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
|
2天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
21 6
|
3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与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
3天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
9 1
|
3天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
10 1
|
4天前
|
人工智能 边缘计算 监控
边缘AI计算技术应用-实训解决方案
《边缘AI计算技术应用-实训解决方案》提供完整的实训体系,面向高校和科研机构的AI人才培养需求。方案包括云原生AI平台、百度AIBOX边缘计算硬件,以及8门计算机视觉实训课程与2门大模型课程。AI平台支持大规模分布式训练、超参数搜索、标注及自动化数据管理等功能,显著提升AI训练与推理效率。硬件涵盖多规格AIBOX服务器,支持多种推理算法及灵活部署。课程涵盖从计算机视觉基础到大模型微调的完整路径,通过真实商业项目实操,帮助学员掌握前沿AI技术和产业应用。
18 2
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术前沿探索:解锁智能时代的无限可能
【10月更文挑战第22天】AI技术前沿探索:解锁智能时代的无限可能
11 1
|
机器学习/深度学习 人工智能 算法
别上当!大部分AI企业都是蹭人工智能热点的!
众所周知,人工智能的火爆吸引了无数投资人的目光,有些人认为国内人工智能的发展前景似乎很是乐观,而有些人则表示,获得投资的企业数量多不能代表什么,更重要的是盈利情况
6289 0
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗健康领域的应用与前景
随着科技的不断进步,人工智能(AI)技术已经深入到我们生活的方方面面,特别是在医疗健康领域。本文将探讨AI在医疗健康领域的应用现状、面临的挑战以及未来的发展前景。

热门文章

最新文章