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
|
3天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
25 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
3天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
2天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
28 14
|
1天前
|
人工智能 Serverless API
尽享红利,Serverless构建企业AI应用方案与实践
本次课程由阿里云云原生架构师计缘分享,主题为“尽享红利,Serverless构建企业AI应用方案与实践”。课程分为四个部分:1) Serverless技术价值,介绍其发展趋势及优势;2) Serverless函数计算与AI的结合,探讨两者融合的应用场景;3) Serverless函数计算AIGC应用方案,展示具体的技术实现和客户案例;4) 业务初期如何降低使用门槛,提供新用户权益和免费资源。通过这些内容,帮助企业和开发者快速构建高效、低成本的AI应用。
31 12
|
3天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
32 13
|
1天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
3天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
15 6
|
机器学习/深度学习 人工智能 自动驾驶
【清华 AI 公开课】IJCAI理事长杨强:人工智能在企业的落地是一门大学问
雅达利(Atari)公司的联合创始人Ted 逝世。“雅达利”这个名字,是人工智能历史上一个不可忽视的关键词。
2857 0
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
52 10
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
下一篇
DataWorks