|
AI界歷史性時刻： 美國五大科技巨頭成立地球最強(qiáng)AI組織 9月28日下午，從美國傳來了AI人工智能界最重磅的消息，Google、Facebook、Amazon、IBM以及Microsoft正式宣布成立一個名為AI合作組織（Partnership on AI）的非盈利性組織。 該組織的全名為保障AI利于人類社會組織（Partnership on Artificial Intelligence to Benefit People and Society），簡稱為AI合作組織（Partnership on AI）。旨在研究和形成人工智能領(lǐng)域最好的技術(shù)實(shí)踐，促進(jìn)公眾對人工智能的理解，并作為一個公開的平臺來討論、參與人工智能本身及其影響，保障人工智能在未來能夠安全、透明、合理地發(fā)展。 這是科技界巨頭史無前例的合作！除了這五大公司的常駐代表以外，Partnership on AI還將邀請學(xué)術(shù)界人士、其它非營利性機(jī)構(gòu)、政策和倫理專家等一起位列理事會，共同參與討論。而五大公司成為組織創(chuàng)立者，會經(jīng)常聚集在一起討論人工智能的發(fā)展，堪比人工智能界的“五大常任理事國”。 出席第一次AI合作組織的部分成員，分別是微軟雷德蒙研究院院長Eric Horvitz、IBM倫理研究員Francesca Rossi、Facebook AI實(shí)驗(yàn)室負(fù)責(zé)人Yann LeCun，以及Google DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman。 此次會議之后，各個公司的AI負(fù)責(zé)人，紛紛通過Twitter和大家分享了這一重磅好消息。他們表示，此次合作會讓大家更好地推進(jìn)AI領(lǐng)域的研究，并為AI領(lǐng)域的其它參與者提供可參考的信息，幫助他們更好地研發(fā)自己的系統(tǒng)。 谷歌AI實(shí)驗(yàn)室，也就是推出AlphaGo的DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman說在Twitter上說道，為了使大家更全面地認(rèn)識AI，科技公司應(yīng)該開始在AI研發(fā)中提高公眾地參與度?！拔覀冊贏I所做的一切努力都是因?yàn)槲覀兿嘈潘懈淖兪澜绲哪芰?，并且AI的積極影響很大程度要看公眾是否能夠參與進(jìn)來?！?/p> Facebook的AI實(shí)驗(yàn)室負(fù)責(zé)人Yann LeCun和Amazon的機(jī)器學(xué)習(xí)負(fù)責(zé)人Ralf Herbrich表示，AI有潛力改善數(shù)百萬人的生活水平，并強(qiáng)調(diào)了AI對人類社會的未來具有至關(guān)重要的意義。 “作為該領(lǐng)域的研究者，我們十分嚴(yán)肅地對待公眾對我們的信任，并在努力保障AI的研究發(fā)展都建立在人類價值最大化的基礎(chǔ)上?！?LeCun說道，“我們希望，通過與行業(yè)內(nèi)的其它企業(yè)進(jìn)行合作并互相分享最新發(fā)現(xiàn)，每一天都能有新的突破和進(jìn)展，而這些都不再僅限于Facebook內(nèi)部，而是針對整個AI研究領(lǐng)域。我們相信，通過與其它優(yōu)秀的公司一起朝這個方向努力，并分享各自的觀點(diǎn)，能推動整個AI領(lǐng)域朝著更負(fù)責(zé)任的方向發(fā)展?！?/p> IBM的倫理研究員Fracesca Rossi表示：“對于企業(yè)來說，AI意味著更強(qiáng)大的能力，社會要從AI中受益，那必須得先信任AI?！?/p> 從醫(yī)療、教育、制造業(yè)、智能家居到交通，人工智能的發(fā)展已在各方面提高了人類生活水平。但現(xiàn)如今，人類出現(xiàn)了諸多人工智能威脅論，如著名科學(xué)家Stephen Hawking和科技大亨Elon Musk所提出的，AI最終將會終結(jié)人類。雖然AI能否終結(jié)人類還只是一個推測，但是微軟推出人工智能機(jī)器人Tay上線不到24小時就被教壞，成為一個滿嘴臟話的種族主義者。這樣的事情讓越來越多的人開始擔(dān)憂，人工智能是否會帶來隱患，是否會對人類社會產(chǎn)生一定的危害。為了應(yīng)對這一點(diǎn)，像微軟、IBM等公司已經(jīng)成立了人工智能倫理咨詢委員會?！癙artnership on AI”在未來的工作重點(diǎn)之一，就是改變公眾AI威脅論這一現(xiàn)狀。 通過AI合作組織，這些美國科技巨頭們將會在以下領(lǐng)域開展AI研究： 道德規(guī)范、公平性和包容性； 透明性、個人隱私和互通性； 人類和AI系統(tǒng)的合作； AI的可信任度、可依賴度和活躍度。 AI合作組織確立了以下幾點(diǎn)原則： 我們會努力保證AI技術(shù)將使更多的人受益。 我們會在向公眾進(jìn)行科普的同時，聽取公眾和積極參與的利益相關(guān)方的反饋，及時向他們匯報(bào)我們的研究進(jìn)展，并解決他們的問題。 我們會致力于AI的道德層面、社會層面、經(jīng)濟(jì)層面和法律層面的開放研究。 我們相信，AI的研究和發(fā)展離不開各類相關(guān)利益方的參與和貢獻(xiàn)。 我們會為組織加入來自商業(yè)領(lǐng)域的利益相關(guān)方，來保障特定領(lǐng)域的憂慮和機(jī)遇得到了理解和解決。 我們會致力于將AI帶來的利益最大化，并解決潛在的威脅和挑戰(zhàn)。 鑒于人工智能目前的熱度，還有巨頭們的各種布局，我們迫切地感覺到人工智能即將對醫(yī)療產(chǎn)生一些特殊的影響。因此，動脈網(wǎng)蛋殼研究院決定出手，試圖搞清楚人工智能在全球的發(fā)展演變情況，為即將到來的“新時代 ”做些準(zhǔn)備。 過去一年多來，動脈網(wǎng)已經(jīng)報(bào)道了數(shù)十家走在前沿的人工智能的公司。大家可能已經(jīng)在各種渠道，譬如說動脈網(wǎng)的網(wǎng)站、微信，還有一些論壇的演講看到過關(guān)于人工智能+醫(yī)療的信息，但現(xiàn)在才是最為系統(tǒng)的發(fā)布。 這可能是一份醫(yī)療健康領(lǐng)域最完整的人工智能產(chǎn)業(yè)報(bào)告。 動脈網(wǎng)這份“2016年人工智能醫(yī)療健康創(chuàng)新趨勢報(bào)告”的研究范圍主要為全球范圍內(nèi)醫(yī)療健康領(lǐng)域的人工智能初創(chuàng)公司，納入本報(bào)告統(tǒng)計(jì)范圍的初創(chuàng)公司共74個（持續(xù)更新中）。這些初創(chuàng)公司分布在健康管理、可穿戴設(shè)備、醫(yī)學(xué)影像、風(fēng)險(xiǎn)管理、營養(yǎng)、急救室/醫(yī)院管理、生物技術(shù)、藥物挖掘、精神健康、病理學(xué)和虛擬助理共11個領(lǐng)域。 第一篇：科技巨頭人工智能布局 第二篇：IBM Watson人工智能醫(yī)療應(yīng)用詳情剖析 第三篇：2011-2016全球醫(yī)健人工智能創(chuàng)投數(shù)據(jù)分析 第四篇：醫(yī)療搭上人工智能可以做什么？（上） 第五篇：醫(yī)療搭上人工智能可以做什么？（下） 以下是第一篇： 科技巨頭人工智能布局 隨著深度學(xué)習(xí)技術(shù)的成熟，AI人工智能正在逐步從尖端技術(shù)慢慢變得普及。普羅大眾對人工智能最深刻的認(rèn)識就是今年年初AlphaGo與李世石的圍棋對弈，李世石的慘敗已使公眾初步認(rèn)識到人工智能的威力?；蛟S有人會問，能下圍棋的電腦就是人工智能嗎？不是這樣的。比如我們現(xiàn)在的電腦、手機(jī)，早就已經(jīng)有能夠和人進(jìn)行棋類對弈的游戲，而且這些產(chǎn)品也冠上了智能（Smart）的概念。但是這些“智能”并不是真正的智能，真正的智能應(yīng)該是（Intelligent），計(jì)算機(jī)能夠履行原本只有依靠人類智慧才能完成的復(fù)雜任務(wù)，能夠?qū)崿F(xiàn)與人類思維相關(guān)的活動，諸如決策、問題求解、學(xué)習(xí)等活動的自動化。 自然語言處理（包括語音和語義識別、自動翻譯）、計(jì)算機(jī)視覺（圖像識別）、知識表示、自動推理（包括規(guī)劃和決策）、機(jī)器學(xué)習(xí)和機(jī)器人學(xué)。按照技術(shù)類別來分，可以分成感知輸入和學(xué)習(xí)與訓(xùn)練兩種。計(jì)算機(jī)通過語音識別、圖像識別、讀取知識庫、人機(jī)交互、物理傳感等方式，獲得音視頻的感知輸入，然后從大數(shù)據(jù)中進(jìn)行學(xué)習(xí)，得到一個有決策和創(chuàng)造能力的大腦。 從上世紀(jì)八九十年代的PC時代，進(jìn)入到互聯(lián)網(wǎng)時代后，給我們帶來的是信息的爆炸和信息載體的去中心化。而網(wǎng)絡(luò)信息獲取渠道從PC轉(zhuǎn)移到移動端后，萬物互聯(lián)成為趨勢，但技術(shù)的限制導(dǎo)致移動互聯(lián)網(wǎng)難以催生出更多的新應(yīng)用和商業(yè)模式。而如今，人工智能已經(jīng)成為這個時代最激動人心、最值得期待的技術(shù)，將成為未來10年乃至更長時間內(nèi)IT產(chǎn)業(yè)發(fā)展的焦點(diǎn)。 人工智能概念其實(shí)在上世紀(jì)80年代就已經(jīng)炒得火熱，但是軟硬件兩方面的技術(shù)局限使其沉迷了很長一段時間。而現(xiàn)在，大規(guī)模并行計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)算法和人腦芯片這四大催化劑的發(fā)展，以及計(jì)算成本的降低，使得人工智能技術(shù)突飛猛進(jìn)。 物聯(lián)網(wǎng)——物聯(lián)網(wǎng)提供了計(jì)算機(jī)感知和控制物理世界的接口和手段，它們負(fù)責(zé)采集數(shù)據(jù)、記憶、分析、傳送數(shù)據(jù)、交互、控制等等。攝像頭和相機(jī)記錄了關(guān)于世界的大量的圖像和視頻，麥克風(fēng)記錄語音和聲音，各種傳感器將它們感受到的世界數(shù)字化等等。這些傳感器，就如同人類的五官，是智能系統(tǒng)的數(shù)據(jù)輸入，感知世界的方式。而大量智能設(shè)備的出現(xiàn)則進(jìn)一步加速了傳感器領(lǐng)域的繁榮，這些延伸向真實(shí)世界各個領(lǐng)域的觸角是機(jī)器感知世界的基礎(chǔ)，而感知則是智能實(shí)現(xiàn)的前提之一。 大規(guī)模并行計(jì)算——人腦中有數(shù)百至上千億個神經(jīng)元，每個神經(jīng)元都通過成千上萬個突觸與其他神經(jīng)元相連，形成了非常復(fù)雜和龐大的神經(jīng)網(wǎng)絡(luò)，以分布和并發(fā)的方式傳遞信號。這種超大規(guī)模的并行計(jì)算結(jié)構(gòu)使得人腦遠(yuǎn)超計(jì)算機(jī)，成為世界上最強(qiáng)大的信息處理系統(tǒng)。近年來，基于GPU（圖形處理器）的大規(guī)模并行計(jì)算異軍突起，擁有遠(yuǎn)超CPU的并行計(jì)算能力。 從處理器的計(jì)算方式來看，CPU計(jì)算使用基于x86指令集的串行架構(gòu)，適合盡可能快的完成一個計(jì)算任務(wù)。而GPU從誕生之初是為了處理3D圖像中的上百萬個像素圖像，擁有更多的內(nèi)核去處理更多的計(jì)算任務(wù)。因此GPU天然具備了執(zhí)行大規(guī)模并行計(jì)算的能力。云計(jì)算的出現(xiàn)、GPU的大規(guī)模應(yīng)用使得集中化的數(shù)據(jù)計(jì)算處理能力變得前所未有的強(qiáng)大。 大數(shù)據(jù)——根據(jù)統(tǒng)計(jì)，2015年全球產(chǎn)生的數(shù)據(jù)總量達(dá)到了十年前的20多倍，海量的數(shù)據(jù)為人工智能的學(xué)習(xí)和發(fā)展提供了非常好的基礎(chǔ)。機(jī)器學(xué)習(xí)是人工智能的基礎(chǔ)，而數(shù)據(jù)和以往的經(jīng)驗(yàn)，就是人工智能學(xué)習(xí)的書本，以此優(yōu)化計(jì)算機(jī)的處理性能。 深度學(xué)習(xí)算法——最后，這是人工智能進(jìn)步最重要的條件，也是當(dāng)前人工智能最先進(jìn)、應(yīng)用最廣泛的核心技術(shù)，深度神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)算法）。2006年，Geoffrey Hinton教授發(fā)表的論文《A fast learning algorithm for deep belief nets》。他在此文中提出的深層神經(jīng)網(wǎng)絡(luò)逐層訓(xùn)練的高效算法，讓當(dāng)時計(jì)算條件下的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成為了可能，同時通過深度神經(jīng)網(wǎng)絡(luò)模型得到的優(yōu)異的實(shí)驗(yàn)結(jié)果讓人們開始重新關(guān)注人工智能。之后，深度神經(jīng)網(wǎng)絡(luò)模型成為了人工智能領(lǐng)域的重要前沿陣地，深度學(xué)習(xí)算法模型也經(jīng)歷了一個快速迭代的周期，Deep Belief Network、Sparse Coding、Recursive Neural Network, Convolutional Neural Network等各種新的算法模型被不斷提出，而其中卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）更是成為圖像識別最炙手可熱的算法模型。 技術(shù)的進(jìn)步使得人工智能的發(fā)展在近幾年顯著加速，IT巨頭在人工智能上的投入明顯增大，一方面網(wǎng)羅頂尖人工智能的人才，另一方面加大投資力度頻頻并購，昭示著人工智能的春天已經(jīng)到來。 科技企業(yè)巨頭近幾年在人工智能領(lǐng)域密集布局，巨頭們通過巨額的研發(fā)投入、組織架構(gòu)的調(diào)整、持續(xù)的并購和大量的開源項(xiàng)目，正在打造各自的人工智能生態(tài)圈。在未來，人工智能將不再是尖端技術(shù)，而會成為隨處可見的基礎(chǔ)設(shè)施。對于人工智能初創(chuàng)企業(yè)而言，既要尋找與巨頭的合作契合點(diǎn)，又要避開正面沖突。 IBM IBM Watson由90臺IBM服務(wù)器、360個計(jì)算機(jī)芯片組成，是一個有10臺普通冰箱那么大的計(jì)算機(jī)系統(tǒng)。它擁有15TB內(nèi)存、2880個處理器、每秒可進(jìn)行80萬億次運(yùn)算?，F(xiàn)在已經(jīng)逐步進(jìn)化到四個批薩盒大小，性能也提升了240%。Watson存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數(shù)百萬份資料。Watson是基于IBM“DeepQA”（深度開放域問答系統(tǒng)工程）技術(shù)開發(fā)的。DeepQA技術(shù)可以讀取數(shù)百萬頁文本數(shù)據(jù)，利用深度自然語言處理技術(shù)產(chǎn)生候選答案，根據(jù)諸多不同尺度評估那些問題。IBM研發(fā)團(tuán)隊(duì)為Watson開發(fā)的100多套算法可以在3秒內(nèi)解析問題，檢索數(shù)百萬條信息然后再篩選還原成“答案”輸出成人類語言。 產(chǎn)業(yè)布局：IBM公司自2006年開始研發(fā)Watson，并在2011年2月的《危險(xiǎn)地帶》(Jeopardy!)智力搶答游戲中一戰(zhàn)成名。一開始IBM想把Watson打造為超級Siri，主要還是賣硬件。但是后來轉(zhuǎn)型為認(rèn)知商業(yè)計(jì)算平臺，2011年8月開始應(yīng)用于醫(yī)療領(lǐng)域。例如在腫瘤治療方面，Watson已收錄了腫瘤學(xué)研究領(lǐng)域的42種醫(yī)學(xué)期刊、臨床試驗(yàn)的60多萬條醫(yī)療證據(jù)和200萬頁文本資料。Watson能夠在幾秒之內(nèi)篩選數(shù)十年癌癥治療歷史中的150萬份患者記錄，包括病歷和患者治療結(jié)果，并為醫(yī)生提供可供選擇的循證治療方案。目前癌癥治療領(lǐng)域排名前三的醫(yī)院都在運(yùn)行Watson，并在今年8月正式進(jìn)入中國。 2012年3月，Watson則首次應(yīng)用于金融領(lǐng)域，花旗集團(tuán)成為了首位金融客戶。Watson幫助花旗分析用戶的需求，處理金融、經(jīng)濟(jì)和用戶數(shù)據(jù)以及實(shí)現(xiàn)數(shù)字銀行的個性化，并幫助金融機(jī)構(gòu)找出行業(yè)專家可能忽略的風(fēng)險(xiǎn)、收益以及客戶需求。 硬件：人腦模擬芯片SyNAPSE SyNAPSE（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自適應(yīng)塑料可伸縮電子神經(jīng)形態(tài)系統(tǒng)”）芯片，含有100萬個可編程神經(jīng)元、2.56億個可編程突觸，每消耗一焦耳的能量，可進(jìn)行460億突觸運(yùn)算。在進(jìn)行生物實(shí)時運(yùn)算時，這款芯片的功耗低至70毫瓦(mW)，比現(xiàn)代微處理器功耗低數(shù)個數(shù)量級。 Google-Alphabet 谷歌在一系列人工智能相關(guān)的收購中獲益。2013年3月，谷歌以重金收購DNNresearch的方式請到了深度學(xué)習(xí)技術(shù)的發(fā)明者Geoffrey Hinton教授。2014年年初，谷歌以4億美元的架構(gòu)收購了深度學(xué)習(xí)算法公司——DeepMind，也就是推出AlphaGo項(xiàng)目的公司。該公司創(chuàng)始人哈薩比斯是一位橫跨游戲開發(fā)、神經(jīng)科學(xué)和人工智能等多領(lǐng)域的天才人物。 云平臺：TensorFlow數(shù)據(jù)庫，機(jī)器學(xué)習(xí)的核心是讓機(jī)器讀懂?dāng)?shù)據(jù)并基于數(shù)據(jù)做出決策。當(dāng)數(shù)據(jù)規(guī)模龐大而又非常復(fù)雜時，機(jī)器學(xué)習(xí)可以讓機(jī)器變得更聰明。TensorFlow在數(shù)據(jù)輸入和輸出方面都有驚人的精度和速度，它被確切地定義為人工智能工具。 產(chǎn)業(yè)布局：谷歌無人駕駛汽車、基于Android智能手機(jī)的各種app應(yīng)用與插件、智能家居（以收購的NEST為基礎(chǔ)）、VR生態(tài)、圖像識別（以收購的Jetpac為基礎(chǔ)）。 2013年12月，F(xiàn)acebook成立了人工智能實(shí)驗(yàn)室，聘請了卷積神經(jīng)網(wǎng)絡(luò)最負(fù)盛名的研究者、紐約大學(xué)終身教授Yann LeCun為負(fù)責(zé)人。Yann LeCun是紐約大學(xué)終身教授，是卷積神經(jīng)網(wǎng)絡(luò)領(lǐng)域的重要推動者，而該技術(shù)的最主要應(yīng)用就是圖像識別的自然語言處理，這與Facebook的需求和已經(jīng)積累的數(shù)據(jù)類型非常匹配。在Yann LeCun的幫助下，2014年Facebook的DeepFace技術(shù)在同行評審報(bào)告中被高度肯定，其臉部識別率的準(zhǔn)確度達(dá)到97%。而他領(lǐng)導(dǎo)的Facebook人工實(shí)驗(yàn)室研發(fā)的算法已經(jīng)可以分析用戶在Facebook的全部行為，從而為用戶挑選出其感興趣的內(nèi)容。 AI技術(shù)：視覺DeepFace技術(shù)（收購face.com）、語音識別（收購Mobile technologies）、自然語義（收購Wit.AI）、神經(jīng)網(wǎng)絡(luò)訓(xùn)練+機(jī)器學(xué)習(xí) 云平臺：開發(fā)者平臺Parse、Torch開源深度學(xué)習(xí)模塊 硬件： Big Sur（基于GPU的用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的硬件系統(tǒng)，開源） 產(chǎn)業(yè)布局：語音助手Moneypenny、VR生態(tài)（收購Oculus Rift、Sourroud360全景攝像機(jī)促進(jìn)內(nèi)容發(fā)展） 百度 2014年5月，被稱為“谷歌大腦之父”的AndrewNG(吳恩達(dá))加盟百度，擔(dān)任首席科學(xué)家，負(fù)責(zé)百度“百度大腦”計(jì)劃。大數(shù)據(jù)是人工智能的基礎(chǔ)，而作為天然的大數(shù)據(jù)企業(yè)，百度擁有強(qiáng)大的數(shù)據(jù)獲取能力和數(shù)據(jù)挖掘能力。2014年7月14日，百度憑借自身的大數(shù)據(jù)技術(shù)14場世界杯比賽的結(jié)果預(yù)測中取得全中的成績，擊敗了微軟和高盛。2014年9月，百度正式發(fā)布整合了大數(shù)據(jù)、百度地圖LBS的智慧商業(yè)平臺，旨在更好在移動互聯(lián)網(wǎng)時代為各行業(yè)提供大數(shù)據(jù)解決方案。 AI技術(shù)：語音識別Deep Speech、視覺識別“智能讀圖”、自然語言與智能語義、自動駕駛、深度學(xué)習(xí) 解決方案：基于智能手機(jī)的語音服務(wù)系統(tǒng)（度秘） 開發(fā)者云平臺： 百度云 產(chǎn)業(yè)布局：汽車領(lǐng)域無人駕駛、基于智能手機(jī)的各種app應(yīng)用與插件。 Microsoft AI技術(shù)：語音、視覺、自然語言、分布式機(jī)器學(xué)習(xí) 云平臺：Microsoft Azure（存儲、計(jì)算、數(shù)據(jù)庫、live、媒體功能）、分布式機(jī)器學(xué)習(xí)工具包DMTK（自然語言處理，推薦引擎，模式識別，計(jì)算機(jī)視覺以及預(yù)測建模等）、人工智能平臺Project Malmo 產(chǎn)業(yè)布局：語言助手（微軟小冰、Cortana小娜、Tay）、VR（Hololens全息眼鏡） Apple AI技術(shù)：自然語言（收購Vocal IQ）、收購可視化地圖MapsenseGPS公司 Coherent Navigation 產(chǎn)業(yè)布局：汽車領(lǐng)域無人駕駛、SIRI語音助手 Amazon 云平臺：Amazon Web Services（存儲、計(jì)算、模式識別和預(yù)測，其中視頻識別API 收購Orbeus） 阿里 云平臺（阿里云IaaS，可視化人工智能平臺DTPAI） 產(chǎn)業(yè)布局 ：智能家具、物聯(lián)網(wǎng) 騰訊 AI技術(shù)：視覺、智能計(jì)算與搜索實(shí)驗(yàn)室 產(chǎn)業(yè)布局：智能硬件 科技巨頭圍繞人工智能產(chǎn)業(yè)，開展了大量的收購；標(biāo)的包括人工智能初創(chuàng)企業(yè)（算法）、大數(shù)據(jù)公司（算法或數(shù)據(jù)）和芯片研發(fā)公司（計(jì)算能力）。截至至2016年7月底，谷歌在其中的收購次數(shù)最多達(dá)到了13次。巨頭們在人工智能領(lǐng)域的并購呈現(xiàn)兩個特點(diǎn)：一是連續(xù)多次買入，二是標(biāo)的規(guī)模較小。 從2013年開始，科技巨頭大多加大了對人工智能的自主研發(fā)，同時通過不斷開源，試圖建立自己的人工智能生態(tài)系統(tǒng)，開源力度不斷增加。比如Google 開源TensorFlow 后，F(xiàn)acebook、百度和微軟等都加快了開源腳步。最早走向人工智能工具開源的是社交巨頭Facebook，于去年1月宣布開源多款深度學(xué)習(xí)人工智能工具。而谷歌、IBM和微軟幾乎于去年11通同時宣布開源。谷歌發(fā)布了新的機(jī)器學(xué)習(xí)平臺TensorFlow，所有用戶都能夠利用這一強(qiáng)大的機(jī)器學(xué)習(xí)平臺進(jìn)行研究，被稱為人工智能界的Android。IBM則宣布通過Apache軟件基金會免費(fèi)為外部程序員提供System ML人工智能工具的源代碼。微軟則開源了分布式機(jī)器學(xué)習(xí)工具包DMTK，能夠在較小的集群上以較高的效率完成大規(guī)模數(shù)據(jù)模型的訓(xùn)練，在今年7月微軟又推出了開源的Project Malmo項(xiàng)目，用于人工智能的訓(xùn)練。
人工智能已經(jīng)逐漸建立起自己的生態(tài)格局，由于科技巨頭的一系列布局和各種平臺的開源，人工智能的準(zhǔn)入門檻逐漸降低。未來幾年之內(nèi)，專業(yè)領(lǐng)域的智能化應(yīng)用將是人工智能主要的發(fā)展方向。無論是在專業(yè)還是通用領(lǐng)域，人工智能的企業(yè)布局都將圍繞著基礎(chǔ)層、技術(shù)層和應(yīng)用層三個層次的基本架構(gòu)。 基礎(chǔ)層就如同大樹的根基，提供基礎(chǔ)資源支持，由運(yùn)算平臺和數(shù)據(jù)工廠組成。中間層為技術(shù)層，通過不同類型的算法建立模型，形成有效的可供應(yīng)用的技術(shù)，如同樹干連接底層的數(shù)據(jù)層和頂層的應(yīng)用層。應(yīng)用層利用輸出的人工智能技術(shù)為用戶提供具體的服務(wù)和產(chǎn)品。
位于基礎(chǔ)層的企業(yè)一般是典型的IT巨頭，擁有芯片級的計(jì)算能力，通過部署大規(guī)模GPU和CPU并行計(jì)算構(gòu)成云計(jì)算平臺，解決人工智能所需要的超強(qiáng)運(yùn)算能力和存儲需求，初創(chuàng)公司無法進(jìn)入。技術(shù)層的算法可以拉開人工智能公司和非人工智能公司的差距，但是巨頭的逐步開源使算法的重要程度不斷降低。應(yīng)用層是人工智能初創(chuàng)企業(yè)最好的機(jī)遇，可以選擇合理的商業(yè)模式，避開巨頭的航路，更容易實(shí)現(xiàn)成功。 在將來，具備超高智能的機(jī)器人將會和人類的專家聯(lián)手解決所有的難題。不論是癌癥、氣候變化、能源、染色體、宏觀經(jīng)濟(jì)、財(cái)務(wù)系統(tǒng)還是物理范疇，我們需要掌握的系統(tǒng)正變得越來越復(fù)雜。而在這些行業(yè)應(yīng)用中，醫(yī)療行業(yè)正是人工智能能夠發(fā)揮作用的一個重要領(lǐng)域，人工智能也成為影響醫(yī)療行業(yè)發(fā)展的最重要的科技，為人類的健康福祉做出貢獻(xiàn)。在這些科技巨頭的人工智能產(chǎn)品中，以IBM Watson和醫(yī)療結(jié)合得最為緊密。IBM在2014年投資10億美元成立Watson事業(yè)集團(tuán)后，次年便組建了Watson Health，專門針對醫(yī)療健康行業(yè)提供認(rèn)知解決方案。 第一部分先到這里，下一章我們將看看IBM的人工智能在醫(yī)療領(lǐng)域是如何參與的以及它的布局方式。接下來請繼續(xù)期待后續(xù)的報(bào)告： 第一篇：科技巨頭人工智能布局 第二篇：IBM Watson人工智能醫(yī)療應(yīng)用詳情剖析 第三篇：2011-2016全球醫(yī)健人工智能創(chuàng)投數(shù)據(jù)分析 第四篇：醫(yī)療搭上人工智能可以做什么？（上） 第五篇：醫(yī)療搭上人工智能可以做什么？（下） 如果你迫不及待，也可以提前看完整報(bào)告，掃碼購買： |
|
|
