谷歌的AlphaGo在完勝人類頂尖圍棋高手柯潔后，DeepMind創(chuàng)始人戴密斯·哈薩比斯就頒布頒發(fā)AlphaGo此后將永遠(yuǎn)退役，其團(tuán)隊(duì)將把未來的研發(fā)精力投入到其他具有挑戰(zhàn)性的領(lǐng)域，包孕找到治愈人類重大疾病的方法、發(fā)明革命性新材料等等。

有些人認(rèn)為人工智能在人類面前刷了一波存在感之后，可能又會像過去幾十年前那樣淪為一個起起伏伏的概念。但實(shí)際上它并沒有走遠(yuǎn)，潛移默化中，人工智能早已滲透到了我們的諸多生活場景之中。

在中國，人工智能在細(xì)分領(lǐng)域的落地開花并產(chǎn)生實(shí)際應(yīng)用價(jià)值，這件事并非一蹴而就，它是由某幾個科技領(lǐng)域的巨頭和一大批有想法、有創(chuàng)意的新銳公司共同完成的，前者飾演平臺方的角色提供底層技術(shù)支撐，而后者深耕細(xì)分領(lǐng)域。

“沒有場景支持的人工智能研究是空中樓閣”，騰訊集團(tuán)董事長馬化騰曾經(jīng)這樣說過。

事實(shí)也確實(shí)如此，如果用一個分?jǐn)?shù)來形容，“下圍棋”這個技能或許僅僅是人工智能存在的一種可能性罷了，這個分母會隨著技術(shù)的民主化普及而逐漸增大。

近日，鈦媒體記者實(shí)地探訪了作為這個領(lǐng)域巨頭之一的英特爾以及與其相關(guān)聯(lián)的合作伙伴，從應(yīng)用場景切入，感受人工智能是如何有效解決具體問題的。

一、人工智能輔助診療

人工智能與醫(yī)療領(lǐng)域的結(jié)合，在科技界應(yīng)該是IBM開啟的先河，當(dāng)人們還在感嘆人工智能怎樣發(fā)揮作用的時(shí)候，IBM的Watson已經(jīng)為MD癌癥中心工作了好一陣子了，通過強(qiáng)大的認(rèn)知計(jì)算能力，系統(tǒng)可以從病人病例和豐富的研究資料庫中尋找資料，為臨床醫(yī)生提供有價(jià)值的見解，幫手醫(yī)生找到有效的治療方案。

類似的案例也出現(xiàn)在了浙江大學(xué)附屬第一學(xué)院的超聲醫(yī)學(xué)科，該病院是率先嘗試用人工智能方式輔助診斷甲狀腺結(jié)節(jié)的醫(yī)學(xué)機(jī)構(gòu)。

具體而言，這是一套由德尚韻興與浙江大學(xué)特聘教授孔德興團(tuán)隊(duì)主導(dǎo)，依托英特爾至強(qiáng)融合處理器平臺開發(fā)而來的輔助診斷系統(tǒng)。

資料顯示，浙江德尚韻興成立于2013年，浙江大學(xué)特聘教授孔德興擔(dān)任主要的技術(shù)負(fù)責(zé)人，，公司專注的領(lǐng)域?yàn)槿斯ぶ悄堋C(jī)器視覺、三維可視化和數(shù)字量化技術(shù)等圖像處理與分析在醫(yī)學(xué)領(lǐng)域的研究、開發(fā)和應(yīng)用。

1、工作原理

浙江大學(xué)第一附屬病院超聲科趙主任展示系統(tǒng)

從功能上來說，這是一套基于超聲波影象的甲狀腺結(jié)節(jié)良惡性的輔助診斷系統(tǒng)，按照甲狀腺結(jié)節(jié)檢查時(shí)候拍攝的醫(yī)學(xué)影像的特征，通過對圖像的識別和標(biāo)注，來幫手醫(yī)生更準(zhǔn)確的做出診斷結(jié)論。

對于甲狀腺結(jié)節(jié)的檢查目前主要依靠超聲的方式，相較于CT和核磁，超聲的好處是自制、靈活、無副作用，所以它也是目前臨床醫(yī)學(xué)使用最為廣泛的一種檢測手段，不足之處是圖像不清楚、造影比較大，它對醫(yī)生的要求就比較高。

浙江大學(xué)第一附屬病院超聲科趙主任向鈦媒體體現(xiàn)，起初對這種系統(tǒng)也是半信半疑，因?yàn)樯婕暗讲∪嗽\斷結(jié)果，如果不靠譜的話產(chǎn)生的危害非常大，但是嘗試幾次之后發(fā)現(xiàn)，確實(shí)能提升醫(yī)生的工作效率。

計(jì)算機(jī)視覺對圖像的處理，傳統(tǒng)的機(jī)器學(xué)習(xí)是報(bào)答定義特征，由于目前收集到的數(shù)據(jù)來源于多家病院，尺度和規(guī)范不統(tǒng)一，德尚韻興專門采用了一種有監(jiān)督的深度學(xué)習(xí)，讓醫(yī)生對數(shù)據(jù)進(jìn)行標(biāo)注，每一個培訓(xùn)的樣本都是醫(yī)生人工標(biāo)注的，結(jié)節(jié)的大小、位置，還包孕病人的其他的病理特征，之后再反饋給機(jī)器進(jìn)行訓(xùn)練。

按照德尚韻興總經(jīng)理胡海蓉提供的，“目前三甲病院醫(yī)生的平均準(zhǔn)確率為60%-70%，基層病院會更加低一些，而輔助診斷系統(tǒng)目前準(zhǔn)確率可以達(dá)到85%以上，不過由于在我國人工智能還沒有行醫(yī)資格，所以我們將其定位為輔助診療，只是給醫(yī)生提供一些參考。”

2、數(shù)據(jù)的作用

如今無論是互聯(lián)網(wǎng)巨頭還是芯片廠商，凡是直接或間接擁有海量用戶的公司，都會給本身貼上一個“數(shù)據(jù)公司”的標(biāo)簽，大數(shù)據(jù)也是陪同著人工智能時(shí)代到來的一個典型特征。

對于計(jì)算機(jī)來說，所謂“思考”的過程素質(zhì)上都是基于必然數(shù)據(jù)基礎(chǔ)、再根據(jù)特定的規(guī)則進(jìn)行決策、判斷的過程，進(jìn)入數(shù)據(jù)時(shí)代我們此前面臨的很多問題都可以轉(zhuǎn)換為一類特定場景下的數(shù)據(jù)問題。