(shù)主導(dǎo)的產(chǎn)業(yè)革新。

《中國(guó)經(jīng)濟(jì)信息》記者了解到，AI技術(shù)憑借深入的機(jī)器學(xué)習(xí)等優(yōu)勢(shì)，正對(duì)金融行業(yè)的產(chǎn)品、渠道、風(fēng)控、授信、決策等諸多方面產(chǎn)生深刻的影響，不僅推動(dòng)了金融服務(wù)的個(gè)性化體驗(yàn)，更讓用戶的財(cái)富管理趨向智能化。

加速布局AI應(yīng)用

“金融是一個(gè)不直接產(chǎn)生價(jià)值的行業(yè)?！弊x秒CEO周靜在接受《中國(guó)經(jīng)濟(jì)信息》記者采訪時(shí)指出，多年來(lái)，金融作為一項(xiàng)服務(wù)，卻占用了消費(fèi)者較多的時(shí)間與體驗(yàn)環(huán)境。

據(jù)了解，過(guò)去要是去銀行取款需要排隊(duì)，轉(zhuǎn)賬需要等待，支付更需要刷卡簽字等，而一旦開(kāi)展了AI在金融行業(yè)的應(yīng)用，“不僅快速提高了金融效率，降低了金融邊際成本?！?/p>

周靜認(rèn)為，在推動(dòng)金融普惠的過(guò)程中，無(wú)論是傳統(tǒng)金融機(jī)構(gòu)、互聯(lián)網(wǎng)金融企業(yè)還是金融科技公司，通過(guò)對(duì)大數(shù)據(jù)、AI等新技術(shù)的運(yùn)用，能夠幫助降低金融服務(wù)成本，提升服務(wù)效率。

不僅如此，當(dāng)AI技術(shù)與同樣飛速發(fā)展的金融科技相結(jié)合時(shí)，還會(huì)十分有效地將核心的金融風(fēng)控系統(tǒng)進(jìn)一步量化，使金融變得更加規(guī)模化，而用戶享受到的金融服務(wù)也會(huì)更優(yōu)化，普惠金融的步伐自然加快。

在中國(guó)，不僅有像螞蟻金服、宜信普惠、京東金融等金融科技的巨頭，更有像讀秒這樣“年輕化”的金融科技探索者，在積極地依托其天然的大數(shù)據(jù)等優(yōu)勢(shì)，將AI技術(shù)創(chuàng)新地嵌入到其產(chǎn)業(yè)鏈金融的各個(gè)應(yīng)用場(chǎng)景中，不僅使風(fēng)控體系優(yōu)化成效顯著，更讓客戶的體驗(yàn)愈發(fā)高效、智能。

在采訪過(guò)程中，周靜指出，AI技術(shù)對(duì)金融產(chǎn)業(yè)的價(jià)值點(diǎn)，主要在于通過(guò)一系列的自主邏輯判斷和大數(shù)據(jù)運(yùn)算，很可能會(huì)解決“風(fēng)險(xiǎn)控制”這個(gè)金融行業(yè)長(zhǎng)久以來(lái)一直存在的痛點(diǎn)。

讓金融風(fēng)控再升級(jí)

首先，傳統(tǒng)的金融風(fēng)控流程冗長(zhǎng)，包括紙質(zhì)進(jìn)件、錄入、復(fù)核、客戶預(yù)審、盡職調(diào)查、電核審批等，這導(dǎo)致人力成本、時(shí)間成本、運(yùn)營(yíng)成本的增加，也降低了運(yùn)營(yíng)效率?！岸鳤I技術(shù)的手段或應(yīng)用實(shí)現(xiàn)了流程自動(dòng)化，可以予以解決這一低效問(wèn)題?！?/p>

此外，傳統(tǒng)金融風(fēng)控往往只考慮強(qiáng)金融屬性的征信與風(fēng)控，鑒于央行征信覆蓋率不足，一定程度上造成了信息不全，客戶畫(huà)像不夠立體?！澳壳耙源髷?shù)據(jù)和AI技術(shù)為基礎(chǔ)的智能信貸技術(shù)，可以全方位捕捉到網(wǎng)購(gòu)信息、運(yùn)營(yíng)商數(shù)據(jù)、社交信息等弱金融數(shù)據(jù)，通過(guò)大數(shù)據(jù)交叉驗(yàn)證，讓用戶畫(huà)像更精準(zhǔn)、豐富?！?/p>

其次，在反欺詐的運(yùn)用中，傳統(tǒng)風(fēng)控往往依賴(lài)工作人員的經(jīng)驗(yàn)，存在人為操作失誤和經(jīng)驗(yàn)不足?！癆I技術(shù)使金融風(fēng)控具備了智能的人臉識(shí)別、設(shè)備指紋，可以更智能地進(jìn)行鑒別欺詐?！?/p>

周靜認(rèn)為正是以往金融風(fēng)控存在的痛點(diǎn)，才讓不少金融巨頭主動(dòng)擁抱AI技術(shù)，或與具有智能技術(shù)優(yōu)勢(shì)的企業(yè)開(kāi)展聯(lián)合風(fēng)控。像讀秒就作為智能信貸技術(shù)提供商，與華瑞銀行、新網(wǎng)銀行、中信證券、諾亞財(cái)富等展開(kāi)聯(lián)合風(fēng)控。

“在合作期間，讀秒提供的智能信貸技術(shù)，可以很好地輔助金融機(jī)構(gòu)，完成更加精準(zhǔn)的獲客，更立體的用戶畫(huà)像，更智能地反欺詐以及更高效的風(fēng)控。”在周靜看來(lái)，像讀秒這樣具備大數(shù)據(jù)優(yōu)勢(shì)及AI技術(shù)創(chuàng)新開(kāi)發(fā)的金融科技公司，在精準(zhǔn)的獲客、互聯(lián)網(wǎng)化的運(yùn)營(yíng)等方面，可以為金融機(jī)構(gòu)補(bǔ)足短板。

回顧中國(guó)信用借貸的歷史可知，“風(fēng)控”一直都是金融行業(yè)的命脈。誰(shuí)提高了風(fēng)控的準(zhǔn)確率和風(fēng)險(xiǎn)評(píng)估的速度，誰(shuí)就能夠引入更大的流量、涉足更大的市場(chǎng)。但值得注意的是，“在整個(gè)貸前、中、后過(guò)程當(dāng)中，AI技術(shù)只是提高金融的一種手段，整體的金融邏輯與核心是不變的。”周靜強(qiáng)調(diào)，像各金融機(jī)構(gòu)以大數(shù)據(jù)的形式采集數(shù)據(jù)，以AI技術(shù)創(chuàng)新開(kāi)發(fā)應(yīng)用場(chǎng)景，目的是評(píng)價(jià)用戶的欺詐風(fēng)險(xiǎn)、還款意愿、還款能力等，“本質(zhì)上是傳統(tǒng)金融考慮的核心因素。”而像一些金融機(jī)構(gòu)舉著“AI+金融”的大旗，宣稱(chēng)可以用星座、血型等指標(biāo)來(lái)智能風(fēng)控，卻是噱頭大于實(shí)際功效，與傳統(tǒng)金融的本質(zhì)并不相符。

邁向金融3.0時(shí)代

“銀行3.0時(shí)代已經(jīng)來(lái)臨?！敝袊?guó)銀監(jiān)會(huì)主席郭樹(shù)清曾表示，銀行業(yè)要利用金融科技，依托大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等新技術(shù)，創(chuàng)新服務(wù)方式和流程，整合傳統(tǒng)服務(wù)資源，聯(lián)動(dòng)線上線下優(yōu)勢(shì)，提升整個(gè)銀行業(yè)資源配置效率，以更先進(jìn)、更靈活、更高效地響應(yīng)客戶需求和社會(huì)需求。

實(shí)際上，這個(gè)“銀行3.0時(shí)代”僅僅是金融科技的一個(gè)縮影。從當(dāng)前金融行業(yè)的發(fā)展現(xiàn)狀可見(jiàn)，以大數(shù)據(jù)、人工智能等技術(shù)服務(wù)為核心的金融科技已經(jīng)從概念階段，逐步邁入了實(shí)踐落地的層面，不僅真正體現(xiàn)在金融機(jī)構(gòu)或者各互金平臺(tái)的日常運(yùn)營(yíng)層面，更讓金融與AI技術(shù)實(shí)現(xiàn)了場(chǎng)景間的融合創(chuàng)新。

如上文所言，融合發(fā)展的背后，就意味著顛覆和改變。如今由于AI技術(shù)的助力，不僅讓傳統(tǒng)金融的信息采集來(lái)源擴(kuò)容，風(fēng)險(xiǎn)定價(jià)模型智能化，投資決策過(guò)程規(guī)范化、信用中介角色正規(guī)化等，還大幅提升了傳統(tǒng)金融的效率，解決傳統(tǒng)金融的痛點(diǎn)。

需要明確的是，“AI+金融”的結(jié)合效應(yīng)還遠(yuǎn)不止于此。通過(guò)洞悉用戶的需求，以及和AI技術(shù)的結(jié)合，金融機(jī)構(gòu)或金融科技公司可以根據(jù)用戶的行為軌跡洞察到他的需求和風(fēng)險(xiǎn)偏好，自動(dòng)為其進(jìn)行資產(chǎn)配置，并幫助用戶追蹤、監(jiān)控風(fēng)險(xiǎn)，使得有理財(cái)需求的用戶享受到“智能”級(jí)別的資產(chǎn)配置服務(wù)。

第9篇：人工智能輔助醫(yī)療決策范文

【關(guān)鍵詞】計(jì)算機(jī)輔助 信息分析 技術(shù)框架

引言：計(jì)算機(jī)的出現(xiàn)使人類(lèi)可以用其彌補(bǔ)自身邏輯與推理上的缺陷，使得計(jì)算機(jī)輔助信息分析日益壯大。人類(lèi)可以與計(jì)算機(jī)分工合作，在各自擅長(zhǎng)領(lǐng)域?qū)θ蝿?wù)分析處理，人類(lèi)可以充分發(fā)揮其主觀能動(dòng)性對(duì)計(jì)算機(jī)進(jìn)行控制，讓海量程序化、結(jié)構(gòu)化或不斷重復(fù)的問(wèn)題可以通過(guò)計(jì)算機(jī)處理得到解決，同時(shí)計(jì)算機(jī)的技術(shù)正在以迅猛的發(fā)展腳步引領(lǐng)著時(shí)代不斷進(jìn)步，人工智能技術(shù)的逐步成熟使計(jì)算機(jī)對(duì)復(fù)雜且非結(jié)構(gòu)化的信息能夠準(zhǔn)確分析與處理，同時(shí)社會(huì)網(wǎng)絡(luò)迫使人類(lèi)對(duì)海量數(shù)據(jù)要加快分析與處理，為了使人和計(jì)算機(jī)能夠?qū)崿F(xiàn)優(yōu)勢(shì)互補(bǔ)與人機(jī)聯(lián)手，完成復(fù)雜任務(wù)，是目前的技術(shù)亟待解決的重要課題。

一、計(jì)算機(jī)技術(shù)在現(xiàn)代信息分析的重要性

首先，計(jì)算機(jī)技術(shù)可以對(duì)分析能力與效率進(jìn)行擴(kuò)展與提高，具體應(yīng)用是體現(xiàn)在商業(yè)銀行的審計(jì)工作，擴(kuò)大了審計(jì)經(jīng)營(yíng)作業(yè)范圍，縮短審計(jì)時(shí)間，為審計(jì)工作提供高效的工作狀態(tài)。其次，計(jì)算機(jī)技術(shù)還可以對(duì)分析過(guò)程實(shí)現(xiàn)可視化并且對(duì)分析過(guò)程進(jìn)行有效控制，搜索引擎在人立方關(guān)系中的應(yīng)用就是一個(gè)很好地例子。還有百度指數(shù)平臺(tái)可以通過(guò)關(guān)鍵詞與搜索創(chuàng)建相應(yīng)關(guān)系，計(jì)算機(jī)技術(shù)可以對(duì)決策活動(dòng)予以支持，并實(shí)現(xiàn)真正的商務(wù)智能。同時(shí)，計(jì)算機(jī)技術(shù)還可以預(yù)測(cè)未來(lái)，對(duì)未來(lái)進(jìn)行模擬，例如谷歌公司通過(guò)分析網(wǎng)民的搜索信息預(yù)測(cè)了具有及時(shí)性與準(zhǔn)確性的流感趨勢(shì)[1]。

二、計(jì)算機(jī)輔助信息分析的研究現(xiàn)狀

在技術(shù)上，計(jì)算機(jī)的發(fā)展為其輔助信息提供了支持，國(guó)內(nèi)在上世紀(jì)80年代對(duì)決策分析系統(tǒng)，并建立了結(jié)構(gòu)框架，之后又相繼研究了計(jì)算機(jī)協(xié)同分析工作建立了協(xié)同競(jìng)爭(zhēng)分析系統(tǒng)，現(xiàn)在已經(jīng)成為主流方法，之后再分析領(lǐng)域加入了軟件化，之后人們又開(kāi)發(fā)了本體架構(gòu)，使其對(duì)非結(jié)構(gòu)化內(nèi)容向資源描述轉(zhuǎn)換，這些研究為計(jì)算機(jī)輔助信息分析提供了關(guān)鍵內(nèi)容，計(jì)算機(jī)輔助信息分析需要通過(guò)計(jì)算機(jī)平臺(tái)和工具對(duì)各個(gè)領(lǐng)域進(jìn)行加工處理信息，對(duì)商務(wù)系統(tǒng)融入競(jìng)爭(zhēng)情報(bào)是對(duì)計(jì)算機(jī)輔助的研究，在醫(yī)藥中，對(duì)復(fù)雜藥物進(jìn)行計(jì)算，提升了藥物開(kāi)發(fā)的工作效率，對(duì)于專(zhuān)利信息的分析，計(jì)算機(jī)輔助可以挖掘出有效情報(bào)通過(guò)關(guān)聯(lián)規(guī)則，對(duì)于藥物發(fā)現(xiàn)、專(zhuān)利分析、商務(wù)智能領(lǐng)域現(xiàn)代計(jì)算機(jī)輔助技術(shù)提供了分析工具，使人類(lèi)得出分析成果。在大數(shù)據(jù)時(shí)代中，人類(lèi)十分重視對(duì)計(jì)算機(jī)輔助信息分析，但是對(duì)于其專(zhuān)門(mén)的架構(gòu)體系還需規(guī)劃與搭建，更好的引導(dǎo)技術(shù)的發(fā)展。

三、計(jì)算機(jī)輔助信息分析的技術(shù)框架

計(jì)算機(jī)在分析數(shù)據(jù)時(shí)要用到數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)的結(jié)構(gòu)對(duì)聯(lián)機(jī)交易中的直接業(yè)務(wù)數(shù)據(jù)進(jìn)行處理，叫做聯(lián)機(jī)事務(wù)處理，并對(duì)數(shù)據(jù)分類(lèi)匯總，形成指標(biāo)儀表盤(pán)，建立決策，數(shù)據(jù)倉(cāng)庫(kù)主要是分析關(guān)聯(lián)數(shù)據(jù)源，對(duì)數(shù)據(jù)源轉(zhuǎn)換、匯聚、清洗和抽取，形成主題圖形和報(bào)表，叫做聯(lián)機(jī)分析處理。對(duì)主題分析結(jié)論，進(jìn)行智能分析，通過(guò)收集整理并分析數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)為主題信息，對(duì)于倉(cāng)庫(kù)概念與數(shù)據(jù)挖掘技術(shù)及聯(lián)機(jī)分析實(shí)現(xiàn)三大領(lǐng)域的跨越。

（一）聯(lián)機(jī)在線分析

聯(lián)機(jī)事務(wù)處理英文簡(jiǎn)稱(chēng)OLTP，它在1993年由E.F.Codd關(guān)系型數(shù)據(jù)庫(kù)之父提出，可以滿足快速響應(yīng)復(fù)雜查詢(xún)，數(shù)據(jù)界面直觀，在后臺(tái)有綜合引擎，是關(guān)鍵技術(shù)對(duì)于決策系統(tǒng)，它是對(duì)驗(yàn)證性領(lǐng)略分析信息，有3種技術(shù)，分別為ROLAP技術(shù)、MOLAP技術(shù)和HOLAP技術(shù)。在大數(shù)據(jù)環(huán)境下，聯(lián)機(jī)在線分析能夠結(jié)合其他分析技術(shù)，為大數(shù)據(jù)分析提供優(yōu)質(zhì)服務(wù)。

（二）數(shù)據(jù)挖掘

數(shù)據(jù)挖掘（DM），數(shù)據(jù)是被挖掘者，挖掘目的是將數(shù)據(jù)中的信息、模式、知識(shí)與規(guī)律進(jìn)行提煉，挖掘定義很多，但是內(nèi)涵相同，從海量數(shù)據(jù)中找出規(guī)律與模式，來(lái)源于知識(shí)發(fā)現(xiàn)，從大量基礎(chǔ)數(shù)據(jù)中總結(jié)并提煉知識(shí)精華，在人工智能、統(tǒng)計(jì)學(xué)、可視化技術(shù)、系統(tǒng)論、模式識(shí)別及數(shù)據(jù)庫(kù)技術(shù)領(lǐng)域有廣泛的應(yīng)用，同時(shí)也是對(duì)綜合性要求較強(qiáng)的新興學(xué)科[2]。

（三）社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)是種關(guān)系集合，分為個(gè)體網(wǎng)、整體網(wǎng)和部分網(wǎng)。社會(huì)網(wǎng)絡(luò)擁有規(guī)范的方法對(duì)社會(huì)屬性與社會(huì)關(guān)系進(jìn)行分析，在分析社會(huì)與行為、經(jīng)濟(jì)與營(yíng)銷(xiāo)以及市場(chǎng)與通訊領(lǐng)域的數(shù)據(jù)上發(fā)揮著重要的作用，發(fā)現(xiàn)目標(biāo)數(shù)據(jù)的特征，分析數(shù)據(jù)角色與數(shù)據(jù)位置以及數(shù)據(jù)變量，對(duì)它們的內(nèi)在聯(lián)系進(jìn)行分析。

（四）大數(shù)據(jù)分析

大數(shù)據(jù)的特征是高速性、多樣性、規(guī)模性與價(jià)值性，分析技術(shù)需要?jiǎng)?chuàng)新與優(yōu)化，對(duì)于文本形態(tài)數(shù)據(jù)，如微博、網(wǎng)頁(yè)、論壇等，機(jī)器要學(xué)習(xí)算法并訓(xùn)練數(shù)據(jù)，從數(shù)據(jù)中找出未知信息，如市場(chǎng)分析和字符識(shí)別等。

四、計(jì)算機(jī)輔助信息分析面臨的挑戰(zhàn)與發(fā)展趨勢(shì)

（一）主要挑戰(zhàn)

首先是大量的數(shù)據(jù)為計(jì)算機(jī)輔助帶來(lái)了挑戰(zhàn)，尚未應(yīng)用于海量數(shù)據(jù)分析，其次是關(guān)系數(shù)據(jù)中的數(shù)據(jù)多樣性，對(duì)于靈活性相對(duì)缺乏，分析不確定數(shù)據(jù)時(shí)仍存在挑戰(zhàn)。數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)時(shí)要按照主題進(jìn)行，但是建立倉(cāng)庫(kù)是初步性的，對(duì)價(jià)值的探索是計(jì)算機(jī)輔助的另一個(gè)挑戰(zhàn)。對(duì)于數(shù)據(jù)的處理速度要與分析同步，所以數(shù)據(jù)處理的加速是新的挑戰(zhàn)。

（二）發(fā)展趨勢(shì)

在社會(huì)學(xué)方面可以深入研究社會(huì)網(wǎng)絡(luò)、計(jì)算社會(huì)學(xué)與社會(huì)科學(xué)，另外技術(shù)方面對(duì)社交應(yīng)用生產(chǎn)與娛樂(lè)要引入更多的信息，促進(jìn)移動(dòng)計(jì)算與信息分析、社會(huì)計(jì)算的融合。

結(jié)束語(yǔ)：各個(gè)行業(yè)的發(fā)展都需要計(jì)算機(jī)輔助信息分析的支持，信息分析與科技的融合為人類(lèi)的世界開(kāi)創(chuàng)了新紀(jì)元。

【參考文獻(xiàn)】