經過一年多的研究訓練，人工智能ET已具備多項醫療能力，可在患者虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。
ET醫療大腦的研發大量采用深度學習技術，通過海量的數據作為示例來訓練機器完成特定任務，即由計算機通過學習病例數據來提升醫術。由于可以24小時不睡覺，同時處理成千上萬項任務，ET的學習進步速度大大超過人類。
阿里云人工智能科學家閔萬里說：“在多個病癥的測試中，我們意識機器不僅能夠完成任務，而且在某些方面做的和人類醫生一樣好。ET完全有資格成為醫生的助理。”
除了能大幅提升醫生的工作效率外，ET醫療大腦還嘗試從根本上戰勝癌癥。通過和華大基因合作，ET對大量肺腺癌病例的DNA序列進行分析，尋找致病的關鍵基因突變。
“我們將ET醫療大腦設置為一個開放的人工智能系統。除了阿里云的人工智能科學家投入到研發當中，我們更希望能吸收外部精良的算法與醫學經驗，這樣ET才能更快地成長為一名高級醫師。”閔萬里說。
浙江德尚韻興的科學家是超聲甲狀腺結節智能診斷算法的研發者，他們利用深度學習處理超聲影像，同時加入旋轉不變性等現代數學的概念，讓系統變得更“聰明”。算法現在被集成到ET醫療大腦當中,并在多家醫院進行試點。
借助計算機視覺技術，這套算法可以對甲狀腺B超快速掃描分析，圈出結節區域，并給出良性與惡性的判斷，大大節省了醫生的診斷時間。一般來說，人類醫生的準確率為60%-70%，而當下算法的準確率已經達到85%。
同日，阿里云宣布聯合英特爾、LinkDoc啟動天池醫療AI系列賽，第一季對早期肺癌診斷發起挑戰。
阿里云天池平臺將提供海量的脫敏后高分辨率胸部CT掃描數據。選手需要通過原始CT影像圖片訓練模型算法得到結節特征，最終實現對影像圖片結節區域的智能化判斷。
實事上，在ET醫療大腦之前阿里云已經開始在醫療領域進行探索。去年，上海華山醫院借助阿里云的計算能力，用數字化模型代替部分臨床實驗，以及模擬小白鼠的活體實驗，用于加快特效藥研發。
同樣是在去年，華大基因、阿里云和安徽醫科大學曾共同宣布，在21小時47分12秒內完成了1000例人類全外顯子組數據的分析。40年前，人類若想對埃希氏大腸桿菌進行全基因組測序，需要1000年的時間。
良品率提升1%，利潤一年可增加上萬億元
阿里云總裁胡曉明表示，希望利用人工智能技術發揮“中國智造1%”的威力。中國制造業如果提升1%的良品率，意味著一年可以增加上萬億元利潤。
阿里云總裁胡曉明
2016年8月，ET工業大腦開始入駐國內能源巨頭協鑫光伏的切片生產車間。
光伏切片生產有著十分精密的工藝流程：一根僅0.1mm粗細的鋼線不斷摩擦硅錠，最終切出一片片僅0.2mm厚的硅片。車間的濕度、溫度、砂漿上下部溫度、導輪上下部溫度等上千個參數在實時影響著生產。如此復雜的生產環境下，人工經驗很難100%地保障產品質量。
ET工作的第一步，是將標準化車間所有端口的數據傳入工業大腦，隨后通過人工智能算法，對所有關聯參數進行深度學習計算，精準分析出與良品率最相關的60個關鍵參數，并搭建參數曲線，在生產過程中實時監測和控制變量。
通過ET工業大腦的幫助，協鑫光伏的生產良品率已經提升1個百分點，每年可節省上億元的生產成本。
目前，ET已參與到新能源、化工、環保、汽車、輕工業、重工業等不同制造領域的工作中。除了協鑫外，徐工集團、中策橡膠、吉利等制造企業都在引入ET工業大腦。
阿里云人工智能科學家閔萬里表示， 與其他領域相比，將人工智能技術應用到工業生產的復雜度更高。ET工業大腦的背后是阿里云自主研發的云計算操作系統飛天——可將遍布全球的百萬級服務器連成一臺超級計算機。
閔萬里透露，目前ET工業大腦已經在流程制造的數據化控制、生產線的升級換代、工藝改良、設備故障預測等方面開展工作。ET的目標是成為一個不斷吸收專業知識的 “大腦”，可以指揮各種類型的工業軀體。“我們希望用21世紀的機器智能，幫助人類更好地指揮20世紀的機器”。
而在近日，阿里云以白金贊助商的身份參加2017亞太CDN峰會，助力全亞太地區云計算、CDN生態圈的建立。屆時更多行業精英將在現場分享最新前沿觀點。
企業及參會請點擊官網鏈接參與報名：http://2017cdn.eventdove.com/
贊助請聯系：15026848778
微信掃一掃
