中国美国美黄网站色视频免费,波多野结衣二区区在线,2020国产精品福利在线导航,自拍偷自拍亚洲精品第1页,亚洲激情网站,桃色国产,国产女与黑人在线精品,色婷婷综合缴情综免费观看,国产A∨国片精品JK制服,又污又爽无遮挡的网站

尋找真正的AI應用場景：認知醫(yī)療影像，走向精確診斷口”！

2016-03-31

無論是作為Google精心策劃的一場商業(yè)秀，亦或是人工智能真的攻陷了人類最后的堡壘，毫無疑問的是，AlphaGo和世界圍棋冠軍李世石的巔峰對決，已經(jīng)成功吸引了全世界人的關注和熱議。如果你還沉浸在“人工智能會不會對人造成威脅”的討論和憂慮中，顯然，你還沒來得及了解人工智能，就被排山倒海而來的陣勢嚇到了。

 

害怕或擔憂？簡直弱爆了

 

人工智能（Artificial Intelligence，縮寫為AI），它不只出現(xiàn)在科幻電影中，負責演出給人類帶來各種麻煩的虛幻技術，像《終結者》里的天網(wǎng)防御系統(tǒng)那樣，在獲得自我意識后，企圖毀滅它認為對自己是威脅的全體人類。事實是，我們早就身處于一個充滿人工智能的世界，汽車上的ABS防抱死剎車系統(tǒng)，手機上的地圖軟件導航，購物網(wǎng)站上我們或許感興趣的產(chǎn)品推薦，社交APP上彈出可能認識的朋友提示，智能家居系統(tǒng)根據(jù)我們的日常習慣調節(jié)室內(nèi)溫度，等等，這些應用屬于弱人工智能的體現(xiàn)，就是擅長于單個方面的人工智能，不可能制造出能真正地推理和解決問題的智能機器。之所以被我們常常忽略到，是因為它們已經(jīng)悄無聲息的融入人們的生活領域，如“人工智能之父”John McCarthy常常抱怨的 “一旦一樣東西用人工智能實現(xiàn)了，人們就不再叫它人工智能了”。

對比弱人工智能，強人工智能的界定顯然讓人們更有興趣：有可能制造出真正能推理和解決問題的智能機器，并且被認為是有知覺的，有自我意識的?！熬哂袑挿旱男睦砟芰?，能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經(jīng)驗中學習等操作。”強人工智能在進行這些操作時和人類同樣得心應手。想要比肩人類的大腦------這個我們所知的、宇宙之中最復雜的東西，人類自己尚且仍需努力，被人類創(chuàng)造的智能機器想做到，還要再等等。用計算機科學家Donald Knuth的說法，“人工智能已經(jīng)在幾乎所有需要思考的領域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上，還差得很遠。”

 

所以，與其為AlphaGo沾沾自喜，不如想得更遠些：弱人工智能到強人工智能，我們還能做些什么？

 

拿什么拯救你？我的人工智能

 

提到強人工智能，就不得不提到專家系統(tǒng)，不得不提到IBM投入數(shù)十年建立的認知計算。專家系統(tǒng)，可以看作是一類具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，一般采用人工智能中的知識表示和知識推理技術，去模擬那些通常由領域專家才能解決的復雜問題。認知計算，是指一種能夠規(guī)?；瘜W習、有目的推理、并與人類自然交互的系統(tǒng)，它們不需要事先精確地編程，而是從它們與人之間的交互和與環(huán)境之間的互動中學習和推理。這兩者，并不矛盾，而且也不是設想或空談。

 

AlphaGo的“思考”只能說是“被人的大腦啟發(fā)”，而并非和人類思考一模一樣。從弱人工智能向強人工智能進發(fā)，人類需要賦予機器自我學習的能力，讓計算機靠自己的能力去處理數(shù)據(jù)，而不需要被人為的編程。通過能自我學習的深度學習，它處理的數(shù)據(jù)會越來越多，學習能力會越來越強，洞察、思考、推理、模擬專業(yè)人士的經(jīng)驗與行為間的關系，再經(jīng)過專家的調節(jié)，它能在任何在可以純憑邏輯分析推算的問題上，超越人類能及的范圍。

 

那么，基于深度學習的人工智能將引發(fā)什么樣的變革？我們將看到一種類型完全不同的人工智能，它們能夠解決問題、拯救生命、產(chǎn)生巨大的商業(yè)和用戶價值。強化學習非常適合醫(yī)療領域，舉個例子，一種分析X光、MRIs和超聲波圖像的認知醫(yī)學圖像應用，它能處理醫(yī)學期刊、書本和文章的自然語言，它利用機器學習來矯正和增強理解力，它還可以開發(fā)深度知識表征和推理，有助于形成可能的診斷結果。

 

國內(nèi)在做什么？別崇洋媚外

 

讓人工智能“真正”重回人們的視線，這場機器與人類的世紀之戰(zhàn)功不可沒。聲勢浩大的人工智能運動正在席卷全球，除了津津樂道的討論，每一個參與進來或即將參與進來的公司，都對人工智能充滿了無限的遐想。

 

這其中，有許多隱藏的先行者。

 

高居不下的漏診率、誤診率，是全世界各國醫(yī)生難以自醫(yī)的頑疾，在這其中，醫(yī)療影像診斷的誤診情況似乎看起來有些“功不可沒”。長久以來依靠專家的肉眼來分辨醫(yī)療影像，本質上也是一種認知。但是限于人腦的處理能力和精確性，并不能把這種認知高度精確化，自動化。不具備多年經(jīng)驗積累的醫(yī)生，就更難實現(xiàn)專家水平。

 

那么，讓機器閱讀足夠量的影像數(shù)據(jù)，它是否就能學會“看”圖像？讓機器學習專家如何診斷，它是否就能“看懂”圖像？如果機器都做到了，它是否能輔助醫(yī)生做更精準的診斷？為了尋找這些問題的答案，一家中國的科技公司在2008年投身了這一場結果未知的戰(zhàn)爭，而且一戰(zhàn)就是8年。

 

基于對數(shù)據(jù)塑造人類未來的敏銳認識，這家公司采集了海量病例影像數(shù)據(jù)和中國正常人群組數(shù)據(jù)。通過高效率的人工智能學習，能夠更快速的找到數(shù)據(jù)的模式和相似性，幫助醫(yī)生發(fā)現(xiàn)最關鍵的信息。將機器深度學習能力和人類專家經(jīng)驗有機結合起來，教會機器如何讀取影像背后的非結構化語言，從多個來源中去衡量信息和想法，學習專家如何處理影像、采集數(shù)據(jù)、比照參考，在海量數(shù)據(jù)庫中搜索、對比、推斷，并做出每個可能診斷結果的置信判斷。終于，八年磨一劍，想象中的“影像專家”系統(tǒng)在2016年問世。

 

就在剛剛過去的一周，這家科技公司的影像大數(shù)據(jù)處理平臺挽救了一位即將推向手術臺的病人，它成功定位出轉移灶的正確解剖學位置，糾正了肉眼判斷的錯誤，阻止了一場醫(yī)療事故的發(fā)生。

 

我們應該記住它的名字，雅森科技。

 

未來很放肆？請放馬過來

 

雅森科技擁有中國正常人群組影像數(shù)據(jù)庫，海量病歷數(shù)據(jù)庫以及周邊檢查數(shù)據(jù)，其機器學習平臺通過對診斷方法、圖譜概率、醫(yī)生經(jīng)驗的學習，把醫(yī)療影像的認知提上全新的高度。除了通過擁有大數(shù)據(jù)+大計算來達到輔助醫(yī)生診斷之外，未來更是可以通過自動診斷、病情發(fā)展預測、藥物療效分析、個性化精準治療來全面實現(xiàn)診斷治療技術的提升。

 

相對于Alphago在圍棋上的勝利，人們應該更關心人工智能在人類生命健康之中的應用場景，畢竟，這遠比棋局的勝利更加意義深遠。