即使是对人工智能技术不是很感兴趣的人，在这个特殊时期也会注意到字母组合AI。 2月4日，工信部发布《充分发挥人工智能赋能效用协力抗击新型冠状病毒感染的肺炎疫情倡议书》，呼吁尽快利用人工智能技术填补疫情防控技术短板，充分探索人工智能技术应用场景在新型冠状病毒感染的肺炎诊治和疫情防控中。 这可能是历史上第一个将人工智能技术与抗击流行病相结合的政府举措；此次对发生在中国的新型冠状病毒肺炎的全面封锁，也由于特殊的时空关系，成为人类首次将AI技术应用于大型公共卫生事件。 此刻，在实验室、医院、公交枢纽、社区，各种人工智能技术和产品各司其职，与疫情赛跑。数一数AI技术在疫情下发挥的作用；这些角色对AI行业、医疗行业乃至各行各业都有哪些启示。 客观地说，AI技术在抗击疫情中只是起到了辅助作用。但也许疫情结束后我们会问这样一个问题：在经历了这次考验之后，我们是否可以并且应该大力发展公共卫生和医学研究领域的智能化进程？ 如果答案是肯定的，我们应该如何在教训和经验中寻找未来？ 疫情的背景一直是残酷的，但人类往往能从残酷中找到出路。现代医学史普遍认为，1918年的西班牙流感促使人类完成了现代公共卫生保障体系的构建。那么从AI在抗疫战场上的表现，我们或许会开始思考更多。 病毒分析和疫苗研发 疫情发生后，各大云计算厂商最先宣布的事情之一就是免费向科研机构和医疗机构开放AI算力。 当时很多网友都很好奇，AI算力和抗击疫情有什么关系？这里有一个AI计算的本质：通过张量计算来处理非结构化数据的匹配。 在经典计算环境中，很多非结构化数据处理，如图像识别、语音合成、基因匹配、地质信息计算等，无法获得高效计算。这使得AI计算需要独立的计算芯片和计算架构，使得AI算力成为近年来芯片和云服务厂商的重点赛道。 AI算力的产业积累，在疫情来临，医疗分析能力需要加速的时候，正好可以派上用场。在当今的医学分析领域，病毒基因测序、蛋白靶点筛选、病毒药物研发的历史数据匹配都需要AI算力来支持。同时，更好的相关算法可以大大提高相关检测的效率。这些工作对于我们了解病毒的本质、分析更好的治疗方案、研发疫苗和靶向药物都是极为重要的基础性工作，其价值不言而喻。 虽然AI计算在病毒分析和疫苗研发中的作用只是缩短匹配周期，提高检测效率，并不能像我们想象的那样自行完成疫苗研发，但是丰富的AI算力可以用在抗疫战场在与时间赛跑的情况下也很重要。 至此，各大云计算厂商纷纷免费开放AI算力，以满足抗疫需求。一些科技公司还向基因检测机构、防疫中心、学术界免费发布基因检测相关算法，缩短新冠病毒基因检测时间。 在这次抗疫行动中，可以快速分离病毒，完成相关基因测序，公众也可以看到相关治疗药物的研究信息即将面世。其背后的AI算力和算法的产业积累起到了很大的作用。 诊断辅助 从科研机构、实验室到抗疫前线，AI可以担当很多关键角色。 其中，现阶段抗击疫情最有价值的是具有视觉识别和语音交互能力的机器人，可以代替医护人员进行病人护理。美国使用医疗机器人治疗新型肺炎，不久前也在国内引起讨论。但医疗机器人需要相对成熟的产业支撑，难以快速上手。在中国，酒店使用的人工智能机器人经过改造，可以参与药品和医疗用品的运送。 在抗疫一线，比较有帮助的AI能力是诊断辅助，目前主要集中在医学影像+AI分析能力。疫情爆发一周内，国内多家AI科技公司的医学影像能力开始进入各大医院，为医生和患者提供基于医学影像分析的智能系统。虽然新型肺炎的诊断主要需要试剂等检测用品，但患者的肺部影像也有比较强的特征可以判断。基于人工智能技术，传统检查需要数小时才能完成。这一能力有效辅助了试剂检测，为快速诊断提供了帮助，填补了医护人员的不足。 可以预见，未来几天，基于AI医学影像的辅助诊断能力将逐步走向抗疫一线。各大人工智能公司都在紧急加强自己在该领域的产品能力，同时也在与医学研究机构进行更紧密的合作。 智能测温 随着返程潮的到来，机场、车站、高速公路路口等公共场所成为疫情防控的重点卡口。而在这些地方排长队测量体温，也成为特殊时期的无奈之举。但这种漫长的等待也会造成大规模的人群聚集，显然也给防疫带来了风险。 最近几天，大家可能会发现，很多地方都开通了智能测温，不用等待，不用摘口罩，人可以无感通行。在这样的系统中，人工智能是不可或缺的环节。 首先，AI需要在不摘口罩的情况下锁定人脸，将检测到的人与检测数据进行精准匹配；其次，需要对体型进行识别和跟踪，与传感器传来的体温阈值进行比对，检测体温异常，进行预警。配合红外和可见光传感器，AI测温可显着提高公共场所通行效率。 从目前在北京等地推出的相关产品来看，单台设备可以保证每秒10-20人的检测通过率，已经明显与正常进出火车站的人流量持平、机场和地铁。 在公共场所，AI对疫情防控的防护也体现在公共安全领域。例如，AI摄像头可以利用人脸识别技术判断一个人在公共场所的活动轨迹。这项技术不仅在过去几年提高了公共安全水平，还在这次防疫中屡屡发挥奇效。比如只有十几秒的接触史，当事人的感染过程完全不清楚，可以追溯，避免病毒在不可预知的情况下大规模裂变传播。 公共卫生安全防护与AI技术的结合，正在重新定义安全与效率的平衡。相信人工智能在疫情期间的应用，将改变公共卫生保障体系的长远建设。 智能手机 另一个无形的防控场域发生在手机上。 如果你在疫情期间去过外面，那么你可能接到过AI的电话。返回居住地后，它会询问您的旅行经历、旅行时间和地点以及身体状况。这些数据通过AI外呼系统汇集，成为基层疫情防控的数据基础。 面对庞大的人口规模和春运规模，社区和基层的普查和防疫通知在实际执行中成为巨大的挑战。社区基层人员往往少，抗疫工作极其繁重复杂。打24小时电话显然是不合适的。于是，打电话这种重复性的工作就成了基层群众无法承受、必须完成的任务。在这种情况下，本已较为完备的智能客服系统就成为了破局的关键。 基于智能呼叫和语音交互的AI客服系统，可在短时间内变身为智能调查员，完成人员调查、回访、通知等事项，效率提升数百倍比手动调用。 更进一步，一些智能手机系统还可以完成相对复杂的防疫调查和回访，比如随机对用户的调查和生活情况进行调查，形成抽样统计；再如对重点人群持续跟踪回访，形成重点防控体系。 同时，各级医疗管理单位和基层单位也可以基于目前免费开放的智能手机能力，开发更有针对性的智能手机系统，让AI成为特殊时期的社会关怀和社会纽带的一部分. 呼吁 回顾上述人工智能与抗疫工作的结合，可以看出：与其他技术不同，人工智能可以进入各级抗疫工作的核心。例如，不难发现互联网只能解决信息传递的作用。尽管这个作用不可替代且非常重要，但它不能像人工智能那样直接加速病毒分析和疫苗研发。 AI可以覆盖各个领域的核心工作层。这是在抗疫大考下，社会对人工智能技术形成初步认识的前提。同时，我们也要看到，人工智能技术的基本能力是提高产业效率，替代部分重复性劳动，而不是替代人类劳动。也就是说，AI在抗击疫情中只是一个辅助，却是一个非常重要的辅助工具和加速器。总的来说，我们可以看到在疫情防控场景下，AI可以在三种情况下发挥作用： 1。人工效率慢，效率提升迫在眉睫。比如公共区域的智能体温检测。 2。大规模的重复性劳动。例如，AI电话调查和通知。 3。模糊数据很难用经典的计算方式完成。比如AI病毒基因测序。 这三个AI的工作特点，其实我们已经重复过很多次了。之所以要在这里强调。希望各行各业的AI开发者，以及医疗产品、基因、机器人等领域的开发者和厂商，再次关注AI的基础能力，一起在众多的AI基础能力中寻找特殊场景。抗疫需要，充分发挥他们的开放智慧。 目前的情况是，我们可以看到各大AI公司和云计算厂商都在快速调用AI能力开发相关产品，无偿投入抗疫战场。然而，仅有少数龙头企业的覆盖能力显然是不够的。必须广泛的开发者共同参与，才能最大限度地发挥AI技术的价值，进入AI防疫抗疫2.0阶段。目前，AI平台企业也开始从单一的AI能力投入抗疫战场。抗疫战的整体效率。 这个过程可能需要互联网公司、AI开发者、医疗科研工作者的共同努力和高效沟通。如今，很多AI开发者跃跃欲试，却不了解医疗相关场景的需求、数据和标准。本次设计中更多医务工作者的参与，也是对抗击疫情的重要贡献。 启示录 这里无意表扬AI技术和产业对防疫工作的贡献。毕竟现在还远远不是赞美和总结的时候。而且，在抗疫战场上，AI绝对不是主角，但它在很多关键领域的辅助作用，还是能让我们看到一些未来的可能性。当然，我们希望有一天，人工智能可以在公共卫生保护中发挥主导作用。毕竟，更多的AI努力意味着对医务工作者的牺牲更少。 这是AI首次大规模走向抗疫。虽然各大AI公司都表现出了足够的反应速度和社会责任感，但我们仍然需要看到整个社会体系和医疗体系对AI技术的包容和使用还比较简陋。例如： 1。人工智能的能力并没有得到用户的广泛认可。 这次AI快速走向抗疫战场，主要依靠云端+AI基地已经形成了比较高的完成度，基本达到了随时可用的特点。但提供给疫情一线的AI能力还比较单一，缺乏足够的场景覆盖，很多能力只能在一线城市小规模使用，无法进入疫情核心区域比如武汉排在首位，说明产业整合的程度还没有达到。提升。 我们可以把AI看作是大量基础能力和基础算法的组合，可以随时组装各种能力，固化到具体的产品和平台中。但在此次抗击疫情中，可以看出一线医疗、医学研究、科技行业开发者对这些能力并不熟悉，花费大量时间相互交流。这也导致很多好的AI能力无法在全国快速推广、进驻重点领域。 2。软硬件产业链相对薄弱。 AI在抗疫战场上表现不俗，但也可以看出这些表现主要来自于软件层面。我们很难看到AI机器人和物联网硬件快速走到抗疫前线。一线医护人员也没有可以远程控制并配备摄像头、麦克风、听诊器等设备的医疗机器人。从软件AI的现在到AI机器人的未来，需要的是一个结构良好的AI+IoT产业链。硬件生态的疲软，让中国很多行业的智能化效率不及预期。这也是下一个技术周期必须面对和解决的问题。 3。公共卫生领域整体智能化水平有待提高。 AI为抗击疫情做了大量工作。但或许我们还要追问，从逻辑上讲，AI能否为抗击疫情做出更多贡献？答案显然是肯定的。比如美国有一家AI初创公司，通过社交网络数据预测新型肺炎。将来有可能吗？让AI给我们预警，让“吹哨人”不至于消失在社交媒体的汪洋大海中 又如公共卫生系统的智能管理和应急物资的智能调配。这些领域已经出现了完整的解决方案。但由于这些能力需要长期准备，在这次抗疫中并没有体现出来。比如前不久的一起热点事件，有机构指出，由于人员太少，物资调配不及时。人工智能可以无人部署吗？这在智慧工业、智慧物流场景中屡见不鲜，但并没有成为抗疫战场上的生力军。 疫情的残酷和恐怖，相信大家都深有体会。毫无疑问，我们一定会战胜疫情，而且很快就会做到。但与此同时，我们也应该思考，疫情过后，我们留下了什么？当疫情散去，我们是否有必要提出这样的可能性：比如，围绕智能技术全面升级公共卫生防疫技术体系；比如加大对智慧医疗的投入，特别是在疫苗研发、病毒研究、新药研发等领域？智力的长期投资；比如，是否需要引入和完善硬件产业链，让AI机器人取代医务工作者，成为未来传染病的一线战士。 或许这些问题不仅仅与AI技术、医疗行业、这次疫情有关。但反思和行动总是及时的。
