百度吴甜首度解读“AI新基建” 剧透深度学习开发者峰会五月再临！
|
先看看这样一个过程。首先我们需要先面对大量数据的生产和数据的应用，所以我们在百度智能云上有推出数据工厂，在数据工厂当中通过数据众包、加工、标注等一系列工作进行数据处理，也结合百度提供的数据集，以及整理的第三方行业数据资源，形成基本的数据集，在应用当中通过数据管理、数据评测的平台等等，使得整个数据能够形成一个闭环效应。完整的闭环数据会充分帮助算法达到最佳效果。数据生产之后会进入到模型工厂，在AI技术平台支撑下，可以融合算力、数据、算法，结合场景产生模型，最终应用到业务系统当中。 我分享一些应用场景的案例。 智能工业巡检。AI应用于智能工业巡检，在针对场景定义的问题上，主要是应用图像的分类、分割、检测的方法，实现快速准确的识别。比如安全帽佩戴的检测，尤其是矿井里的安全帽佩戴检测，烟火的警报，仪器表的读数识别等等，这其中应用了AI的算法，相当于训练除了有经验的巡检员，可以大幅减少人工投入，也降低了人工学习的成本。 智能质检。一线质检里面工人要进行很长时间工作进行零件质检，尤其是精密零件质检，零件非常小，这些质检工作需要在强光下进行，长时间在强光下看微小的瑕疵，容易造成工人眼睛的疲劳。案例里的工厂需要每天对出厂的2000多万的产品进行检测工作，质检员每天要检测多达1万多个零件，每分钟每个工人需要检测19个，还需要对零件从多个不同的角度的多个缺陷进行分类。用AI赋能的表面缺陷视觉检测识别设备，它通过百度AI技术和云技术，自动对物体表面缺陷进行大小、位置、形状的检测，并按照品质分门别类分好，它总体上可以帮助节省90%的人员成本，整个设备相比起原来的工作桌，占地面积减少80%，漏检率也大幅度降低。
这两个都是感知层，视觉技术为主的应用案例。感知层技术加上认知层技术，就可以在智能媒体上发挥作用，通过热点发现、智能写作、智能勘误，以及智能发布整个全流程，可以助力新闻的生产全流程。 今天还带来了几个在最近的抗疫过程当中，给疫情的筛查、管理带来帮助的解决方案。首先是AI测温，AI测温是一套可以非接触进行远距离多人测温的设备，现在也已经在数百个场所部署，帮助全国各地完成了700万人次的初筛工作。AI测温的过程分为几个方面，首先在行人路过的时候，通过红外热像仪能够捕获温度，通过光学相机，摄像头能够不间断地对戴口罩的多人进行远距离的人脸检测。这套方案也在企业内部署，形成企业入场方案，测温之后还可以进行人脸识别、智能监控，并且如果同企业报备系统打通之后，可以自动识别员工是否符合复工入厂的要求。这里面采用的AI技术就是人脸检测、跟踪算法等，可以精准实现人脸定位，即使戴上口罩，现在也可以进行人脸识别。 在过去的两个月大家已经感受到了，社区工作者在整个抗疫管理中做了非常多的一线工作，百度推出的基于智能对话技术的外呼系统帮助进行人员的随访，能够进行批量的外呼，人工智能语音随访通过自动的外呼系统，触达到人群，并和他们交流，进行防疫信息采集和疫情防控相关的提醒。这些信息也可以立即形成结构化数据分析报告，支撑后续一系列的决策或者管理。整个外呼系统应用了语音、自然语言处理、知识图谱等等技术。
在医护人员最忙碌的时候，护理信息数据采集、登记、录入等等也是他们每天非常重要的工作，百度和相关的伙伴一起打造了语音临床护理数据采集系统，让护理人员通过这样的设备进行语音录入。医护人员不用摘掉手套、口罩，不用脱下防护服，可以非常轻松的手持设备进行语音录入，很快就可以输入大量护理信息，并将信息自动上传至医院的电子病历系统。新冠肺炎相对应的临床数据中，有非常多的医疗专用词汇、专业医疗符号等，我们语音系统也快速进行了定制训练，在医护语音录入场景中语音录入准确率可以达到92%以上，这套系统已经在烟台市传染病医院多个科室部署使用。 病毒分析和疫苗研发也是抗疫工作当中非常重要的一个工作，在2019年百度曾提出了Linearfold算法，这个算法可以将病毒全基因组RNA二级结构分析的时间从55分钟缩短到27秒，大幅度提升RNA二级结构分析的速度。我们知道RNA结构分析在病毒分析和疫苗研发当中是非常重要的，这项工作发表了之后，受到了诸多业内专家高度的评价，目前也是在和很多机构进行合作，希望AI算法能够助力医学科技。 最后我还想分享的一个是飞桨和连心医疗开源肺炎CT影像分析模型，能够提升在肺炎CT影像筛查当中医护人员的工作效率，这个模型本身病灶检测精度可以达到92%，召回率97%，湘南学院附属医院在应用当中了。
这些都是AI技术和场景结合之后所带来一系列的价值，这也是我今天分享的第二部分，就是技术不断的在产生应用价值，而这些应用价值恰恰是作为新基建非常重要的。 三、AI生态系统 （编辑：青岛站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
