阿里云“AI+”战略升级:重磅发布ET医疗大脑和ET工业大脑丨云栖2017深圳

简介:

雷锋网AI掘金志按:3月29日,阿里云在云栖大会·深圳峰会上发布ET医疗大脑和ET工业大脑,同期发布的还有用可视化的拖拽方式让开发者使用人工智能技术的机器学习平台PAI2.0。

ET医疗大脑

阿里云“AI+”战略升级:重磅发布ET医疗大脑和ET工业大脑丨云栖2017深圳

阿里云总裁胡晓明现场介绍了ET医疗大脑如何辅助医生判断甲状腺结节点,大屏上投出的视频演示显示ET通过计算机视觉技术,在甲状腺B超影像上圈出结节点,并给出良性或者恶性的判断。

“机器要做人类的助手,而不是竞争者。”胡晓明表示,不论是ET进入医疗和制造领域,还是机器学习平台PAI2.0的推出,都是为了让人工智能这门复杂而前沿的科学变得更加通用,为“万物智能”提供基础设施和智能引擎。

给医院配一个24小时不休息的“实习医生”

我们知道,医疗影像越来越多以数字化的模式呈现,这让医学科学家们想到是否可以用机器来帮助医生分担一些工作负荷。阿里云的人工智能ET“应聘上岗”,开始成为各个领域的“实习医生”,跟医生学习如何“看”B超结果,圈出结节区域,并且给出初步的良性或者恶性判断。

用大量医学数据来训练机器是人工智能的核心,深度学习技术已经让机器在“看”、“听”、“说”等方面的准确率大幅提升。云计算的普及成为这些技术突破的关键性因素。在6年前,IBM用一间屋子大小的计算机才能在一档问答节目中取胜,现在只需一根网线就可以获得训练海量数据的计算能力。 

ET的“实习总结”不单为医生分担了工作负荷,诊断的准确率也超出了人类医生的平均水平。数据显示,人类医生的平均准确率为60%-70%,而当下算法的准确率已经达到85%。

不过,这并不意味着人工智能将取代医生,ET做出的初步诊断会由医生再做核查,医生也可为ET注入新的知识,把ET“调教”地更加智能。

这也是阿里云总裁胡晓明在发布会现场为ET医疗大脑下的定义,这是一个开放的人工智能系统,除了阿里云的人工智能科学家,也将吸收外部的优质算法和医学经验,让ET可在患者虚拟助理、医学影像、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。

大会上,阿里云宣布联合英特尔、linkdoc启动天池医疗AI系列赛,在这个汇集了6万多名AI算法科学家的平台上,寻找早期肺癌诊断的智能化判断最优算法,让机器可以通过原始CT影像图片协助医生进行诊断。

ET工业大脑

如果制造业能够整体提升1%的良品率,按2016年全国工业总产值计算,这将为中国制造总体提升上万亿的利润空间。阿里云为工厂提供的方案更有数字上的经济价值,当日发布的ET工业大脑首先瞄准的就是中国工厂的良品率目标。

胡晓明在现场提出“中国智造1%”的概念,希望让工业生产线上的机器拥有智能大脑,“中国制造业如果提升1%的良品率,意味着一年可以增加上万亿的利润。”

以单个案例看来,阿里云人工智能技术已经使用到了中国的工厂里,并为位于江苏的光伏生产商协鑫在一年内节省了上亿成本,这一数字来自1%的良品率提升。ET工业大脑在协鑫的工厂里,通过分析上千个参数,来优化光伏切片的精密工艺。 

让机器能够感知、传递和自我诊断问题,ET工业大脑通过分析工业生产中收集的数据,优化机器的产出和减少废品成本。通过并不昂贵的传感器、智能算法和强大的计算能力,ET工业大脑解决的是制造业的核心问题。

雷锋网(公众号:雷锋网)AI掘金志了解到,徐工集团、中策橡胶、吉利等制造领域的标杆企业都在积极引入ET工业大脑,投入智能制造的浪潮之中。

“目前ET工业大脑已经在流程制造的数据化控制、生产线的升级换代、工艺改良、设备故障预测等方面开展工作。”阿里云人工智能科学家闵万里表示,ET的目标是成为一个不断吸收专业知识的 “大脑”,可以指挥各种类型的工业躯体。“我们希望用21世纪的机器智能,帮助人类更好地指挥20世纪的机器”。 

ET医疗和工业大脑的后盾:阿里“NASA”计划

“人工智能要想真正成为普惠科技,需要一款更加通用的生产工具。”阿里云首席科学家周靖人在现场表示,在过去的一年时间阿里云协助用户在医疗、工业领域落地了多项重大的人工智能应用,但如果要把人工智能技术走入每个人的生活,需要更加平台化的人工智能产品。

大会上,阿里云正式发布机器学习平台PAI2.0,以更丰富的算法库、更大规模的数据训练和全面兼容开源的平台化产品,让人工智能这门综合多门学科的技术,变成开发者只需要托拉拽就能可视化完成开发的普惠性技术。

阿里云“AI+”战略升级:重磅发布ET医疗大脑和ET工业大脑丨云栖2017深圳

不久前,阿里巴巴董事局主席马云在内部启动代号为“NASA”的计划,面向未来20年储备核心科技,机器学习、IoT、生物识别等领域智能化领域被放在突出位置。据了解,阿里“NASA”计划的研发成果都将通过阿里云对外输出,成为创新者的强大技术后盾。

23日马云在马来西亚谈及“NASA”计划时表示:“我们对一些很奇特但无法持久的技术不感兴趣。我们希望投资在那些能让人更有创造力的技术上。我们认为技术是要为人所使用,而不是人为技术而工作。”

雷锋网AI掘金志将持续报道云栖大会精彩内容,敬请关注!


本文作者:亚峰
本文转自雷锋网禁止二次转载, 原文链接

相关文章
|
11天前
|
人工智能 架构师
活动火热报名中|阿里云&Elastic:AI Search Tech Day
2024年11月22日,阿里云与Elastic联合举办“AI Search Tech Day”技术思享会活动。
155 2
|
11天前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
15天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
2024年10月19日,第五届中国云计算基础架构开发者大会(CID)在北京朗丽兹西山花园酒店成功举办。本次大会汇聚了来自云计算领域的众多精英,不同背景的与会者齐聚一堂,共同探讨云计算技术的最新发展与未来趋势。
|
15天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
第五届中国云计算基础架构开发者大会(CID)于2024年10月19日在北京成功举办。大会汇聚了300多位现场参会者和超过3万名在线观众,30余位技术专家进行了精彩分享,涵盖高效部署大模型推理、Knative加速AI应用Serverless化、AMD平台PMU虚拟化技术实践、Kubernetes中全链路GPU高效管理等前沿话题。阿里云的讲师团队通过专业解读,为与会者带来了全新的视野和启发,推动了云计算技术的创新发展。
|
16天前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。
|
6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。
|
10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。
30 1
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
38 10
|
8天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
12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
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。

热门文章

最新文章