人工智能可否运用在商业中

人工智能(AI)正在改变每一个产业,从健康医疗、零售、广告、金融、交通、教育农业等等领域。人工智能的目的是处理日常乏味的工作内容,让员工有更多时间去创造那些机器无法完成的工作。如今,先进的科技技术已经被各大型企业运用在机器人学习和预测分析方面。人工智能已经不是未来的科技,而是已经发生,并且不采用人工智能的公司将会被逐渐淘汰。

人工智能     

人工智能正在改变各行业。从商业运营和有效性,到顾客服务的创新方法,突破性的媒体搜索,更智能的交通系统和更针对性的广告推广,这已经是一个不可避免的真实的现象。商业中还没有运用AI技术的将会被淘汰,预测显示直接或是间接运用AI软件的公司,营业收入将从2016年$13.8亿美元增长到2025年的$ 590.75亿美元。(Tractia, 2017)

“当机器变得更加智能,消费者将期待完美的24小时顾客服务,到2025年AI将控制95%的顾客交流工作,用户将不能区分命令是通过来在线聊天还是电话语言传输。(Servion, 2017)

由于有效的大数据和增长的智能算法,机器可以进行学校,交流,做出精明的觉察和高效的执行复杂的任务。

在80年代,当3位先驱Yoshua Bengio, Yann LuChun 和Geoffrey Hinton辛勤的在研究神经网络,但其他科学家由于缺乏强大的计算能力已经放弃研究。在那段艰难的时期,当没有人相信人类将维持着这个火炬的燃烧并且真的感染到许多人。(Recode, 2015)

自从人工智能已经被运用到商业中,加强搜索,已有令人震惊的突破。深度思维已经深深的贯穿在Atari console游戏公司和游戏Go中,人工智能已经在一些领域中超越人类,包括目标认知和人脸识别,以及致力于通过Turing 测试。(DeepMind,2013)

真实的AI     

AI的两个定义:

1)AI目的是将人工智能技术植入机器。

2)AI目的是发现超级人类等级的人工智能。

如果理解人工智能系统很重要,我们可能更希望有一个智慧(intelligence)能更接近人类。但是如果我们想去设计一个最佳的人工智能系统可以发现病人的疾病,我们将很高兴如果它能超越人类医生。(Hugo Larochelle, Google Brain)

人工智能是一个植入计算机的仿真智慧大脑:行为通过非生物系统展现,而这个行为将被认为智慧如果是被人类展现。一个最新研究,“机器学习”-计算机将学习如何处理复杂大量的数据集工作。(Ed Newton-Rex,Jukedeck)

案例1- 医疗行业      

By DANIEL GOLDEN, DIRECTOR OF MACHINELEARNING, ARTERYS

人工智能有办法将不论是卫生保健的研究,或是新的药物或疗程产品转换成照料病患所需的方式。云端基础的公司,Arterys,已经研发出支持进阶AI工具和极快影像处理的智能医学影像平台。2001年Arterys刚成立时,大部分医学影像还必须在医院内使用有限的电脑计算和手动的工具,只有极少量的自动工具。基于此困境,发展云端计算及分析的进阶医学影像愿景就此诞生。

Arterys 是第一家获得FDA认证可使用在临床的云端深度学习医疗模型,是AI在医疗的一大进步。他们的目标是透过拥有无限运算能力的深度学习引擎转化出的临床产品,创造出一个数据驱动,专注于智能与病患的世界。

医学影像的困难       

医学影像包含了丰富的资讯尚未好好用于优化对病患的照料。透过影像,很难精确地追踪疾病,疾病的过程甚至疾病对特定治疗的反应。数据驱动的诊断在医学影像方面还存在不少挑战。

1. 增长中的生产力需求 –

复合式的高清影像方案已经变成标准,扫描在过去十年大量增加,已让放射线医生们快要精疲力尽

2. 测量诊断影像的挑战 –

测量解剖是呈闷的,医生们没有足够时间做到精准,当需要立体的测量时,却常常使用线性的测量方式,非一至性测量是个问题。

3. 高失误率 –

在应用辐射学的检验里,回放的失误率大约30%,实时的平均是3-5%。这些失误导致治疗的延误,不必要的活组织检查以及误传的疗程决定。

这些问题带给现实世界中的卫生保健人员和病人很多影响。缺乏效率表示筛查,诊断和监测的延误和错误是常见的,进而导致高成本低收获。延迟可能是因为解释图像需要时间,或是医生检测评估疾病及治疗效果所需时间。Arterys 明白了这个问题,并利用他们的平台提供更即时更精准的解决方案。

AI如何幫助呢?     

当系统在不同方面帮助放射科医生,不是取代人类,而是用以下几个方法强化:

加速设置枯燥的工作环境,解释和报告影像上的发现。提高测量解剖的准确性和一致性,放射科医生就可以更好地追踪患者变化。帮助社区规范测量和分类疾病的方式,以便有更多的一致性的做法。这将优化真实世界中的病人研究和对个体患者的治疗。

Arterys AI在临床医学界面临大量质疑,然而让临床医生尝试看看将会得到一个令人信服的证明。临床医生能够体验到自动化的好处并评估其准确性。人工智能平台使临床医生能够全面地掌控对病情的理解。

什么阻礙了全面的实现,下一步怎麼做?

人工智能需要非常大的数据集,由于到最近才流行数据记录,这些高质量的数据可能很难找到。在一个机构中发现的数据可能因不同地点而异,所以当来自不同机构的临床医生合作创建代表某一疾病人群的数据集时,才会有真正的进步。

随着越来越多的临床医生和研究人员接受人工智能,并看到新的模式和生物指标,多亏他们的研究,更多的人将热衷于使用这些技术。

Arterys 对AI的实现在跨行业应用上启发了我们什么?

1、当数据收集的效率提升,成本会降低

2、影像分析不用花费太多时间,还可以变得很精准

3、不会引起失业,从业人员在人工智能平台上会变得更有效率