<td id="q1vac"><menu id="q1vac"></menu></td>

<wbr id="q1vac"></wbr>

    <rt id="q1vac"><meter id="q1vac"><option id="q1vac"></option></meter></rt><s id="q1vac"></s>
        1. <source id="q1vac"><meter id="q1vac"><legend id="q1vac"></legend></meter></source>
        2. <video id="q1vac"><menu id="q1vac"></menu></video>
        3. <video id="q1vac"><menu id="q1vac"><strike id="q1vac"></strike></menu></video>

              <rt id="q1vac"></rt>
            1. <u id="q1vac"><address id="q1vac"><del id="q1vac"></del></address></u>
              您好,歡迎光臨電子應用網![登錄] [免費注冊] 返回首頁 | | 網站地圖 | 反饋 | 收藏
              在應用中實踐
              在實踐中成長
              • 應用
              • 專題
              • 產品
              • 新聞
              • 展會
              • 活動
              • 招聘
              當前位置:電子應用網 > 新聞中心 > 正文

              人工智能應用才剛剛開始,尚無邊界可言

              2019年11月26日10:05:35 本網站 我要評論(2)字號:T | T | T

              第三屆中國MEMS智能傳感器產業發展大會論壇實錄之三




              由華東光電集成器件研究所、蚌埠市發改委、蚌埠經濟開發區管委會主辦,2019第三屆中國MEMS智能傳感器產業發展大會在美麗珠城、大禹故里——蚌埠龍子湖畔盛大開幕。這里將分三個部分呈現大會論壇的精彩內容,這是其第三部分人工智能。

              人工智能的產業基因與演化動力


              賽迪顧問人工智能產業研究中心高級分析師彭飛


              今年的8月底,世界人工智能大會在上海召開,我們AI中心是負責新技術新架構新安全分論壇的協辦單位,基本形成了比較全面和系統的對人工智能的研究體系。比如說我們比較有特點的是形成了一盟、一平臺和兩基地,其中這一盟就是人工智能技術產業聯盟,我們的平臺是面向人工智能技術和應用的公共服務平臺,在今年剛被工信部評為人工智能應用重點實驗室。

              人工智能很重要,是引領這一輪科技革命和產業變革的戰略性技術,具有溢出帶動性很強的頭雁效應。它的根本的一個重要作用就是人工智能賦能實體經濟。

              很多人會問人工智能它怎么能夠影響產業變革?首先,人工智能作為新一代信息技術的代表,多任務、多技術群相互支撐,齊頭并進的鏈式造成了數據算力算法的正向循環,在這個基礎之上才對能夠影響經濟和社會發展的關鍵性手段,比如預測、統計、決策、描述、連接輔助診斷檢測等進行一個全方位的變革,在此基礎之上朝著萬物互聯、數據驅動、軟件定義、平臺支撐、智能主導的一個發展方向態勢去進行,從而在資源配置,在產業創新,在生產運營,在組織管理進行三方位的變革。

              所以說當今的新一代新型技術較終的目的其實就兩個。第一個就是優化資源配置效率,第二個推動我們經濟的高質量發展。我們看在這一系列變革當中,人工智能作為重要的一方面,作為充分條件實現的人工智能賦能實體經濟;氐饺斯ぶ悄鼙旧,我們很困惑,為什么很困惑?因為截止到今天對人工智能技術及產業的全方位的把控,全方位的分析,他的這種復雜度超出了我們的想象。這對于我們搞咨詢的,搞戰略研究的人來說是一個極大的挑戰。但是這個事兒我們又不能不做,怎么做?兩個例子,牛頓和亞當斯密,我們為什么要說這兩個例子?是因為牛頓力學體系在建立的時候,它需要一個基本元素,圍繞它來理解這個力學平衡,那牛頓力學體系的基本平衡,基本元素是什么呢?是重力,也就是說重力是牛頓力學體系的基本元素,很多的分析范式是圍繞著重力來的。

              亞當斯密在研究經濟學的時候,也發現如果廣泛的沒有提綱挈領的去研究經濟是沒法研究的,所以他指出了我們研究經濟的一個基本思路是理想人,也就是說我假定每一個人或每一個團體,或每一個運營主體都是以自利為基本的分析范式,剛才我也說了人工智能的復雜程度超出我們的想象,那么我們對人工智能技術及產業的分析有沒有一個類似于牛頓體系的重力和亞當斯密自利的這么一個邏輯關系呢?因此我們AI中心也是竭盡全力試圖努力的去尋找在人工智能技術及產業發展過程當中的一個基本要素,圍繞它我們去理解他,因此我們做了大量的工作,我們圍繞著人工智能的基本的三個框架,從基礎層、技術層、應用層,我們全景式的每一個環節我們都要試圖去理解這個人工智能的重力和自利問題,從算法上面講,因為我們中心有很多是人工智能專業出身的同事,所以說我們為了好好的研究人工智能重力和自利,我們找了這些專家,也拜訪了很多高校,從算法上就開始尋找,比如說機器學習,比如說邏輯程度設計,比如說本體工程,我們得出一個結論,那么人工智能算法它的重力和自利是什么呢?叫迭代結構關系演變的捕獲和邏輯性描述,這是不止一個專家給出的一個類似的結論,他們認為人工智能算法的重力和自利就是這個。后來我們又跟我們大數據部門進行三次左右的沙龍,我們分析出在構成人工智能基本要素的數據方面它有大量性、及時性、多維性和完備性的特點。

              傳感器,說白了,它就是環境可靠信息的準確獲取,對算力,無論是云端還是邊緣端,我們也發現現在的算力,它依然變成了時間戰場的超級生產資料。我從底層往上慢慢講。在功能技術上來講,我們把計算機視覺、語音處理,包括機器人技術、分布式AI技術我們統稱為功能技術。為什么叫功能技術?就是因為它是基礎層,數據傳感器、算力、算法及相關的軟硬件涌現出來的一種功能性的一種一整套技術。針對計算視覺、自然源處理、語音處理、控制方法、自動規劃調度等,我們得出一個判斷,所有的人工智能功能性技術都是環境表達和理解中對感官信息的組織識別和解釋的過程。

              同樣,我們跟中國工商銀行軟件開發中心也深刻的交流過關于系統平臺建設的問題,尤其是人工智能性平臺。這是工行軟件開發中心的主任說的,實際上各大銀行也好,建立跟人工智能應用的時候,尤其是平臺建設方面,他就是服務外部環境的網絡協同和數據智能。在應用層面我們還對硬件產品、軟件產品和領域應用也進行了多方位的梳理,也想從中找出人工智能應用的重力和自利。

              那么至于人工智能應用的重力和自利是什么呢?就是場景涌現的普遍性、系統性和恒新性,這里出了一個詞叫涌現,很多人都愛用,今天我借這個場合說一說什么叫涌現,涌現就是1+1等于2.3的那0.3叫涌現,這個詞其實按正常來說是不能瞎用的,一般我們說涌現叫整體涌現性。

              關于普遍性、系統性和恒新性,前兩個大家伙很容易理解,關于這個恒新性怎么理解呢?就是人工智能在很多的場景下肯定會一直保持著恒新性,這個我一會兒再詳細的講。那么通過我們三個層次的梳理,也通過這幾個特點的一個歸類,我們也在想,這些特點有沒有一個統一的東西作為人工智能技術及產業的重力和自利呢?我們拜訪了很多的,大概有七八位人工智能領域的頂級科學家,也跟很多類似華為、百度的科學家進行深刻的交流,我們得出了一個小小的結論,適應。

              人工智能從誕生的第一天開始它就自帶適應基因,怎么講?辭海里面對這個適應有幾個方面的解釋,適應是什么呢?是生物界的普遍現象,是生物與環境,生物的結構域功能等相適合的現象是在一萬年進化過程中產生的。如果我們類似于把適應作為我們看待人工智能的基本研究范式,那么這個適應怎么理解?人工智能通過自身狀態的改變對外部環境作用的一種應答式響應,大家注意了是應答式響應,也可以看成是人工智能與環境之間的一種動態反饋性過程。

              為什么人工智能近幾年才火呢?那不就是對環境的一種應答式反應,一開始是算力達不到要求,所以人工智能總體上來說這個反饋是有限的,當外部環境一旦達到一定要求我這種應答式的反饋就來了,那么認識我們人工智能的適應基因有什么用?我們為什么要研究它,是因為我們在看待此時人工智能技術及產業現狀在預測人工智能技術及產業的未來的時候,我們是要依據的,而不是一拍腦袋就想出來的,而不是炒作概念在這嘩眾取寵,我們是要根據科學的發展演變去判斷它,去理解它。

              那么這個適應真正我們理解人工智能的時候怎么去理解?七個方面,四種屬性,三種機制。第一個叫聚集虹吸;第二個叫涌現多樣;第三叫模塊重構;第四個叫流動變異;第五叫重復積木;第六叫非線性;第七叫共性標識。

              很多看待人工智能角度不一樣,我們為什么要提出這個看法來呢?是因為我們對人工智能認識上,新的人工智能的復雜性那么高,他的邊界是不清楚的,我們現在沒有一個人能說清楚深度學習的根本在那兒,因為邊界不明顯,所以說我們在判斷人工智能產業規模,人工智能技術的切塊化的研究的時候,我們是有局限的。如果我們從這幾個角度去認識,就基本上拋開了邊界這么一種范疇。

              什么叫聚集虹吸?今天也正好借這個機會跟大家分享,是叫關聯要素聚集與可靠數據虹吸,現在就近期科技部和工信部都分別成立了兩個重大工程,一個是科技部形成了人工智能創新示范區,鼓勵全國各地申報,想達到一種聚集效應,工信部是成立了人工智能應用先導區,我作為工信部人工智能先導區的工作組成員來看,現在國家對人工智能的重視程度和落地應用及其重視,上海已經成立了全國第一家工信部發牌的人工智能先導區,上兩個月濟南、青島還有深圳也分別下發了第二塊和第三塊牌,安徽現在正在申請。國家之所以這么搞,也離不開關聯要素聚集的一種基本的范式,我再說一說,今年上半年跟百度一些科學家聊的時候,尤其是聊人工智能邊界的時候,百度的科學家跟我說了那么一段話,他說每當你鍵入一個查詢詞,你都是在訓練百度的人工智能,當你在搜索欄輸入賽迪顧問就在告訴人工智能賽迪顧問的產業研究水平怎么樣,百度每天處理數億次查詢是在一遍又一遍的訓練深度學習性人工智能,所以百度現在定義自家是一家AI公司,這句話就是可靠數據虹吸的反應。

              人工智能作為一個整體,如果在應對環境過程當中的話,他對相關信息,尤其是可靠信息的反應是虹吸的。那問題就來了,每天處理數億次的查詢是不是人工智能的一部分?說是也對,說不是也不對。就是我說這個邊界的問題。

              然后我們再說說AI醫療,我們跟北京市安貞醫院、宣武醫院,還有301醫院在進行人工智能應用合作或者說談判過程,好幾個院長都跟我說,數據問題不是技術上的問題,而是體系上的問題,業界對數據標準的需求度比對數據的需求度還要大。這說明什么問題?這說明人工智能在真正的發展過程當中,他的虹吸效應,尤其是可靠信息的虹吸效應在受到一定的阻礙,我們在跟工信部科技司聊的時候也發現,他們也正在制定各個數據行業的數據標準,也正在邀請各個行業的相關協會在梳理這個數據標準問題。

              我們判斷在未來,在這種聚集虹吸的認知下,可靠數據資源和高效的數據服務,這個細分領域市場也是大有可為。這是我們對聚集虹吸的一種理解。

              第二個叫涌現多樣。涌現多樣什么意思呢?就是剛才說的整體涌現性和融合多樣性,因為受信息虹吸和要素聚集的影響,人工智能在未來我們分析人工智能在任何一個場景都一定會有創新性的應用,我們對待人工智能實際上我們要深刻理解人工智能會伴隨人類文明,在各個領域加上相關的互聯數據小場景的應用已經爆發了,比如農業機器人、農作物檢測、環境檢測、病蟲害預測、生長監控等等,傳統場景下的人工智能應用,場景會非常非常大,這就是人工智能次帶的涌現的多樣基因,它很容易跟外部環境產生一種交互式的交融,很容易涌現一些新的東西來,這是一定的。流動變異,就是人工智能從誕生的第一天起相關的要素就是在不斷的流動,不斷的變異,比如說人工智能這個圈從核心圈從中心圈從外部圈來看,不斷流動,不斷變異,不斷涌現,不斷的循環。

              它還是受選擇和進化的支配,受我們人類,受我們人類意識對它的選擇和支配,這是外部環境非線性,新要素的加入造成整體創新性涌現的非線性特征。這個非線性厲害,我們在研究很多事情的時候,比如說在研究經濟規律的時候會發現它是緩慢的曲線,但是一旦一個新要素的加入,會造成一個非線性的后果,無論它是好的還是壞的。比如說5G來了,5G和人工智能技術交互應用的一個關于落地方面的東西。

              我們跟一些人工智能企業聊的時候,我發現現在大家都變聰明了,要立足于行業+,一是針對人工智能的基因,我要立足于行業+,而不僅僅是我這樣的技術,我在這個地方用,在那個地方用,因為人工智能技術不是孤立的,所以很多人工智能企業現在在做的時候也都是結合其他很多的一些技術來共同完成這個場景化的方案設計。所以說以后我們很多的人工智能企業肯定會在傳統的運用上越來越局限,這個根本原因就在于人工智能這種基因。

              既然新要素的加入能夠產生要不好的非線性的難以想象的好結果,要不產生特別差的壞結果。所以說在未來科技成果的有效轉化和對立足行業的+是應對非線性的重中之重。邊界信號與交互選擇,形成的共性標識,對于人工智能意義來說是意義重大?傊,適應這個東西作為人工智能技術及產業的重力和自利,能夠有效的為我國經濟建設提出一種四梁八柱的框架。


              人工智能技術的較新進展及典型應用


              科大訊飛市場運營部經理隋清濤


              科大訊飛在智能語音和人工智能方面一直在做持續的努力。其實我們在2017年和2019年的時候先后兩次入選了美國MIT科技評論,當時評選了全球較聰明的50家公司,MIT評論評選公司的標準是擁有先進的技術,以及實用又有野心勃勃的商業模式這樣一個標準。今年我們通過推動人工智能全面的鋪開,包括在教育、醫療、政法等各個各個行業賽道的落地應用情況,以及今年的翻譯機3.0將中文和全球58種語言的互譯,依托這兩點再次入選了全球較聰明的50大公司之一。其實不管是2017年還是2019年,人工智能在這個評選當中都是一個關健詞。

              人工智能有兩個大的產業背景想要跟大家來分享一下。首先第一個是信息產業發展的浪潮,信息產業發展從出生到現在,先后經歷了六次的變革,首先是在上世紀六十年代,我們叫大型機時代,當時電腦是一臺很大的機器,之后我們經歷了小型機時代,個人電腦時代,包括桌面互聯網時代,大家知道在桌面互聯網時代我們的交互方式是鍵盤交互,在這個時代微軟做的較好,之后經歷了移動互聯網時代,這個我們交互方式是由鍵盤變成了觸摸,到2017年我們說進入到了萬物互聯的時代,在萬物互聯時代我們的交互方式或者說萬物互聯時代他其實是在一個無屏移動原廠狀態下,大家發現交互方式由較初的鍵盤觸摸變成了以語音為主,鍵盤觸摸為輔的人機交互的時代正在到來。也就是說人機交互推動產業變革,而語音將會成為我們交互較便捷的方式,我們的交互方式已經回歸到了人類較自然便捷的語言溝通上來了。這是第一個信息產業發展的變革。

              第二是人工智能的浪潮,人工智能從開始到現在并不是一帆風順的,前前后后一共經歷了三次浪潮,從1956Dartmouht會議上就提出來了,當時提出之后當時被很多的科學家認為在之后的20年內人工智能能夠代替人們所做的一切,由于對人工智能的態度過于樂觀,或者說對于項目難度估算不足,其實我們看到很快人工智能進入到了它的第一次低谷,直到1980年當時卡耐基梅龍大學研究出了一套專家系統,之后人工智能迎來了它的第二次的浪潮,但是很快沒過幾年像微軟、蘋果當時他們出的臺式機這些系統很快超過了專家系統,之后人工智能又進入到了它的低谷,直到2006Hinton提出了深度學習,前兩次浪潮之所以進入到低谷,主要受制于計算機的運算能力不足,問題的復雜性,以前人工智能處理問題都是很單一的,一旦這個問題上升到了一定的高度,或者說一旦復雜了之后,人工智能就解決不了了。

              那有人就問了,現在我們處在第三次的浪潮,會不會這次的浪潮會像前兩次一樣,同樣會破滅呢,或者說第三次的浪潮特點是什么呢?首先我們說深度學習這些理論的提出,第二個我們說云計算的出現,使得后臺處理能力大幅度的提升,第三個移動互聯網時代,我們現在有源源不斷的大數據推送到后臺,所以現在我覺得應該不是考慮第三次浪潮什么時候破滅,而是我們應該考慮的是他未來將會在多深的深度,或者說多廣的廣度,或者說多快的時間來改變我們的生活,其實我們現在已經看到了人工智能在我們生活中的改變,之后也會給大家介紹在行業的應用。

              這是兩個大的產業背景和大家做介紹和分享。我們再看國內國外的形勢,美國特朗普總統從2018年開始2019年也是先后兩次在重要的場合提出了人工智能的地位,或者說美國發展人工智能它的一個決心。在我國我們看到從2017年的3月份人工智能首次寫入國務院政府工作報告,20183月份、20193月份已經連續三次寫入了國務院政府工作報告,20173月份首次寫入之后,我們看到同年的7月份國務院就引發了新一代人工智能發展規劃,我們看這個規劃中我們看到明確提出了語音識別、視覺識別是世界領先的。

              科大訊飛一直深耕智能語音,所以當時我們看到這個規劃的時候,我們也是很驕傲或者說很激動的。同年12月份我們國家的首個認知智能重點實驗室就落在了科大訊飛,其實這個認知智能實驗室也是國家唯一一個在認知智能領域的一個重點實驗室,稍候會給大家來介紹認知智能在整個人工智能技術層面的一個級別或者說它的一個進展。人工智能在它的發展上從技術層面我們也可以給他分為三個階段,首先我們看到在計算智能方面,能存會算,到感知智能階段,不但能存會算,還要能聽會說,能看會認,到現在也是我們即將一直在持續突破的一個階段認知智能領域,不但要讓機器能存會算,能聽會說,能看會認,我們還要讓他能理解會思考,所以認知智能也是在整個認知智能發展的進程當中的高級階段,認知智能領域也是我們在一直持續突破的重要的階段。

              隨著人工智能技術的不斷發展,訊飛的歷史使命也在持續的做出改變,或者說也在一步一步的推進,科大訊飛是1999年成立,截止到今年正好是20周年。較開始我們的使命是讓機器能聽會說,隨著剛剛介紹到的,2006年提出了深入學習,到現在我們的歷史使命就是讓機器能聽會說,還要讓他能理解會思考,為人工智能建設美好世界。說到讓世界能聽會說,會說其實就指的我們的語音合成的技術。這是在國際上對于語音合成方面較權威的一個比賽,中文叫做暴風雪競賽,我們是在2006年的時候首次參賽,截止到今年是連續蟬聯了14屆比賽的冠軍,其實在這次比賽也很有意思,這次比賽是選了羅振玉脫口秀的比賽,難度是較高的一次,在這個指標當中有一個自然度的指標,我們達到了4.5分,這個自然度的指標是什么概念呢?如果我們把它分到三四五分的話,3分是語音合成技術的應用門檻,四分是普通話比較好的水平,五分是央視播音員的水平,今年是再次刷新了記錄達到了4.5分的情況。

              通過我們的語音合成技術我們模擬了央視已經去世了的李易老師的聲音,創新中國的紀錄片,其實現在不僅僅是中文的語音合成,稍候也會讓大家來看一下我們英文的語音合成同樣可以實現,現在語音合成訊飛也推出了一個APP,叫訊飛有聲,但是大家也會發現,訊飛有聲大家錄了一兩句話幾段文字之后就可以合成我們的聲音,但是那個聲音和我們這個聲音是有區別的,APP上的聲音有卡頓,或者說有機器的感覺,是因為這項技術我們沒有完全的對外開放,也是考慮到一些安全的因素,因為現在在我們實際的技術當中我們只要錄大家十分鐘的音頻,我們就可以模擬任何一個人的聲音。所以基于這樣一個安全的考慮,像電信詐騙等等不安全因素的考慮,這項技術沒有完全的對外開放,但是我們已經可以實現這樣的一個操作。不僅僅是聲音的語音合成,那同樣我們說嘴形和聲音也可以達到同步,也是全球首個虛擬主播,比如說錄一個小時,十分鐘二十分鐘的視頻,會通過人臉識別等等相關的技術來學習我們的口型和聲音達到這樣一個匹配,輸出出來之后聲音和口型是可以聲話同步的。

              我們英文的語音合成也可以實現。其實我們知道特朗普總統并不會講中文,我們當時選取了半個小時他就職演說的英文素材,通過發音模擬等等一系列技術就可以合成他的中文語音合成系統,現在我們可以實現讓他說任何語言。

              這樣一個語音識別技術門檻的提高或者說語音識別技術的不斷發展,對于我們未來在萬物互聯時代能夠起到一個很好的推進的作用;谖覀冋Z音識別技術,在我們的年度發布會上發布了訊飛轉寫機,就是將語音轉寫成文字,我們達到了98%以上的準確率。所以只要像會議記錄我們只要會后對它做一個簡單的核對修改,基本上整個會議內容就可以直接輸出了。有一款訊飛輸入法是針對消費者免費開放的,我們在微信或者打字的過程中直接通過語音就可以轉寫成文字,轉寫準確率在98%左右,感興趣的各位領導專家可以嘗試一下。

              機器翻譯現在我們發展到什么樣的程度了呢?2018年底參加了由外文局組織的CATTI考試,我們達到了二級、三級的標準,三級是應用門檻,二級對一些重要的會議場合有翻譯資格,一級其實是取得了二級的合格標準之后經過幾天的經驗積累之后才能上升為一級,所以現在我們的機器翻譯技術達到了二級、三級的合格標準,同樣在2018年底我們參加的國際口語機器翻譯大賽上取得了端到端的模型第一,需要對我們語音進行一個識別,轉寫成文本,后臺對文本翻譯之后再通過語音合成將翻譯結果輸出出來,那這個端到端的模型是直接將我們的語音翻譯輸出省去了中間的很多過程。傳統的這個機械模型我們需要用6000個小時對它進行不斷的訓練,現在的端到端模型的翻譯只要2小時就可以實現了,當時比賽比的是英德之間的翻譯,并不是中文和英文,其實我們這項技術的不斷突破,現在可以實現任何語種之間的翻譯都可以滿足了。

              能看會認,是指我們的圖象識別,圖象識別我們在去年的8月份參加了國際模式識別挑戰賽也是拿了三項冠軍,基于這項技術我們手寫的內容只需要拍照上傳到后臺就可以直接將文本輸出出來,一些寫的很潦草的字體我們只需要對系統進行單獨的訓練也同樣可以做到很準確的識別,F在對于中高考的手寫字體,識別的準確率保守估計可以達到97%,所以現在它的應用場景像中高考的閱卷自動批改,包括司法領域的應用,訊飛輸入法文本轉換都得到了很好的應用。

              在去年十月份參加奔馳Cityscapes國際自動駕駛領域權威評測比賽,我們也是獲得了兩項子任務的世界紀錄。到底是人還是樹還是泡沫,因為這是一個數據驅動的問題,后臺沒有那么多的圖像作為數據支撐,所以識別準確率只能達到83.6%,但是它的重要性在哪兒呢?前方是樹還是人,還是泡沫,還是石頭,不同的障礙物后臺處理邏輯是完全不同的。所以隨著數據的不斷增加,識別的準確率也會逐漸的提升,我們看到文檔分析,包括在場景當中對于靜態物體的分割,我們也在持續突破。

              在線的數學公式和離線數學公式,對于中高考,對于數學試卷的批改也是很有幫助,其實對于機器來說,在線數學公式,因為后臺是做到很準確的識別判斷的,對于離線的數學公式相對會難一些,但是我們知道,考試一般都是對于我們離線的數學公式進行一個掃描識別系統自動判斷,所以這一技術的發展對于試卷的自動批改也能起到很好的推動作用。

              對于人工智能高級階段認知智能領域,讓機器能理解會思考,我們現在自然語言理解發展到一個什么樣的程度了呢?其實之前判斷機器理解有一個較權威的比賽就是圖靈測試,就是讓機器和人去聊天,前提是你不知道對方是機器的情況下和機器聊天,明明和機器聊天,你卻以為和人在聊天,如果是這樣就說明這個機器通過了這個比賽,但是在移動互聯網時代有源源不斷的大數據推送到了后臺,通過這種方式很難在短時間去判斷機器了。所以現在我們出了一個更權威的測試方法,SQuAD機器閱讀理解比賽,這個官方是選舉了維基百科讓專家去讀文章,給出題目和答案,再讓機器去讀文章做專家的題目和答案,機器的答案和專家的答案進行比對,以此判斷機器的理解。我們在20181月份首次參賽超過了微軟,在201811月份這項比賽增加了難度,叫做問題的不可回答性,就是機器讀完文章做題目的時候,如果覺得這個題目的答案跟文章無關可以拒絕回答,這是2.0時代,今年3月份再次刷新了記錄,并且這里面有兩項指標超過了人類的平均水平。

              同樣我們的中文語法錯誤的診斷大賽也在持續的突破。人工智能技術超過人類會怎樣,大家是不是會覺得人工智能技術會像1956年之后科學家們預測的,在未來真的會替代人類所做的一切呢?不是,首先是常識推理,2016年我們知道AlphaGo對戰世界圍棋高手都贏了,所以第一輪通過90分參賽團隊才能進入第二輪,當時參賽只是得到了58.3分,很遺憾,離90分太遠了,結果所有結果出來我們是所有隊伍里的第一,即使到今年我們只突破了70分,這是什么概念呢?在無先知經驗的常識推理領域,我們的機器僅僅能達到六七歲孩子的水平,通用人工智能才剛剛起步,常識推理怎么理解呢?比如說我們說15分鐘對于我們人來說喝咖啡很容易,但是趕火車很難,但是機器不知道,所以人工智能才只是剛剛起步的一個狀態。

              基于這些技術的不斷發展,我們也進行了一些應用,像機器自動閱卷,包括在2017年我們的智醫助力也參加了職業醫師資格考試,456分,超過96.3%人類考生,現在可以對常見的900多種疾病可以做出診斷。這是201710月份的報告,是人工智能包括像美國科學雜志的一些預測,對人們工作的一些替代率的預測,對行業替代率的預測,時間關系不再做過多的追述。

              我們說人工智能+時代,必須要跟行業專家相結合,要跟行業大數據相結合,較終才能真正的落地和應用。同樣人工智能技術的兌現有一定標準、真實可見的應用案例,像我們說到的翻譯機3.0可以成功的將中文和58種語言翻譯,可統計的證明應用成效,像我們現在的智能錄音筆,一個小時的錄音5分鐘就可以撰寫出文稿來,大大減輕了壓力,提高了我們的工作效率,這是一個兌現的標準。包括人工智能在教育行業的落地應用,我們的類人答題機器人達到了一本的水平。教育通過對學生日常數據的采集對他們的課堂訓練,課后的作業考試,就可以精準分析每個學生的薄弱環節,其實基于我們的知識圖譜,我們知道這個知識點沒有掌握好,是幾個知識點沒有掌握好的,我們就對他的癥結進行分析,基于我們后臺的題庫就可以針對他的薄弱環節進行一個精準的推送,從而對學生實行肩負增效的目標,以前都是大量做題,現在就可以對學生實現因材施教,個性化的學習。

              醫療領域通過跟行業專家相結合,和大數據相結合,我們能夠讓人工智能完成80%醫生這種事務性的工作,讓醫生專注于他們的醫療服務,這是我們打造的醫療的全場景的模式,剛剛說到的執業助理在全國的68個縣已經得到推廣應用了,對我們國家缺少全科醫生,尤其是基層醫院醫生資源不均衡的情況起到了推動作用,也會對醫生的診斷結果做出一個監控,相當于給醫生做一個兜底保障,因為醫生的檢查結果和我們后臺檢查結果出現不一樣,會給出醫生提示,讓醫生進行二次復核,復核之后如果結果還不一樣,會將雙方的檢查結果上傳到上一級醫院讓他們來進行一個判斷,所以他也可以為基層醫院醫生的整個診斷結果做一個兜底保障的作用。

              在政法領域也是和公安部、較高檢、較高法進行合作,基于我們的聲紋我們和公安部成立了相關的重點實驗室,一直在推進這塊的個應用。我們的刑事案件輔助辦案平臺進行斷案,在今年的1月份已經在上海首次用于輔助庭審了,對法官的量刑也能起到監管或者說兜底的作用。在城市領域,整個業務范圍覆蓋了社會治理、政務效能、人才培養等等。

              智能汽車基于我們的智能語音技術實現汽車的能聽會說,實現汽車的萬物互聯,包括廣汽傳祺,這對于確保他們的行使安全是很有幫助的。通過我們的智能語音技術幫助我們傳統的人工客戶外呼,包括簡單的查詢等等,節約人力成本,還有跟海底撈合作的電話訂餐的使用場景。大家現在打電話,海底撈訂餐就是小美客服接聽,它可以支持用戶隨意的插話打斷,你說什么問題他有一個自然語言理解的過程,可以生成用戶畫像。

              還有現在建行、中國移動、聯通、電信等等都在和我們進行深入的合作,推動客服的落地。同樣在公益方面,在教育醫療、方言保護公益,還有無障礙公益,我們也幫助一些殘障人士能夠回歸社會。

              對科大訊飛來說,人工智能是一個生態,對于人工智能產業的發展是一個生態的建設,不是一家公司一家公司的競爭,也不是一個行業一個行業的競爭,它是一個體系,一個生態與生態之間的競爭。我們是在2010年搭建一個科大訊飛的開放平臺,將我們核心技術放到我們開放平臺上,現在在我們開放平臺的這個團隊數由較初的53萬已經突破到了105萬。我們將我們的核心技術免費的開放給一些創業團隊,讓他們在我們技術的基礎之上進行二次的開發。

              我們是從前年開始,每年的1024號,1024是我們開發者節,所有圍繞人工智能的創業團隊都來合肥參加我們的1024。我們開放平臺,包括AI大學,截止到現在學院數已經突破了36萬。

              5G時代下的人工智能


              百度智能云GTM部高級解決方案架構師王大海


              我主要講百度人工智能的平臺和應用情況。百度到現在為止發展了18年,已經從較開始一家搜索公司變成了一家人工智能公司。我們為什么說是人工智能公司,現在因為我們做搜索也好,做別的應用也好,特別是搜索,你說吃紅燒肉,怎么做紅燒肉,給的答案都基本上一樣的,為什么?它是人工學習得來的,你問任何問題基本上百度都能給你答案,這些答案都是網上學習來的,它有海量知識庫,所以我們有百度現在在全國占的份額能到百分之八九十。

              百度業務體系包括自有業務,還有投資的生態,自有業務包括阿波羅無人車、百度網盤等等,2017年百度開放了三大平臺,一個是DUEROS交互式人工智能平臺,第二個是阿波羅無人車平臺,第三個是百度大腦,還有智能云,這幾個業務在公有云基礎上部署。百度AI的整體功能集,到目前開放了218項人工智能的技術,有130萬的開發者和創業伙伴在這上面做應用。20196月份百度AI幫助找回27年之后的一個孩子,我們拿著照片3歲,找到人現在已經30歲了,AI識別出來,還幫助抗戰老人找回他的戰友,不是真的找回,是跟他的戰友語音合成通話。

              百度的Dueros,還有Apollo平臺,百度無人出租車20199月份在長沙已經試運行上線,感興趣的各位朋友可以去體驗一下,現在河北也正在做這項準備工作,預計2020年也能進行試運行。無人駕駛的生態情況,目前為止我們有300多輛無人車,道路測試是200多萬公里。

              百度AI整體的組織架構,目前由王海峰博士牽引下推動的大的人工智能實驗室在全球進行全面一個深度人工智能的開發和應用。百度AI分為算法層、深度學習、機器學習、大數據分析等等,還有認知層自然語言處理、知識圖譜等等。百度大腦的基本應用場景包括工業、農業、教育、零售、文化、娛樂、企業服務等等一些方面。在百度工業,我們幫助工業挑選零件的瑕疵度,原先是手工挑選效率非常低,包括溫度、環境都比較惡劣,如果用機器來挑選就比較容易,我們現在跟寶鋼包括IBM包括聯想也在合作,寶鋼是鋼有沒有裂紋,有沒有氣泡;手機屏幕面板有沒有瑕疵,也可以一眼挑出來,很多都是我們合作伙伴把這個項目拿下來,百度是提供一個平臺。我們在百度大腦基礎上開發,有的找到百度就百度做,它是一個非常成熟的技術。

              京東方跟百度大腦合作項目相當于京東方來做,包括有沒有蟲害、枯萎、水培方案、光照的控制、溫濕度的控制等等。物流傳播調度、人臉識別掛號、貨架的審核,就是我們現在人工擺放的貨架是不是合規,我們要派很多人審核,是不是達到我們管理方或者是超市方的要求,我們通過百度AI直接識別。

              百度機器人主要有八大功能,包括語音、人臉識別、導航、知識交互等等。百度AI開放平臺現在基本上提供給我們開發伙伴,24小時可以集成過來,編碼非常少,現在130萬的開發者合作伙伴在應用我們的技術。它相當于基本上現在應該是全國較大的一個開放式的人工智能平臺。深度學習平臺,現在全球較大的有三家,國外是谷歌,Facebook,國內是百度,能夠圖像識別、自然語言識別等等,它的基礎都是脫胎于我們深度學習平臺,在這個基礎之上我們可以做一系列定制化的模型、訓練,比如識別的是火車票,隔了一天又來了發票,再隔了一天又來一個手寫的發票,只要對于一個框選后面就可以看到,這是一些合作伙伴的應用落地情況,拼多多,各行各業都已經在應用。百度AI能力主要分為兩個方面,一個是通用類AI能力,還有一個是定制化百度AI服務平臺,包括圖像的定制、聲音的識別、智能對話的對話系統、定制的語音文字模板識別。

              我們可以得出幾個結論,一個是自然語言識別,就是我們可以對你說的這些話語做一個復雜的識別,跟人一樣完全理解你的意思。還有一個是聲音的識別,還有百度導航的能力?拼笥嶏w是錄一段音,10分鐘、20分鐘做一個合成,百度現在是20句話,大家可以在百度地圖上面點一個頭像里面的聲音合成,你可以用男朋友、女朋友的聲音說20句話,說完之后導航就是你們家寶貝給你導航了,它已經上線了,也是今年八九月份上線的。這也是我們的語音合成技術的一項應用,就在百度地圖APP上可以體驗。

              我們的語言識別能力包括對話情緒識別、文本糾錯、文章標簽、短文本相似度、詞語分析、詞義相似度、詞向量表示等等。如果全靠人工是不可能的事,一定要通過AI的方式去識別,所以說我們總結出有這么多技術。

              我們看一下應用案例,我們對接了不同的行業客戶,包括新聞媒體、電商、直播、數據分析行業。我們的商品口碑分析、內容審核、包括彈幕審核等等。自然語言應用平臺是三個,一個是理解與交互技術UNIT,還有機器翻譯平臺、智能寫作、處理應用技術、文本糾錯、情感傾向分析等等。

              下面講一下情感分析,我們可以看到,這車懸掛特別硬,完全難以忍受;我們現在住酒店,經常會有評論,評論其實都不是人分的,就是用機器用AI識別,識別完以后自動分到某一類,其實現在有的商家也比較計較,會要求把某些不好的評論過濾掉,其實AI就可以做到。對話情緒的識別可以精確判斷,提升客戶用戶體驗和用戶滿意度,F在銀行提供的服務比較多,這個人情緒怎么樣,我們能夠及時識別出來,對后面提供他的服務有幫助,包括對他回答問題我們有一個相對關注的方向,不能這個人已經生氣了,還是按照自己的方向講。

              百度APP有好多標簽,這些標簽怎么來的,文章上來以后也是系統自動分類。文本審核,有些是色情的、政治、推廣、辱罵的灌水的都可以過濾,比如一天500次以內是免費的,多了的話有一個定制化需求。我們在網絡媒體的應用是給文章打標簽,或者在后面做一個監控,提高文本處理效率。觀點就是這個人發表了文章以后,自動對這個觀點做一個分類,電商服務網站幫助可以客戶編寫旅游的點評,我們會有一些提示,相當于關聯、聯想功能。

              下面給大家分享一下百度語音技術,語音技術主要分為三個方面,語音識別、語音合成,包括語音聲紋的合成。我們有硬件,包括聲紋一體機和其他一些聲紋設備,如聲紋識別儀。它相當是一個服務器,裝載了聲紋識別的EPA,我們開發的時候只需要調用接口就行了。云應用在各種領域現在也用的比較多,近場語音打電話比較多,包括輸入法,還有遠場語音主要用是機型交互。行業應用包括有閱讀、訂單播報、掌閱讀書,現在用的也是百度,如圓通速遞等實時字幕。

              在現代智慧家庭里的例子是小度音響蟬聯了全球第一,是因為它AI做的好,我舉一個例子,我的朋友他奶奶是江浙人,說話一般人聽不懂,有時候說小度小度停止,它停止了,有的時候它聽不懂,但下回就知道了,就跟小孩學語言一樣,經過一段時間訓練都能識別出來。它里面結合了好多我們百度搜索的內容,包括其他一些有聲讀物的內容,你要看一個電影、電視都是可以的,這是百度的AI能力。

              在我們智能政務大廳,基本上你跟它聊的任何話語它都能識別,可以讓百度地圖給你講故事,或者做別的事,但是它告訴你它擅長于做導航。百度的機器人用的領域,也是用的語音。智能客服也有一個聲音,基本上就是我們辦的所有業務都能完整識別。早期電話業務都是按鍵式的,很煩,后來改成語音的,你不斷選下去,我們現在改成第三個AI版本以后,機器人對你的問答是開放式的,什么問題都可以問,它可以做的具有對話能力包括可視化的學習和存儲。對客戶提出的一個問題有一個FAQ挖掘,比如說我們中間有一段文字,機器能自主識別出來。

              下面講一下百度人臉技術,包括人臉識別、屬性識別、手勢和駕駛行為分析。這塊也比較成熟,國外如果報警只要對著攝像頭做一個V字型就可以了。這邊百度也在好多次國際大賽中拿到好多獎項。我們的開發套件、云服務API、端離線SDK,包括一些開發工具,人臉基本上是從落地到實施一般三天就可以完成。我們的合作伙伴用百度的API做的應用,包括視覺技術、OCR、視頻、AR、機器人視覺、圖像。

              用百度報銷發票只要擺在一張白紙上面讓百度AI看一下就可以自動識別出來,現在不用人工對了,基本上機器識別,還會算一下錢對不對,錢不對AI小程序自動發過來,你多了2塊錢給你減掉,我們說同意那邊就自動報銷了,報銷速度很快,三兩天就報下來了。

              人臉識別我們結合了好多行業伙伴,可以體驗一下百度APP右上角的拍照小圖標,大家拿它拍花或者拍植物會告訴你什么植物,還可以自拍。小米手機這個智能識物用的是百度,如文本識別、廣告、暴恐。如果上傳暴恐的東西,自動審核就通不過,包括文字識別也是一樣的,現在我們有好多人做微信公眾號的運營,有好多不合法的內容,你發上去以后馬上就反饋你不合法,都是AI做的。

              這是一個美玉秀秀,我們看到一個東西拍一下,圖片一搜就告訴你哪地方有賣的。這是百度的定制化AI服務平臺,主要是EasyDL定制化圖像,還有OCR識別,這是一個海量無限的市場需求,包括識別,基本上做完訓練都可以完成。地板識別可以發現有沒有蟲眼,有沒有壞的。EasyDL使用可視化的界面,很方便。


              普惠AI+5G融合創新


              華為數字政府業務部副總工王浩


              我講講華為在5G以及人工智能產業結合方面的進展和我們的觀點。應該說5GAI都是非常熱門的詞,特別是今年,我們說5G是成功商用,成功商用但是從我們行業的判斷來說應該說是被迫提前商用,正常來說還要到2020年的6月份,因為5G的三個標準現在只下來了一個,就是大帶寬標準,還有兩個標準由于各種原因還在路上,因為你要讓產業跑起來得有標準,不然自說自話就亂了。

              在行業或者產業趨勢來的時候,我們怎么把握好這個點,140年前是匹茲堡,是鋼鐵,它是產業中心。到了70年前底特律又是一個產業中心,因為是汽車造就了一個新的世界強國,40年前硅谷又成了世界的創業中心,下一個創新會不會在中國,在蚌埠或者在什么地方,歷史總是被創造出來的。

              那么擺在我們面前的機會就是產業數字化的過程。為什么關注5G,說白了就是5G讓這個產業數字化或者說我們構建這樣的數字世界成為可能,我們講萬物互聯,把每一個產品,每一個識別都連到我們的網上,甚至我們借助一些穿戴式設備把我們的個人信息也連到網上,你可以通過這些信息去為用戶畫像,描畫出一個虛擬的人,未來人會不會永生不知道,因為你有足夠的智能去訓練它,他都可以在這個虛擬世界里表述出來是不是原來那個人。

              所以我們說,在這個產業浪潮到來的時候,我們順勢跟著這個產業的節奏走,所以來看我們的一個判斷或者我們的一個理解就是ICT原來是垂直行業,大家做的像一個部門一樣,但是現在會成為一個水平行業,每個部門每個組織或者每個人都離不開ICT的能力。所以說數據成為一種新的生產資料或者說生產資源,你的人工智能跑的快一點,因為做的早一些有很多數據的積累,這是做人工智能所需要的一個基本能力。我們從三個方面來理解ICT,他會成為智能世界的基石。

              關于5G,以前3G或者4G,3G是伴隨著互聯網,4G是移動互聯網,互聯網是美國或者西方引領潮流,移動互聯網中國走的還會比西方更快一點,現在阿里這個支付寶刷臉支付的有7億人,我們移動支付比國外要領先很多,這是基于我們4G設備的普及。

              今年年初的時候,我們預計到20255G的覆蓋全球能超過40%,13億的設備,但是這個還有點保守,因為中國有利強有力的推動,因為5G設備現在有40%在中國。所以我判斷這個節奏會來的更快一點,那么5G的行業應用哪些地方會先落地,所以這是根據政府和各大運營商也都在關注這個問題,是大帶寬,低時延的無人駕駛還是萬物互聯的工業互聯網都有可能。

              應該是昨天1122工信部辦公廳發了一個512工程,5G+工業互聯網的512工程,5個平臺,10個垂直行業,20個典型的場景,這是苗部長8月份去參觀的時候就擬定的512行動計劃。當然在每個領域都在按照自己的節奏去理解應用這樣的技術,所以我們現在跟運營商,包括和政府平臺說,你先不要去想那么多,你把什么事情都想清楚再做5G可能就晚了。因為對于5G來說,和4G帶差的作用和意義是不一樣的。

              4G改變的是生活,用移動支付刷視頻的社交,基本上是在個人的領域里。但是5G帶來的影響未來是不是無人駕駛,好多出租車司機就失業了,或者改變了各種工種、各種行業,這都是存在可能的。所以說5G對這個社會的影響非常深遠,它的意義遠超過4G,所以我們現在看國內先建5G,把5G建起來,讓各行各業的人會用這個網絡,用這個數字的底座和平臺去延伸它。比如上海核心區已經實現了100%的覆蓋,這個國內相對來說是比較超前的,現在也是一些各個區都在想,我們5G場景要快速落地,所以對于5G來說就大踏步向前走,既然在這個事情上已經領先國外,就不停留,不要把這個機會浪費了,錯過了。

              5G領域,包括像華為Cloud VR和賽迪也在發行業白皮書,我們希望是把這些VR大量的內容放到云端去,把它應用到各行各業,比如說做AR的輔助設計、安裝、檢測,以后你再現場就可以一邊戴著眼鏡,一邊與后面的專家進行交流,以前是耳朵上夾一個手機,這帶來效率顯著的提升,需要大帶寬的支持。因為實時的把高清的畫面傳回到總部去,這正是一個應用場景,所以對于5G要快點用,每個行業自己去挖掘自己的場景或者是現實。

              第二個是人工智能,每個行業都會用大人工智能,所以我們提出一個普惠AI,今年在上海的HCT大會,人工智能我們理解的通用技術就是電、水包括以前的汽車一樣,會有幾個階段,第一個是技術和應用的探索階段,第二個是技術應用之后和社會的碰撞,大家現在焦慮的就是剛才有專家說的,會不會職業或者行業被取代了,什么什么人會失業,這就是新技術和這個行業社會的碰撞的過程,這個焦慮總是有的,新技術出現對社會的改變總會帶來一些焦慮,這是一個不斷碰撞,但是還是在向前。

              第三個就是相融,大家普遍接受,我現在再去部署人工的語音客服,誰還會這么干呢,人工智能就搞定了,這就是逐步逐步相融的過程。

              第四個階段就是這個技術已經成為通用的能力,他要孕育出新的通用技術,所以這個是技術應用的幾個階段,當然我們現在看人工智能在第二個階段,它對整個社會帶來的三點變化,第一個會觸發傳統產業的重新定義,重復的腦力勞動會被人工智能逐步逐步的替代,或者說輔助。因為有些行業涉及到醫生,你不可能完全交給他,包括現在的無人駕駛,可能技術上具備了一些成熟,或者說可以去做一部分嘗試,但是涉及到的法律法規、人文、倫理道德都是滯后的,所以一定還會有一個過程。第二個就是定義新終端品類。第三個是顛覆云服務模式,比如我賣一個小終端,一個小盒子給你,但是它的能力在云端,用云服務的方式去做。所以較終我們說打破了傳統的硬件以及APP這種服務的商業模式和業務邊界,能夠實現和數字世界的自然交互和指導,升級成全新的通力的APP。

              還有,打破數據中心邊界,打破CPU邊界,你需要網絡的支持,有一個環境,以前是攝像頭捕捉到人臉傳回來再發給現場這樣一個交互。我覺得未來不是這樣,攝像頭具備了邊緣結算的能力,所有的訓練或者復雜的演練在大型的數據中心去做,就像超大的中央電廠一樣,做完之后把成果部署到邊緣計算節點,這個邊緣計算節點就可以實現實時的運算,獲得反饋。所以這是中心的較強運算的點,但是并不是每個地方都需要,當然你都可以去訓練,帶到你的邊緣節點去執行日常的工作,這是5G人工智能和邊緣計算,這就是我們對ICT行業成為行業通用能力的點。

              這是德魯克管理者之父提出的,趨勢已經來了,但是轉折點發生的時候我們做什么才能跟得上這個趨勢,所以我們為什么提普惠AI,就是希望這個能力能夠為各行業所用,華為在這個領域一直在向下走,從芯片的角度,包括現在開放鯤鵬的生態,一個是人工智能,一個是傳統計算架構,能把這個算力、單比特運算逐步下降,能夠把人工智能能力向社會去開放。

              5G華為是堅決投入持續創新,到現在5G華為的研發投入已經超過20億美金,我們還會繼續投入,我們還在持續的探索。雖然今年比較困難,但是5G的商用還是華為全球第一,我們現在有接近60份合同,全球超過7萬的基站建設,當然其中第一大的是在中國,但是第一個商用不是在中國,是在韓國,他們在利用5G去做娛樂,做的比我們要早。我們的5G方案叫堅定地打造基建部署,我們的小基站重量控制在20公斤,為什么呢?在歐洲如果你超過了20公斤就得雇2人,這是勞工合同法里面的標準,如果20公斤以下一個人就搞定了,再重一點要用起重機,這個對于安裝和部署來說是有難度的,或者說增加成本,這個就做到了極簡,這樣對5G網絡的部署和快速推進是可以的。我們的耗電大概比友商低20%左右,F在是拿了一些獎項,前兩天看了一個2019年世界五百強的分析,愛立信已經離開了五百強的品牌,因為以前它是我們的老大,所以產業的格局時刻都在變化。

              5G華為在合肥和中科大有人工智能聯合實驗室,國內和其他全球的機構也都有投入,打造全站全景的解決方案,包括一些生態、人才的培養,以及解決方案內部效率提升。人工智能第一個應用就是用在華為內部,用老板的話講自己的狗糧自己先吃,因為我們是制造企業,也是大組織多國跨國企業,所以內部的效率提升,對我們每一點都意味著資金的節約和效率的提高。

              在這個領域,華為開放了一個全棧的普惠AI,可以把晟騰芯片給你,你基于晟騰芯片做開發也好,或者說應用部署也好,因為今天的主題也是智慧從芯開始,華為也和我們是匹配的,華為來構建人工智能的框架;旧,5G我們可以完全不依賴美國,就是從芯片到各種材料,這個也得益于國內大量的合作伙伴的支持。我們晟騰的310/910、AI芯片是在AI領域,簡單一句話,老板說把復雜留給自己,簡單留給客戶,就是簡單應用到我們AI的能力,這是我們提出普惠AI的考量或者出發點。在

              5G+AI的行業應用中,在幾個場景里面做什么事,取得什么樣的成績,在汽車領域華為設立了一個專門的汽車BU,在車這個領域華為的定位很清晰,就是華為不造車,沒有華為牌的汽車,然后助力車企造好車,所以我們和上汽、奔馳、寶馬都有合作。因為現在的智能汽車,你關鍵的幾個核心點,比如傳感器、雷達,毫米波,還有攝像頭、車載的計算板華為都有,當然早些我們也曾經說想過要不要造一個華為車,就像蔚來一樣,找現有的車廠去代工,后來個方案被老板否掉了,我們是做汽車的供應商。

              現在我們是單車智能,不依賴于其他的,完全靠這個車自己去學習,自己去走,另外一個就是場景交互,因為智能車單體智能可以解決自動駕駛的問題,當然還會需要時間,剛剛說的法律道德一系列的問題。大部分,百分之七八十是因為二次事故,你不知道前面發生了什么事情,剎車不急追尾或者發生更嚴重的事故,如果前面發生了事故,再加上你的司機做提前的處置或者提早的規避就可以解決問題,所以現在我們在北京的延慶高速布了一段車路協同的事情,而且會比智能的車更早應用。比如現在提升智能公交,上海港到轉運的火車有一段自動駕駛。就是華為在自動駕駛云服務有一個算法,所以我們提供一個叫Outopus自動駕駛的測試,你可以在這上面開發,你做一些數據處理、訓練、仿真、測試等等,同時在這個領域車還有一個MDC,很多事情是放在車上做,我們叫MDC移動數據中心。你練完之后,所有的算法存到這個大腦里面進行現場決策。Hicar解決了協同的問題,就是你的家里、你的手機和車無縫的連接,鴻蒙會較早用在這個領域。

              利用車路協同我們能夠去提升城市的交通效率,大家在城市較討厭的就是堵車,如果利用車路協同能夠提升城市的交通效率,這個比現在的智能駕駛或者單車智能更有意義,F在我們在全國像北京、無錫、上海、深圳、青島包括武漢都有規;牟渴。這是在車的領域,所以我們的定位是華為不造車,幫助車企造好車,這是華為在這個領域的定位。

              在制造領域,我是制造企業,我的工廠在東莞,在制造領域5G+AI是機機協同,我們就是單板結束以后靠人工復檢,現在是加上了AOI的測試員工。我們重復勞動降低了48%,所以這兩年華為手機的質量也有一個穩步的提升。還有一個這個領域空壓機,能夠降低能耗,檢測異常,就是預檢測和預維護,在空壓機輕載運營的時候可以節約7%的電費,在整個行業如果能夠全面推廣,應該是上百億的經濟效益和經濟規模。

              還有一個醫療,大家都看過這個新聞,醫生在很遠的地方,幾千公里之外利用5G的技術實現遠程手術,給病人裝了一個起搏器,還有較早是用小白鼠做了一個手術,從醫生的體驗來說,基本上沒有延遲,就跟現在現場是一樣的,因為5G可以做到這樣。

              還有5G可以確保某一個場景的關鍵指標,比如有的場景需要5G的遠程手術,有的需要大帶寬,可以用切片來保證每一個使用網絡的人都能夠得到他想要的效果,這就是5G4G技術的區別。還有用EI做病理檢測報告,能夠應用專家的經驗,就是60分的醫生做80分的服務。

              還有物流,這是華為自己內部的實踐,因為華為在170多個國家提供業務,每年有200萬單的貨要發,全球五大倉庫,還有倉儲的采購點,所以物流的效率對華為是非常直接的效率,去年一年我們大概有一個億美金的費用節省,就是在物流領域。準確率的識別就是效率的提升。從貨檢、路徑規劃包括OCR的識別,所以在內部我們會自己先用,所以各位放心。

              還有人才,因為AI就是人才,所以2017年開始就和教育部開始做一個新工科人才的培養計劃,里面涉及的人工智能只是其中一個領域,人工智能、軟件,在人工智能這個領域華為現在提供20小時的免費現場訓練、21天的訓練營華為開發者大賽。對于一些重點領域合作伙伴,我們會把源代碼開放,高校就是這樣,也是開設一些課程。

              較后,就是華為的愿景,做平臺,做黑土地,與更多伙伴攜手同行,服務好更多的行業客戶,讓大家的每個行業都能夠用得起,用得上這樣一個人工智能。


              遠程實時心電監護的應用


              翰林經緯科技有限公司醫學中心副總裁王艷琪


              我們公司一直做遠程心電的實時監護,這些年我們也有一些應用的成果,今天就跟大家分享一下。從近幾年的國家心血管病報告來看,心血管并發病率在不斷發生,而且整個數據在中國每年都有2.9億心血管病的患病人群,在這些患病人群當中心血管病導致的死亡高于腫瘤和其他疾病導致的死亡。而且目前是以農村大于城市的發病率在發生。在心血管病死亡的發病人群當中急性心肌梗死病人又占心血管死亡原因之首,所以對于急性心肌梗死的救治大大可以減少致殘率。

              國際上,美國的心臟病醫學會和美國心臟聯合會認為,當發病到開始溶栓用藥,要小于30分鐘,我們叫D2N。病人到了醫院大門口,我們給他開通通道做心臟冠脈動脈擴張術的時候,D2B的時間要小于90分鐘。在北京地區平均開始心梗的時候從發病到溶栓這個D2N的時間是83分鐘,遠高于上面這個國標的30分鐘,而且這個球囊擴張時間D2B的時間是132分鐘,也高于我們國標的時間。而且現在國內僅有7%的患者是在30分鐘之內完成了溶栓的治療,22%的人群是達到了在90分鐘開通球囊擴張術的情況。所以說這樣的一個嚴峻的情況,其實在2013年的時候國家就有這樣的相應的法律條文,就是要在區域內建立心電監護篩查體系,從源頭上控制心血管疾病的發生率,降低死亡率和致殘率,什么叫致殘率,好多人不理解,心臟病死就死了,致殘是什么意思,因為發生急性心肌梗死心肌功能受到損傷,導致這個人整個生活功能受到影響,就是這個人心肌壞死了。有些時候我們都知道好多人一走就呼哧帶喘的,不能做正常的生理功能和活動,這個就叫致殘率。

              所以說現在對于這種急性心肌梗死也好,無外乎就是做心電圖的檢查,定期去查,早發現、早診斷早治療,也不會走到較后的結果。對于這個大家都比較熟悉了,就是到醫院經常查,每年體檢,甚至住院的時候醫生就告訴你新做一個心電圖,做幾秒鐘,十幾秒就起來吧,這個是常規心電圖,對于這個常規心電圖因為我們是靜止狀態做的,也叫靜態心電,可以篩查出心臟的問題。但是這個檢測有不足,就是很多一過性的心臟疾病是查不出來的,我今天心臟難受,到醫院一查什么都正常,這種是查不出來的。至于這樣的弊端現在醫院還有一個運動心電圖,就是像跑步機一樣,在前面跑,前面帶著電極片,給你做誘發試驗,看心臟問題在運動過程中能不能出來,能不能抓得到,這種也不能說一天24小時都在跑,在幾十分鐘的跑步過程中還可能抓不到你心臟的問題,所以就有動態心電圖,動態心電圖也叫Holter,老百姓叫它背黑盒子。這個比較便捷,你背著它的同時可以上學、上班,不影響任何工作,只要不洗澡就OK了,但是這個設備有它的不足,它屬于一個回顧式的檢查項目,在你戴著他的時候,他能記錄你的心電數據,但是在記錄的同時,不能給你進行干預,看不到這個結果。所以說它屬于一個回顧播放,必須把機子摘下來,數據導出來,醫生才能對它進行分析,所以說臨床檢查的時候,很多時候就是第二天盒子回來了,人沒回來,為什么?出意外了,沒有得到及時救治。

              現在去探望病人的時候可以看到心電監護儀,但是它是體積比較大,對于正常人來說不能拎著這個設備,那這個比較適用于臥床的病人檢測,你想離開下去溜達溜達都不能帶它,所以有它的不足。

              前面這幾個基本都是醫療設備,后邊現在很多人在場的朋友也帶這個手環、手表,大多數記錄的是我們心率,您一分鐘跳多少次心率,但是能采集心電圖的少之又少,現在較新款的蘋果手表可以采集心電圖,但是心電圖屬于一個專業判讀的東西,需要技術性,即便給你采了心電圖,老百姓自己能看到自己的心電圖,你也看不懂,所以對于這樣的設備來說,一沒有心電圖,二有了心電圖老百姓看不懂,后期服務跟不上。我們翰林經緯現在做的是快速30秒發現心臟的高風險,為什么能做到?我們通過設備利用4G5G網,把設備戴上之后,利用4G、5G傳輸的手段,可以在后臺實時看到檢測者心電圖的情況,后臺的醫生可以在他戴的同時,如果真是發生一些嚴重的心率失常,甚至有心梗的情況可以及時打電話預警,可以給醫生和病人,甚至病人家屬做預警服務,告訴你該怎么做,該怎么做預防,下一步該怎么處理,甚至我們可以幫你叫120,而且在因為我們拿到數據的時候,系統首先做AI大數據分析,他先把這個數據篩選一下屬于正常的還是異常的。我們這個依據是什么?我們AI系統是采用了2017年我們在中國醫生達成了共識的心電的監護預警值,我們以它作為預警的參考范圍,我們公司秉承寧可錯殺一千不放過一例的原則,就是重復的、煩瑣的麻煩的工作由我們系統和我們平臺來完成,簡單的工作醫院來完成就OK了。所以說我們這樣的技術還可以彌補基層醫院的醫生醫護人員能力的問題。沒有醫生能做這樣的分析判斷,所以有我們這樣系統之后就可以解決這樣的問題。我們可以大大提高醫生的工作效率,不會因為我們功能設備的使用,導致醫生工作量增加,反而還會減少他的工作量。剛才我也說了我們是采用4G5G網,是跨地域的,不管你在中國任何一個地方,當你戴著這個設備的時候,只要有網絡數據就能傳得上來,哪怕你出國一樣能傳得回來。

              我們公司就是秉承更好的服務,以研發、生產銷售為一體的服務醫療機構,到目前為止我們投入了近6個億,我們就是用AI大數據+心電大數據和AI人工智能來為醫療機構服務的。首先就是用可穿戴設備,用AI技術實行遠程的預警服務,我們是為心血管疾病患者提供心電的檢測監測服務,同時包括心電大數據分析,我們想的就是通過我們的智能裝備和我們的AI技術為我們的上下游服務,把這個產業鏈打造成閉環的產業鏈。

              我們的核心技術產品包括幾部分,一個是我們的設備,也就是硬件,這個設備是采集心電圖數據必須的,這個設備有一個常規心電圖的采集設備,還有24小時動態采集設備。我們的系統為常規和動態做一個區分,對于常規我們有一個專門數據分析系統,對于24小時我們有一個動態實時監護預警的系統,完全不一樣。我們為了保證動態實時預警的準確性,后臺還會增加人工對正常數據的判讀是不是高風險值。我們的AI系統是基于我們三千萬大數據的暴力性訓練,而這三千萬數據是經過所有醫生校驗合適過才達到的。目前已經達到上億條的心電數據,所以說我們規模數據量在行業當中都是NO1的情況。

              這就是我們常規的設備,叫數字式多道心電圖機,主要是用于院外醫聯體聯網,就是給鄉村衛生院用,他可以把初級的心血管病人做一個初級篩查,如果屬于高風險人群再戴24小時動態的心電圖機,同時配備了這個是我們有一個急救包,在這個急救包里面有無限血壓和無限血氧,搭配起來是一個很完美的組合,因為往往是要做24小時動態血壓監護,是為了幫助調整高血壓用藥的檢測。在沒有使用我們這個設備系統時,很多醫院既需要心電監護,又需要血壓監護。有了我們這個設備,血壓數數據可以通過傳到心電監護儀上,而心電監護儀直接可以通過5G網絡傳輸到我們后臺,這也是我們設備的優勢,因為這是多參數的可以把其他的臨床生命體征共同傳給醫生,做監護使用。我們這個動態也是我們拳頭產品。

              我們的實時動態應用場景包括四個部分,一個是前胸痛急救服務體系,第二個是院內檢測+監護服務體系,第三是術后,第四個是醫聯體的建設。我們第一時間撥打120給他佩戴上,數據傳輸到云端,就傳到后臺,這個后臺是心內科,也可以是醫生的手機端、電腦端,所以說這個場景非常多,需要看這個數據都可以給到,甚至的PCI導管室都可以看到這個數據,就是病人還沒來,我醫院就知道這個病人是什么情況,到醫院之后下一步要做什么檢查,要做什么治療,我已經出來一個預治療的方案了,這樣就大大提高了病人到醫院之后搶救的效果,縮短了院內相應的工作流程。這是院內檢測和監測的服務,院內使用可以實現各科室的聯網,舉個例子,外科很少會放心電檢測的儀器,外科是不缺少心血管疾病的病人的,對于這個急性病人一旦發生情況,打個電話叫心電圖,或者叫心內科的專家醫生來會診,這個病人可能就過去了。聯網了之后就沒這么麻煩,外科配一個我們的設備就OK了,病人需要有這種急癥出現戴上設備,數據傳到云端會診,你需要誰給你會診打個電話在線就給你看了,所以說這個就比較方便。因為我們實際應用的時候在山西一家醫院,他是腫瘤科用的比較好,因為對于腫瘤病人術前、術后都需要做監護,也怕手術當中出問題,而這種老年腫瘤病人是比較多的,所以說他那些都可以佩戴做這樣的監護,你就是割個闌尾炎都希望你佩戴,所以這是不受影響的。院外的術后康復的急性心肌梗死的病人,不管是溶栓還是球囊擴張,還是下支架、搭橋,在術后周再次發生急性心肌梗死機率是非常高的,但是現在醫療資源比較緊缺,醫生沒有時間做這個工作,很多時候在你出院的時候就告訴你,一個月之內回來復查,可是有一部分病人再次出現嚴重的問題,有了這樣的系統和設備之后,病人出院的時候可以把設備帶回家,帶回家之后按照醫囑再次看,通過后期傳上來的數據可以指導你一看心電圖現在這個心率有點過快,可能出院的時候讓你吃這的藥量有點少,你該加量,甚至再點多,你可以減量,甚至出院的時候跟你現在的情況不太匹配,我就要告訴你換藥,所以說對于術后的病人可以更好的指導康復,減少術后再發生意外的機率。

              從去年到今年一直在講互聯網+醫療健康,而且要建立分級診療,對于分級診療我們幫很多醫院做醫聯體醫供體的搭建,這樣可以讓下級醫院跟上級醫院實現網絡心電監護網絡,下級醫院沒有這樣的醫生沒關系,采集的數據給上級醫院,上級醫院幫你看,你可以做進一步的,下一步的治療也好,如果說在基層醫院這個病人做完檢測之后,一發現這個治不了,沒問題,及時轉到上層醫院。這個數據是互認的,所以說這樣也可以實現分級診療,同時完成了醫聯體醫供體的搭建。

              2017年我們服務醫院有1800余家,2018年底服務就有2200多家,到現在為止我們服務醫療機構2500多家,前兩天看的是2530多家的醫療機構。2017年底我們服務患者是19萬,所謂患者是我們預警的,2018年是41.5萬,它比2017年翻番了,而且呼出的電話預警患者的電話是接近18萬,2018年是35.96萬,預警患者2017年是3.8萬人次,20188.3萬。2018年客戶服務量動態60萬人,靜態2000萬。

              我們公司的預警值比全國統行業的共識指標略寬泛一點,寧可錯殺一千不漏報一例,所以我們預警是打了一個提前量,因此我們現在沒有一例的醫療糾紛。在行業當中,不管是數據量,我們學術建設團隊、規模、準確性等等方面,在我們同行業當中在國內甚至亞洲都是第一的水平。為了保證我們更好的服務于我們的醫療機構,我們有自己醫學研究院,聘請了全國各大醫院心內科的專家,甚至包括動態心電領域的專家作為我們后期學術上、技術上的支持。2015年我們跟國家心血管病疾病中心共同合作了心電技術培訓合作的項目,通過這個項目給基層培訓這種心電判讀的專業人員。

              我們跟政府合作首先解決哪些問題呢?我們能帶給相應的合作伙伴就是解決這個互聯網+醫療健康問題,同時落實醫聯體醫供體的建設,同時發現潛在的急性心肌梗死病人,可以有效降低當地心血管病的致殘率和死亡率。這個是社會效益,因為老百姓使用了這樣服務之后,他們在家門口就可以享受到上級醫院的服務,他的獲得感會更強。對于醫院,不會增加它醫護人員的工作量,還可以提高他的工作效率,因為大部分都被我們監護了,只拿出以前少量的工作經歷來做數據的處理就可以了,而且還可以減少醫療糾紛,提高院內患者急救的時間,所以說也是對醫院這兒也是有非常好的效益。我們未來的展望就是建立全球性心電服務網絡及大數據平臺。

              人工智能服務民生

              深蘭科技(上海)有限公司智慧城市事業部副總裁湯峰

              人工智能較重要的目的是為了什么?還是為了人,為了民生,對政府來說人工智能很多地方在引進人工智能企業,推進人工智能發展,它的目的也是為了服務民生,我就想通過一些案例來給大家一個比較廣泛的展示。

              首先簡單回顧一下現在整個情況,我們經歷過第一次工業革命、第二次工業革命、第三次工業革命。第一次發生在英國,第二次發生在德國和美國,第三次就是我們現在正在感受的互聯網和移動互聯網,它也是發生在美國的,互聯網的根服務器都還在美國。第四次工業革命是以人工智能、量子科技和生物技術為代表的,在這一輪科技革命當中中國希望能夠有所發展,因為我們有更好的場景和技術的積累。我們要抓住這個重大機遇推進我們國家的跨越式發展。正是由于這個原因,當前大家都知道的中美貿易戰,其實也就是在這個背景當中發生的。

              我們在看人工智能的技術,現在第三次的崛起,我們說這次人工智能跟前面有一個區別就是新一代的人工智能,就是它要做什么事情?要加強人工智能,保障和改善民生相結合,為人民創造美好生活需要出發,推動人工智能在人們日常生活當中的深度運用,改變我們的生活方式,就是按照這樣的思路做事情。

              我們說現在的人工智能,包括華為講到的5G技術,還有智能機器人、自動駕駛,就是服務民生。較后它體現在三個方面,第一就是讓人民能夠感受到政府的先進性,因為技術在日新月異,政府到底給我們帶來了什么,大家感覺前面我們做了很多階段的智慧城市建設,也許我們建了很多的大屏,建了很多的展示中心,我們很多領導看了之后,覺得這個城市建的不錯,但是老百姓會感覺到好像我的生活并沒有政府的一些事情給我帶來更多的影響,可能還是騰訊、百度和搜索引擎這些社交媒體,移動支付給我帶來的便利。第 二就是人民享受到科技進步帶來的美好生活,就是這些設備希望人民在公共領域用得到,看得見。第三就是增強我們在城市當中和國家自豪感。這里我們大家都感受的非常清楚,我們感受到華為,因為華為代表了5G技術在全球領先,讓美國人感到震撼。

              我們深蘭是一家人工智能的企業,致力于人工智能的基礎研究和應用開發,我們有深蘭科學院在做基礎研究,另外有許多事業部來推動項目的應用拓展。深蘭有一個特點,跟很多人工智能企業不太一樣,就是我們是軟件和硬件都有的一家企業,大家不僅能看到我們很多的涉及的應用,也能看到我們機器人,還有拳頭產品,我們后面會講到。我們在講我們所有的應用之前,再簡單回顧一下人工智能,為什么呢?因為大家知道人工智能分兩種,一種是強人工智能,一種是弱人工智能,現在我們還很難做到強人工智能,今天上午西安交大的教授講到了人工智能5.0、6.0、7.0、8.0的期望,但是當前還是在4.0,在某一個方面能夠超越人,像人一樣看,像人一樣聽。它能夠理解一些東西,但是總體上還超越不了人。我們希望人類利用人工智能的目標是什么?就是讓機器在某一方面來取代人,能夠讓人減輕工作,讓我們更輕松,這肯定是我們的出發點,也是涉及到民生的關鍵點。

              我們下面就從幾個方面來看,第一個是視覺,因為現在我們知道政府已經建了很多的攝像頭,平安城市一大堆項目,布的攝像頭真正起到的作用是什么?很多案件是利用攝像頭來破案,但是作用點還是取證,就是案件發生之后我再重新的去按照攝像頭一路一路找前面發生了什么,并不能及時幫你在案件發生的時候進行識別和處置。為什么難以做到,就是因為一個城市有成千上萬的攝像頭,大城市十幾萬的攝像頭,每個攝像頭后面都要有一個人來看,人沒有那么多的精力,自己盯著一個屏幕看十幾個小時都暈掉了,更不要說看幾十路攝像頭,即使你看幾十路攝像頭,也是沒法看的,這時候就需要人工智能機器來做,就是能夠讓我們從過去看得到,看得清,到現在看得懂。

              我們做了一些這方面的應用,應用在交通城管等各個領域,我們看中間的視頻,這是一個交通事件,以前遇到怎么處理,大家下車每個人都開始打電話,開始叫自己的保險公司,然后叫110,過二三十分鐘過來處置,大家浪費了很多時間,現在有這樣一段視頻,大家都知道,到底案件是怎么發生的,誰是主責就一清二楚。另外一個視頻大家看到,有一個人為了自己停車方便,他就把別人的自行車放到人行道上,這就造成了發生紅色的報警信息,就告訴大家這是一個違章事件的發生了,就可以報告,這個時候就可以進行及時的處置和管理。這個是我們在城市道路當中的應用,看得到有一個安全事件發生,有火災,有人出現在車道上,因為高架上是不允許有人出現的,出現就是一個事件,同時識別出來到底是卡車還是貨車,還是一個小汽車,還是一個醫療急救車都,可以進行識別。

              我們知道現在很多城市都在推文明廚房、透明廚房,但是讓現在的廚房在外面掛了一個透明的玻璃,或者是外面裝了一個大屏,讓你去看是不是里面有事件發生,對于很多管理部門來說,能夠讓大家享受到安全的一個健康,不要發生炒菜的時候掉了一塊肉在地上了,我要撿起來再扔到鍋里,有的不用水沖就直接丟到鍋里繼續用,都可以及時發現和處理。

              在工地上,如果有人沒有戴安全帽也可以處理。另外,垃圾分類可以用智能化,為了管理好垃圾分類,很多小區就專門派管理人員站在垃圾口,看你有沒有進行分類,只要原來需要人來解決的事情現在都通過機器來解決。也就是說它能夠識別出來你有沒有進行濕垃圾先倒出,再到干垃圾袋的行為,當然能夠直接對垃圾進行分類,自動識別自動篩選,這個是我們長期的想法,但短期還做不到,現在正從行為上提高整個市民的自主意識,從攝像頭來改善。

              前面講了很多視覺的應用,現在我們知道安全上還是有很多的隱患,因為有很多的時候,一些人可以把臉蒙上,F在香港有很多暴徒事件,其實我們通過視覺就可以知道,就是通過固體態識別出來你是誰。這種情況有什么好處呢?第一因為它可以在更遠的距離看,因為你要進行人臉識別的話,需要比較近的距離;第二,人臉識別無法識別蒙臉,形態攝像頭甚至在暗的情況下,不需要燈光的情況下也能夠進行識別和處理,這個整個行為軌跡的抓取。

              前面講到的視覺還是屬于通過軟件來處理,深蘭也做了很多硬件的產品,特別是我們拳頭產品熊貓公交。我們不僅有自動駕駛技術,同時還有智能行為識別,這個是集大成的產品。我們現在在全國拿到了公交車4塊牌照,長沙、上海、廣州和武漢,武漢是一塊商用牌照,也就是可以經營的,F在,我們在自動駕駛公交車中全國是走在較前面,我們深蘭在廣州跟5G華為一起做了一個5G的智能網聯汽車示范應用,在武漢的案例非常特殊,是江漢CBD,就是人流量非常大的情況下也經受了考驗。

              除此之外我們也有很多應用服務,我們為可口可樂專門做的高鐵上售賣提供的技術服務——自動販賣高鐵小寶,還有展會上用的機器人,這次在進博會上也得到應用,就是機器人可以沖人多的地方去,因為可以提供更多的商業機會。你一擺手它就可以停下來,讓你拿東西。

              在物業方面,保安每天晚上兩三點鐘都要巡邏,走固定的路線,看有沒有問題,非常辛苦,特別有些在北方地區,可能零下十幾度還要去,有了這個之后他們就可以輕松了,所以我們說整個人工智能技術就是要減少人或者減輕人的工作。

              現在整個城市的環衛工人年紀越來越大,因為新的年輕人都不愿意做環衛工人的苦活累活,我們深蘭有洗塵機器人、洗地機器人,還有自動駕駛環衛車,在天津、棗莊很多地方都應用了,現在棗莊的市民說我坐高鐵回去,一下高鐵站就發現有幾輛自動駕駛環衛車走來走去,感覺我們棗莊市也走在科技的前面,不僅有實用,并且能夠提高人們的自豪感,在今年的剛剛結束的進博會上也為整個進博會的室外保潔做出了貢獻。

              還有生物識別技術,大家看到更多的是人臉識別,此外還有一種技術叫手脈識別,因為人臉識別我們大家知道你相對來說是比較容易采集的,這個是帶來很多的不安全性,我們通過手脈技術,它是采集你的皮下三毫米的毛細血管,并且他是同時采集你的血色素,就確定你是活體,就是它是皮下的,減少這種安全性,另外是活體,沒有人能取代你,即使把你胳膊砍下來再放上去也是不能識別的,所以只有你自己才能證明你自己,這在這種安全性上可以跟虹膜技術相媲美。它的優勢比虹膜更加靈活,因為你手更方便,也更安全。我們在把手脈技術用到一系列的場景當中去,包括門鎖、汽車、購物柜、服務機器人,較有意思的是健身房、海濱浴場,不使用手環或卡,用刷手來開非常靈活。

              我們有牛臉識別,因為這次我們在四川跟平安有一個合作項目,現在很多人是上保險的,其實豬很多也是上保險的,豬上保險很麻煩,就是我不知道上保險的豬跟較后它出了事故要來理賠的豬是不是同一頭豬,我們幫他來解決,通過豬臉識別確定這頭豬是這頭豬。較大的難度基點是在什么呢?因為人的生長周期是比較長的,豬也就一兩年的生長周期,這是檢測的難點,但是我們還是突破了。

              較后簡單一句話,大家現在知道人工智能技術發展很火,就是人工智能是不是有很多安全性,也許會有。未來,人工智能技術應該人工智能是賦能的技術,未來應該是屬于掌握人工智能的,或者是愿意使用人工智能的人,我們也相信AI能夠讓我們的生活更美好!

               

              網友評論:已有2條評論 點擊查看
              登錄 (請登錄發言,并遵守相關規定)
              如果您對新聞頻道有任何意見或建議,請到交流平臺反饋。【反饋意見】
              關于我們 | 聯系我們 | 本站動態 | 廣告服務 | 歡迎投稿 | 友情鏈接 | 法律聲明
              Copyright (c) 2008-2022 01ea.com.All rights reserved.
              電子應用網 京ICP備12009123號-2 京公網安備110105003345號
              翁公与小莹客厅激情
              <td id="q1vac"><menu id="q1vac"></menu></td>

              <wbr id="q1vac"></wbr>

                <rt id="q1vac"><meter id="q1vac"><option id="q1vac"></option></meter></rt><s id="q1vac"></s>
                    1. <source id="q1vac"><meter id="q1vac"><legend id="q1vac"></legend></meter></source>
                    2. <video id="q1vac"><menu id="q1vac"></menu></video>
                    3. <video id="q1vac"><menu id="q1vac"><strike id="q1vac"></strike></menu></video>

                          <rt id="q1vac"></rt>
                        1. <u id="q1vac"><address id="q1vac"><del id="q1vac"></del></address></u>