从科技企业的技术驰援,看AI“全链条”抗疫之战

简介: “复工”在各地陆续开始,要说谁最紧张,产业聚集、流动人口集中地区的主管职能部门无疑在列。

“复工”在各地陆续开始,要说谁最紧张,产业聚集、流动人口集中地区的主管职能部门无疑在列。


南京市栖霞区就是如此。


打开地图,这是南京市重要产业、主要高校的聚集地之一,即将回宁的流动人口很大一部分都流向这里,巨量人员的信息核查、安全登记和提醒都成了挑战。


这时候,AI派上了用场,例如南京市公安局栖霞分局就部署了华为云、一知智能的“智能语音疫情回访系统”,通过语音机器人以民警设定的对话内容(如回南京时间等)对辖区暂住人员开展电话核查和提示。


image.png

在这里,AI的介入大大提升了效率、减轻了基层工作压力,更全面的信息掌握和宣贯也强化了疫情防控能力。


事实上,“语音机器人”以一顶百式助力排查只是AI众多助力抗疫场景之一。日前,工业和信息化部科技司发布了“充分发挥人工智能赋能效用 协力抗击疫情”的倡议书,倡议旗帜鲜明地给人工智能产业界吹响了冲锋号。华为云等一大批人工智能厂商纷纷响应并积极加入这场抗疫战争之中,基于前期积累,在较短的时间内开发出专门支持抗疫的各类AI系统、平台和产品。



AI既有科研支撑能力被集中发挥,“效率”的价值贯穿检测与防控



在一线,AI早已被直观地展现在大众面前,而其突出表现就是“效率”。


1、病毒核酸检测:AI推动原有核酸检测不断优化


核酸检测一直是确诊的必备程序,加速核酸检测的效率尤为重要,很多科技企业都在不断优化检测。


1月底,国内基于第三代测序技术的精准医疗公司希望组生物科技宣布完成了基于纳米孔测序技术的新型冠状病毒核酸全长检测试剂盒,以及基于纳米孔测序技术的宏基因组病原体检测方法。纳米孔测序技术具备实时、长读长、运行时间短、文库构建简单等优势。宏基因组病原体检测方法能够对快速演化的病原体以及其他未知的病原体进行检测。

image.png

而它的使用与华为5G以及华为云技术团队的紧密协作密切相关,云服务与AI技术能力帮助医院等地点更快速分析得到计算结果,完成病原体的检测和分析,对那些临时的或者缺乏相应计算设备的医疗点更有突出的价值。


2、医疗影像辅助诊断:膨胀的数字“倒逼”AI医学影像提速


2月12日,湖北省卫健委官网发布的最新疫情情况,新增了新冠肺炎“临床诊断病例”的具体数字。2月12日0时-24时,湖北省新增新冠肺炎临床诊断病例13332例。可以想象,各大定点收治医院影像科医师面临的巨大工作强度和压力。

image.png

疫情期间,各大AI厂商也在AI辅助医学影像方面寻求突破。例如,华为云与华中科技大学、蓝网科技等合作推出了新型冠状病毒肺炎AI辅助医学影像量化分析服务,该服务基于计算机视觉与医学影像分析能够精准诊断新冠肺炎影像的医生紧缺局面得到缓解,医生的工作负荷也将大大降低。


新冠肺炎患者肺内病灶多、变化快,短时间内需要多次复查,图像工作量很大,与庞大的确诊数量乘数叠加,使得CT影像的工作压力几何式增长,这时候如果有AI辅助,将有效减轻医生工作复核,提升诊断效率。

image.png

在保证准确率的基础上,效率变得尤为关键,这需要AI平台在算力上进行保障,例如华为云上述影像服务就基于华为自研Ascend(昇腾)系列AI芯片来实现单病例量化结果秒级输出,从而使得AI+医生复核的总体效率达到纯人工量化评估速度的数十倍。


3、抗病毒药物研发:AI药物研发按下加速键


AI应用于药物研发是近几年的热门,全球知名的糖尿病药物厂商丹麦诺和诺德在两年前就通过上线AI技术大大提升新药发现的效率。


而在疫情的急迫需求面前,这个热门被以“特事特办”的方式按下了加速键,也向更多人展示出AI的价值。不久前,华为云EI医疗智能体团队联合华中科技大学、西安交通大学、中科院北京基因组研究所、华中科技大学等专家组成联合攻关团队,针对新冠肺炎进行了超大规模计算机辅助药物筛选工作,目前已经筛选出五种可能对新冠肺炎有效的抗病毒药物,开放提供相关研究机构和制药企业进一步药物研发参考。


AI介入药物筛选的主要价值是通过计算机模拟(靶向蛋白、小分子化合物等的建模,从分子动力学层面模拟作用机制)替代人工筛选(需要一种一种情况不停进行试验、测算),从而大大提升效率,例如华为云EI医疗智能体团队联合专家教授推出的筛选算法在数小时内完成了过去耗时数月的工作。


除了上述三个层面直接对抗病毒,AI在一线还有其他应用。比如,配送、送药、巡查、消毒......这些原本必须由医护人员完成的工作,现在可以交给医疗机器人完成。机器人代替人工提供的全自主免接触服务,不但避免医务人员交叉感染,还减轻工作人员的配送负担。



AI综合治理能力深化拓展,智能化城市治理走向“治本”



把目光从疫情前线转移,在防控二线层面,AI有了更多样化的表现,与城市治理有了千丝万缕的联系。


近日,华为云联合贝赛科技,在疫情防控期间为政府各机关、企业、高校、银行等客户免费提供疫情智能分析服务,协助客户快速分析当前疫情情况、掌握相关疫情信息(咨询电话:400 690 0531)。这些主体利用AI协助疫情宏观分析和决策,本身就是城市治理中应对突发公共卫生事件在各个层面的表现。


而更具体到场景和案例看,这种抗疫“二线”的AI举动,城市治理的属性就更为明显。如果说AI对抗病毒只是针对单次疫情“治标”,那么通过AI在城市治理层面应对突发公共卫生事件,就显露出“治本”的一面。


1、群防群控:巨量人口基数催生快速排查机制


在巨量人口基数上,疫情的防控工作会更为严峻,而庞大的人口恰恰是城市化的产物。


反过来看,至少在中国超大城市不断发展、领先全球的情况下,我们有必要建立应对更有可能发生的公共卫生事件的群防群控体系。探查、沟通到个人等工作现在可以让AI参与进来。除了南京市公安局栖霞分局案例,类似的例子还有更多。


例如,上海市安乔国际双语幼儿园的排查工作短时间难以完成所有排查。此外,人工电话还面临内容同步慢、通知内容完整性难以保证、数据难以统一、汇总等问题。


在AI加持的华为云智能语音疫情回访系统支持下,安乔幼儿园一天就完成了与2500位家长的内容标准化的电话沟通。该系统可以支持每小时超过9万通电话回访(如有需要,请拨打:400 926 0706)。


事实上,类似的技术,很多AI厂商都在参与,例如百度、科大讯飞也有类似的智能呼叫对话系统,而一些社区性质浓厚的平台也有动作,例如苏宁开放了E家社区管理平台,基于AI等核心技术进行社区社群管理,收集信息、健康打卡等。


2、维持生产:突发事件面前AI协同办公支撑“生产力”


在城市治理中,一套完备的疫情防控体系除了解决疫情,还应该附带有减少经济损伤、维持生产的措施。


宏观政策固然是主要手段,但从微观层面,协同办公也不容忽视,起码,可以对城市生产进行支撑,这其中,带智能化能力的远程办公软件或者智能工作平台的使用是重要一环。


此前,华为云WeLink智能工作平台宣布在疫情期间为用户免费提供视频会议系统,1000用户数以下的单位可以在线免费开通,支持100方实时在线会议,并融合健康打卡、视频会议、即时信息、邮件、短信、语音、视频、网盘、移动审批等功能,其内置的AI工作助手小微包含一句话直达找人、找邮件、预定差旅等多种服务。所有技术加持的结果都只有一个,那就是通过提升工作效率助力企业业务发展。


当然,我们相信这类技术在疫情褪去后同样会对推动工作效率有着不言而喻的价值。


3、细化公共卫生管理:局部化的智能解决方案成型


由于极强的传染性,新冠肺炎倒逼了很多针对特定公共卫生情况的智能解决方案升级。


例如,华为云基于边缘智能,在智慧园区框架下增加了疫情防控解决方案——口罩智能识别功能,即通过AI技术检测未佩戴口罩人员的行为,对异常人员进行实时追踪。


由此,疫情防控园区内无法覆盖、工作人员暴露风险高、漏查等问题被有效解决。


又例如,新冠肺炎病毒要求“不接触”,大量“非接触式”业务解决方案的出现,AI也在其中展现了自己的价值。


华为联合旺龙科技推出无接触智能乘梯解决方案,通过物联网平台实时管控电梯设备,用户可用手机app/微信小程序/蓝牙等方式呼叫电梯并自动点亮目的楼层,简单说,既不用“按”电梯,也解决长时间等电梯的潜在暴露问题。


这种无接触智能乘梯解决方案,越是高危场景价值就越是明显,也体现出前沿技术的多样化开发潜力。



基础设施属性凸显,AI技术开放让疫情防控也能群策群力



从一线对抗病毒到二线病毒防控,再往深处走,其实AI的价值就回到了它的技术价值本质:作为智能化时代的基础设施。


上述很多现实场景和应用可以看作科技企业的一个个AI落地项目,在疫情中发挥价值。而事实上AI的生态开发从来都是一件群策群力的事,更多的参与者共享基础的能力,并反过来推动基础能力的提升。


此次疫情期间,华为云AI推出近300万次API免费调用计划,包括文字识别、图引勤、语音语义、内容审核等,助力企业共抗疫情。


总而言之,AI能在抗疫的各种场景提供助力,其背后也是AI长期发展的积累。料想疫情过后,AI发展将会加速,更多典型场景将有AI应用落地,更多明星企业或平台将涌现出来。


相关文章
|
9天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
46 3
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在医疗领域的应用与前景####
本文探讨了人工智能(AI)在医疗领域的多方面应用,包括疾病诊断、个性化治疗、患者管理以及药物研发等。通过对现有技术的梳理和未来趋势的展望,旨在揭示AI如何推动医疗行业的变革,并提升医疗服务的质量和效率。 ####
25 5
|
8天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
12天前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
69 4
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
14天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第33天】随着人工智能技术的不断发展,其在医疗领域的应用也越来越广泛。从辅助诊断到治疗方案的制定,AI技术都发挥着重要作用。然而,随之而来的挑战也不容忽视,如数据隐私保护、算法的透明度和可解释性等问题。本文将探讨AI技术在医疗领域的应用及其面临的挑战。
26 0
|
人工智能 搜索推荐
AI技术正在让人类变得更长寿
人类平均寿命的每一点实际延长,都将在社会上产生倍增式的巨大影响。 来源:科技行者 2019年11月27日 19:35:11 关键字:人工智能 精准医疗 目前,50岁以上已经成为全球范围内人口数量增长速度最快的年龄区间,这自然也给世界经济及医疗体系带来了新的机遇与挑战。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
36 1

热门文章

最新文章

下一篇
无影云桌面