阿裡雲正在推動旗下人工智慧產品“阿裡雲ET”，尋求更深入切入醫療、工業兩大領域的路徑。
3月29日，阿裡雲宣佈推出“ET醫療大腦”和“ET工業大腦”，前者定位為醫生助手，後者主要致力於工業生產線良品率提升。目前阿裡雲在上述兩個領域已擁有多家客戶，接下來雙方將共同探索基於人工智慧的解決方案，但阿裡雲將人工智慧落地於行業的嘗試才剛剛開始。
阿裡雲總裁胡曉明告訴21世紀經濟報導記者，“越來越多的大型的企業、醫療機構、金融機構對於互聯網和人工智慧的追求正在解凍。”
探索在多個行業落地
阿裡雲資深產品總監李津表示，每天醫院由於PAI、CT產生的圖像和視頻資料量，已經等同於製作一部電影的資料量，但大量的資料在過去漫長時間內，幾乎未能被收集、保存和進行線上化。
3月29日，阿裡雲ET（阿裡雲人工智慧品牌）宣佈推出“醫療大腦”和“工業大腦”，前者定位為醫生助手，目前能夠提供支援的領域包括患者虛擬助理、醫學影像、精准醫療、藥效挖掘、新藥研發等，後者致力於工業生產線良品率提升。
當天阿裡雲方面公佈了兩批醫療客戶名單，其中包括廣州醫科大學在內的傳統醫療機構，也包括華大基因這種阿裡雲此前即有過合作的企業。據悉，目前阿裡雲“醫療大腦”將率先在“看片子”方面進行應用：通過演算法的反覆運算，將查看病人身體照片的速度提升至秒級。
推動AI進入醫療的力量背後，是醫學領域對於計算產生的需求。“中國醫院動不動就是過千床的診療，每天兩三百個病人拍CT，拍出來的資料也越來越多。”廣州醫學院第一醫院院長何健行表示，人工智慧的輔助未來有望幫助醫生降低誤診率。
何健行認為，人工智慧目前在醫療領域，率先提升應用效率，長期來看則致力於改善適用範圍“窄”和改變結構化資料。此外，“將資料和經驗結合起來，幫助醫生產生新的經驗。”簡單來說，是將人工智慧能力“賦能”于醫生。
“演算法一大價值在於，其可以找出所有疑似問題，隨後才讓人工來覆核，以此來做到算無遺漏。”阿裡雲人工智慧科學家閔萬里告訴記者。胡曉明也表示，“阿裡雲希望機器智慧成為人類的幫手。”這大抵可以用來概括阿裡雲落地AI能力時的定位。
記者獲悉，除了醫療，目前和阿裡雲ET展開合作的企業包括徐工集團、中策橡膠、吉利。早在2016年8月，ET開始入駐國內大型能源巨頭協鑫光伏的切片生產車間，ET的工作流程是，率先將標準化車間所有埠的數據傳入工業大腦，通過人工智慧演算法對關聯參數深度學習計算，精准分析出與良品率最相關的60個關鍵參數，並搭建參數曲線，在生產過程中即時監測和控制變數。
阿裡雲在進軍各大垂直行業均暗合一個簡單的邏輯：基於資料線上整合計算能力，從而創造新的價值。阿裡雲方面稱，接下來將在新能源、化工、環保、汽車、輕工業、重工業等多個領域內進行人工智慧了落地探索。
行業應用落地離不開底層技術支援。3月29日，阿裡雲宣佈旗下機器學習平臺“PAI”迎來2.0升級。“在深度學習方面，我們支援TensorFlow、CAFFE、MXNET框架，這些框架與開源介面保持高度相容。開發者可以根據自己的喜好選擇最合適的人工智慧的開發框架。”阿裡雲首席科學家周靖人介紹稱。
當天，阿裡雲還宣佈旗下“華北三”資料中心降價，降低幅度最大達35%。李津向記者介紹稱，目前華北三是目前國內高效、綠色資料中心之一。
“行業所有的改變是因為目前雲計算行業重壓向下。”李津告訴記者，過去數年間亞馬遜、微軟和穀歌對於雲服務的投入均高達數十億乃至上百億美元。與此同時傳統的X86伺服器市場在2016年遭遇下滑，產業鏈正在重構。
數據“解凍”
針對此次推出的醫療大腦，阿裡雲聯合英特爾、零氪科技合作啟動天池醫療AI大賽。其中英特爾提供處理器、深度學習演算法庫、深度學習框架軟體等。而零氪科技則負責提供“經脫敏處理並由專家標注的高清胸部CT掃描影像資料。”
在天池醫療AI大賽中，零氪科技扮演的資料提供者角色，有賴於此前該公司一直在將醫院的病歷等線下資料進行線上資料化，並且對病人狀況進行回訪。“協力廠商（零氪科技）免費為我們進行資料化，我們在獲得資料後能夠更好的進行科研。”天津市胸科醫院胸外科主任孫遜告訴記者。
目前阿裡雲在獲取行業結構化資料中，仍有賴於部分協力廠商。但阿裡雲有機會嘗試進軍更多行業，背後趨勢之一是部分企業的資料“解凍”。
胡曉明告訴記者，過去一年中有越來越多的國企投入擁抱雲計算，直接表現為在目前阿裡雲的營收來源中，政府類營收保持高速增長，目前阿裡雲的國企客戶名單上包括中石化、中石油、中國郵政等。“與之對應的是目前大量民營企業仍缺乏對於技術前瞻的把控。”胡曉明說。
對於阿裡雲來說，服務一位元企業客戶需要做足前期準備，例如瞭解傳統製造業的方法，這對阿裡雲而言是個耗時耗力的苦差事。但閔萬里認為，人工智慧在工業領域的應用方面，儘管涉及的行業各不相同，但“背後的核心邏輯相同”。因此在向不同行業提供解決方案，本身具備通用性。
但在資料領域，人工智慧在醫療等領域的落地仍面臨資料監管難題。
孫遜告訴21世紀經濟報導記者，“目前在資料方面醫療法規仍滯後，在資料打通方面，落實到地方部門仍缺乏依據。”例如醫院的資料是否能放到雲上，該領域目前仍是空白。
“目前我們定義資料所有權是歸科室。”孫遜告訴記者，目前醫院的資料標準是“各自獨立”，即其它醫院不能過問該科室的資料，此外科室會要求協力廠商做到確保資料安全。
3月29日，阿裡雲宣佈推出“ET醫療大腦”和“ET工業大腦”，前者定位為醫生助手，後者主要致力於工業生產線良品率提升。目前阿裡雲在上述兩個領域已擁有多家客戶，接下來雙方將共同探索基於人工智慧的解決方案，但阿裡雲將人工智慧落地於行業的嘗試才剛剛開始。
阿裡雲總裁胡曉明告訴21世紀經濟報導記者，“越來越多的大型的企業、醫療機構、金融機構對於互聯網和人工智慧的追求正在解凍。”
探索在多個行業落地
阿裡雲資深產品總監李津表示，每天醫院由於PAI、CT產生的圖像和視頻資料量，已經等同於製作一部電影的資料量，但大量的資料在過去漫長時間內，幾乎未能被收集、保存和進行線上化。
3月29日，阿裡雲ET（阿裡雲人工智慧品牌）宣佈推出“醫療大腦”和“工業大腦”，前者定位為醫生助手，目前能夠提供支援的領域包括患者虛擬助理、醫學影像、精准醫療、藥效挖掘、新藥研發等，後者致力於工業生產線良品率提升。
當天阿裡雲方面公佈了兩批醫療客戶名單，其中包括廣州醫科大學在內的傳統醫療機構，也包括華大基因這種阿裡雲此前即有過合作的企業。據悉，目前阿裡雲“醫療大腦”將率先在“看片子”方面進行應用：通過演算法的反覆運算，將查看病人身體照片的速度提升至秒級。
推動AI進入醫療的力量背後，是醫學領域對於計算產生的需求。“中國醫院動不動就是過千床的診療，每天兩三百個病人拍CT，拍出來的資料也越來越多。”廣州醫學院第一醫院院長何健行表示，人工智慧的輔助未來有望幫助醫生降低誤診率。
何健行認為，人工智慧目前在醫療領域，率先提升應用效率，長期來看則致力於改善適用範圍“窄”和改變結構化資料。此外，“將資料和經驗結合起來，幫助醫生產生新的經驗。”簡單來說，是將人工智慧能力“賦能”于醫生。
“演算法一大價值在於，其可以找出所有疑似問題，隨後才讓人工來覆核，以此來做到算無遺漏。”阿裡雲人工智慧科學家閔萬里告訴記者。胡曉明也表示，“阿裡雲希望機器智慧成為人類的幫手。”這大抵可以用來概括阿裡雲落地AI能力時的定位。
記者獲悉，除了醫療，目前和阿裡雲ET展開合作的企業包括徐工集團、中策橡膠、吉利。早在2016年8月，ET開始入駐國內大型能源巨頭協鑫光伏的切片生產車間，ET的工作流程是，率先將標準化車間所有埠的數據傳入工業大腦，通過人工智慧演算法對關聯參數深度學習計算，精准分析出與良品率最相關的60個關鍵參數，並搭建參數曲線，在生產過程中即時監測和控制變數。
阿裡雲在進軍各大垂直行業均暗合一個簡單的邏輯：基於資料線上整合計算能力，從而創造新的價值。阿裡雲方面稱，接下來將在新能源、化工、環保、汽車、輕工業、重工業等多個領域內進行人工智慧了落地探索。
行業應用落地離不開底層技術支援。3月29日，阿裡雲宣佈旗下機器學習平臺“PAI”迎來2.0升級。“在深度學習方面，我們支援TensorFlow、CAFFE、MXNET框架，這些框架與開源介面保持高度相容。開發者可以根據自己的喜好選擇最合適的人工智慧的開發框架。”阿裡雲首席科學家周靖人介紹稱。
當天，阿裡雲還宣佈旗下“華北三”資料中心降價，降低幅度最大達35%。李津向記者介紹稱，目前華北三是目前國內高效、綠色資料中心之一。
“行業所有的改變是因為目前雲計算行業重壓向下。”李津告訴記者，過去數年間亞馬遜、微軟和穀歌對於雲服務的投入均高達數十億乃至上百億美元。與此同時傳統的X86伺服器市場在2016年遭遇下滑，產業鏈正在重構。
數據“解凍”
針對此次推出的醫療大腦，阿裡雲聯合英特爾、零氪科技合作啟動天池醫療AI大賽。其中英特爾提供處理器、深度學習演算法庫、深度學習框架軟體等。而零氪科技則負責提供“經脫敏處理並由專家標注的高清胸部CT掃描影像資料。”
在天池醫療AI大賽中，零氪科技扮演的資料提供者角色，有賴於此前該公司一直在將醫院的病歷等線下資料進行線上資料化，並且對病人狀況進行回訪。“協力廠商（零氪科技）免費為我們進行資料化，我們在獲得資料後能夠更好的進行科研。”天津市胸科醫院胸外科主任孫遜告訴記者。
目前阿裡雲在獲取行業結構化資料中，仍有賴於部分協力廠商。但阿裡雲有機會嘗試進軍更多行業，背後趨勢之一是部分企業的資料“解凍”。
胡曉明告訴記者，過去一年中有越來越多的國企投入擁抱雲計算，直接表現為在目前阿裡雲的營收來源中，政府類營收保持高速增長，目前阿裡雲的國企客戶名單上包括中石化、中石油、中國郵政等。“與之對應的是目前大量民營企業仍缺乏對於技術前瞻的把控。”胡曉明說。
對於阿裡雲來說，服務一位元企業客戶需要做足前期準備，例如瞭解傳統製造業的方法，這對阿裡雲而言是個耗時耗力的苦差事。但閔萬里認為，人工智慧在工業領域的應用方面，儘管涉及的行業各不相同，但“背後的核心邏輯相同”。因此在向不同行業提供解決方案，本身具備通用性。
但在資料領域，人工智慧在醫療等領域的落地仍面臨資料監管難題。
孫遜告訴21世紀經濟報導記者，“目前在資料方面醫療法規仍滯後，在資料打通方面，落實到地方部門仍缺乏依據。”例如醫院的資料是否能放到雲上，該領域目前仍是空白。
“目前我們定義資料所有權是歸科室。”孫遜告訴記者，目前醫院的資料標準是“各自獨立”，即其它醫院不能過問該科室的資料，此外科室會要求協力廠商做到確保資料安全。
最新評論