打开APP

深圳云栖大会,阿里云将人工智能真正带入每个人的生活

  1. 阿里云

来源:生物谷 2017-04-01 09:39

人工智能是一门极富挑战性的科学,不同的时代,不同的领域对人工智能的理解也有所不同。今天,阿里云终于要将它真正带入每个人的生活。在3月29日在深圳召开的阿里云栖峰会,阿里云正式上线ET医疗大脑,同期发布的还
人工智能是一门极富挑战性的科学,不同的时代,不同的领域对人工智能的理解也有所不同。今天,阿里云终于要将它真正带入每个人的生活。在3月29日在深圳召开的阿里云栖峰会,阿里云正式上线ET医疗大脑,同期发布的还有ET工业大脑,机器学习平台PAI2.0及宣布2017年新增70万辆YunOS互联网汽车。



让“机器眼”比“肉眼”准确率提高25% 

在阿里云的人工智能规划布局中,除了之前广为传播的“读心术”、魔术师、陆空交通指挥中枢、信息安全攻防外,ET将具备多项医疗能力,可在疾病风险预测、医学影像诊断、精致治疗方案、药效挖掘、新药研发、疾病监测及健康管理等多个领域,担当“医生助手”。

在阿里云总裁胡晓明介绍到,通过海量的医学影像数据,对病灶进行智能捕捉、分析,辅助医生诊断疾病;通过对基因突变的大数据研究,预测、诊断疾病,推进新药研发,以及为患者提供个性化的精准用药指导,是ET医疗大脑在未来几年内的主要“成长目标”。

“AI+健康大数据产生的智能医疗,应该作为医生的助手。” 广州医科大学附属第一医院院长何建行认为,只有“机器加人”,才能对疾病发起最强有力的挑战。

除了英特尔、华大基因这样的战略合作伙伴助阵,中山大学附属第一医院、浙江大学附属第一医院等20多家医院的院长、医生代表,也出现在阿里云栖大会.深圳峰会上,见证阿里云启动一场为期三年的医疗AI众智大赛,旨在通过开放计算和存储的云服务,吸引、聚合更多智能医疗研发能力,持续为ET医疗大脑赋能

这意味着,与IBM、谷歌、百度等国内外互联网巨头一样,阿里巴巴致力于借助大数据的复杂运算和机器深度学习能力,通过人工智能的突破,进军多年来相对“封闭”的医疗领域,布局健康服务产业。

中国人口基数大,海量的疾病和健康数据,如何有效的开发与利用?将成为上述智能医疗开发巨头首先要迎接的挑战,也势必引发一场激烈的竞争和角逐。值得关注的一点是,与多个领域结合人工智能喊出的“机器换人”不同,医疗界对人工智能的态度,仍非常谨慎。

ET“医疗大脑”成长中必将遇到的“烦恼”



此前,ET在电商、物流、交通、制造业、金融和信息安全等领域,均有不俗表现,并频频与地方政府合作,参与智慧城市的建设。通过开放的云生态,和一系列名为“天池众智”的AI竞赛,阿里云在过去三年里,集中了一批来自全球各地的算法工程师、行业专家,和人工智能研发团队。

此番,高调为ET赋能“医疗大脑”,阿里在智能医疗领域的战略布局,已清晰展现。

同日,阿里云还联合英特尔、linkdoc(零氪科技,一家致力于肿瘤大数据研究的创业公司),启动为期三年的天池医疗AI算法众智系列大赛。首季比赛,围绕全球第一高发恶性肿瘤——肺癌展开。

阿里云大数据孵化器——天池平台负责人王一婷不讳言,发现更多优秀的医疗AI研发团队、人才,邀请入驻阿里云开放的大数据运算平台和机器深度学习系统,快速完善ET医疗大脑,是本次众智大赛的目标。

“特别是,对于像肺癌这样,在现代社会中,发病率不断攀升,对人类健康威胁越来越大的疾病,阿里云希望团结更多的科学家,研发出多样化的人工智能诊疗产品,并广泛应用于临床,成为医生和患者攻克疾病的有力助手。”阿里云巴巴资深副总裁、阿里云总裁胡晓明,这样阐释ET进军医疗领域的初衷和迫切性。

与IBM 的Waston(沃森),谷歌的AlphaGo相比,阿里云的ET算是后起之秀。但是,因为专业性、复杂性、隐私伦理等多重因素,多年来,在行业壁垒“高筑”的医疗领域,全球互联网(计算机)巨头的医疗AI探索,都是愿望迫切,但浅尝辄止。

以一已之力,根本难以解决“医疗大数据开放”这个行业公认的难题。因此阿里云坚信,通过开放大数据的云计算能力、云存储平台,可以吸引医疗机构、医生团队、医药企业、基因测序机构和人工智能研发团队在同一平台上的多边多向合作,最终推动医疗大数据有效、安全的开发和利用。

在开幕式当天2,阿里云从多个层面,高调展示天池平台的开放性,以及对有志于医疗AI的创业团队的孵化诚意和孵化能力。

“我们将ET医疗大脑设置为一个开放的人工智能系统。阿里云自身有大量的医学与人工智能科学家投入到研发当中,但我们更希望能吸收外部精良的算法与医学经验,只有如此,ET才能集百家所长。”阿里云智能科学家闵万里介绍,聚集在阿里云端的科学家和开发者,不需要自己去总结疾病诊疗规律(也就是对解题方法进行编码),而是通过海量的脱敏病历数据作为示例,来训练机器完成特定的深度学习任务,并“摸索”出解题方法。“科学家要做的,是优化算法和提供大量的训练数据。”

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->