📖 ZKIZ Archives

百度發布“寫作大腦” 明年將向內容生產者分成100億

11月23日消息，百度副總裁陸複斌正式宣布，2017年百度將累計向內容生產者分成100億，所有個人和機構內容生產者都可以入駐百家號，參與百億分潤。

自9月28日上線以來，據百家號業務部總經理徐繼業介紹：上線50天，百家號作者入駐賬戶56267個，單個賬號累積最高收入超72012元，單個賬號最高月收入達40003元，單篇文章最高收益超過24425元。

此外，百家號還首次發布了內容生產風向標，據百家號內容稀缺指數顯示：娛樂八卦、獵奇搞笑、雞湯勵誌內容趨於飽和，而創意創新類、技能實用類、專業垂直類三類內容是現在用戶搜索、瀏覽需求量大，但是內容庫相對稀缺的內容。相關領域作者在百家號生產相應內容將會更容易獲得關註和高效變現。

據介紹，個人和機構都可以成為百家號作者，百億分潤計劃中的100億分潤將完全分配給百家號作者，已經開始的分成方式包括兩種：第一種是原生廣告分成，目前在手機百度資訊流以及百家號內容頁中都有不少原生廣告，百家號作者生產的內容將會根據其分發量以及閱讀量等流量數據獲得原生廣告分成;第二種是聯盟廣告分成，這部分廣告模式也是百度非常成熟的變現模式。過去百度和聯盟站長分成，未來將在加入百家號作者之後變成三方分成。數據顯示，僅2016年聯盟廣告整體分成預計達160億。

陸複斌表示，百度內容生態早在十多年前年便已開始布局，相繼推出百度貼吧、百度知道等內容產品，並通過投資、並購等方式進一步完善生態。在新一輪的內容創業浪潮中，百度順勢推出戰略級產品百家號。

此外，百家號還首次公布了“百度寫作大腦”的核心能力，主要包括寫作機器人和寫作指導兩部分。運用自然語言處理技術，目前百度寫作機器人可實現體育新聞、熱點新聞等多領域的全機器創作。在寫作指導方面，百度寫作大腦將會根據後臺監測到的內容稀缺標簽給作者提供寫作參考，科學地指導作者進行內容創作，避免紮堆生產同質化內容。

百度大腦險勝最強大腦背後 ：200萬人2億照片做訓練

在AlphaGo的升級版化身“神秘棋手”Master以60勝0負1平的戰績橫掃人類圍棋高手之後，人工智能又一次成功挑戰人類大腦。這一次是在“人臉識別”領域。

在《最強大腦》的首場“人機大戰”中，百度人工智能在跨年齡識別的任務上以3：2的比分險勝最強大腦代表王峰。

 在此前，從深藍到AlphaGo的多次人機大戰中，交鋒的重點包括記憶能力、邏輯推理、計算能力等，這一次人工智能要挑戰的，除了這些之外，還包括人類經過幾百萬年進化的聽覺、視覺等感官天賦。

在北京大學心理學系教授魏坤琳看來，在這個專業方向上，人工智能的準確率已經達到很高的水準，下一步應該是提高運算的效率和能耗。“如果這個時代，人工智能這麽快地來到的話，我們應該怎麽做才能夠更好地發揮我們的能力，更好地發展，和更好地生存。”

 人臉識別背後：微整形、雙胞胎、跨年齡

與百度人工智能進行首場“人機大戰”的90後選手王峰堪稱“腦王”。2011年時，他曾以5分鐘記憶500個數字、1小時記2660個數字、聽記300個英文數字的成績打破3項世界紀錄，獲得世界腦力錦標賽上“世界記憶總冠軍”，並打破快速記憶撲克牌的世界紀錄。

“世界記憶之父”托尼博曾高度評價他：“王峰的紀錄在今後幾年恐怕都沒有外國選手可以打破，王峰是比賽有史以來最優秀的一名選手。而他所在的‘中國記憶精英戰隊’是全球最頂尖的記憶團隊。”

這一次，王峰和百度人工智能比拼的是人臉識別中的跨年齡識別。按照比賽規則，第一輪由章子怡從20張蜜蜂少女隊成員童年照中挑出2張高難度照片，選手通過平均只有三秒的動態錄像表演將所選童年照和在場的成年少女相匹配；第二輪人機共同觀察一位30歲以上的觀眾，隨後將他從30張小學集體照中找出。

節目組測試跨年齡人臉識別評測結果

百度首席科學家吳恩達坦言，在這次比賽中，百度選擇的競賽項目對於機器來說非常困難，對於人類來說相對容易。因為機器沒有直覺，也並沒有久遠的進化歷史，只能靠分析數據來學習。“特別對於識別整容、化濃妝或者十幾年跨度的照片，我們並沒有大量的數據可以分析。”

可以看到的是，這兩輪比賽的技術難點一方面在於蜜蜂少女隊人員眾多且每個人在賽場上化妝表演， 不排除有微整形、戴美瞳等因素幹擾。此外，挑選的童年照都在0—4歲範圍內，與現在的年齡跨度較大。而第二回合樣本容量大，30張集體照大約需要在1000-2000個人臉中找到對應的人，年齡跨度也覆蓋在80、90後等年齡層中。同時，比賽現場有實時照片傳輸、現場攝影機捕捉人臉圖像晃動、燈光幹擾等因素都會影響人工智能的識別準確率。

經過幾分鐘的屏氣凝神，第一位童年照的主人輕松被雙方找到。然而在確認第二張童年照的主人時，百度大腦卻打出了兩份有著萬分之一概率不同的答案。百度首席科學家吳恩達教授解釋說，這是因為兩份答案的概率很接近，極有可能是現場有一對雙胞胎。

人工智能識別相似度極高的雙胞胎

最終，小度機器人用概率地找到了答案，這一輪，王峰惜敗；接下來雙方在超過千人的合影中都準確找到了對應的人。

有意思的是，在比賽結束之後，有媒體提問百度深度學習實驗室主任（IDL）林元慶：“如果讓打敗幾乎所有圍棋高手的AlphaGo和百度大腦比試一場，到底誰會贏？”

林元慶給出的答案是：谷歌和百度二者選擇的方向，特別是“人機大戰”的方向非常不一樣。“去年AlphaGo出來的時候，我們正在投入非常大的力量在無人車，百度內部沒有做圍棋的項目。”

人臉識別技術解密

在人類大腦中，有特定的腦區（Fusiform face area（FFA）去負責圖像識別。王峰提到，自己在識別人臉的過程中，會先觀察照片上的人臉特征，例如鼻子兩側、嘴角、耳朵等等，然後記住這些特征，再進行匹配。相比之下，人工智能的識別有怎樣的不同？

林元慶告訴第一財經記者，通常情況下，人臉識別主要包括人臉檢測、人臉圖像預處理、人臉圖像特征提取、人臉圖像匹配與識別四個步驟。目前百度人臉測試集有2百萬人的2億張圖片作為訓練樣本數據。

人臉識別流程圖

其中，人臉檢測主要包括根據眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之間的幾何位置關系來檢測人臉，即在在一副圖像或一序列圖像（比如視頻）中判斷是否有人臉,若有則返回人臉的大小、位置等信息。

人臉識別

而由於系統獲取的原始圖像由於受到各種條件的限制和隨機幹擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。

人臉圖像預處理

人臉圖像的預處理主要包括人臉對準，人臉圖像的增強，以及歸一化等工作。其中，人臉對準是為了得到人臉位置端正的人臉圖像；圖像增強是為了改善人臉圖像的質量，不僅在視覺上更加清晰圖像，而且使圖像更利於計算機的處理與識別；歸一化工作的目標是取得尺寸一致，灰度取值範圍相同的標準化人臉圖像。

人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取，也稱人臉表征，它是對人臉進行特征建模的過程。

人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：

一類是人臉確認，是一對一進行圖像比較的過程，將某人面像與指定人員面像進行一對一的比對，根據其相似程度(一般以是否達到或超過某一量化的可信度指標/閥值為依據)來判斷二者是否是同一人。 　　

另一類是人臉辨認，是一對多進行圖像匹配對比的過程。將某人面像與數據庫中的多人的人臉進行比對(有時也稱“一對多”比對)，並根據比對結果來鑒定此人身份，或找到其中最相似的人臉，並按相似程度的大小輸出檢索結果。

影響人臉識別的因素有：光照、人臉姿態、遮擋程度；影響特征提取的因素有：光照、表情、遮擋、年齡、模糊是影響人臉識別精度的關鍵因素。

例如，在雙胞胎識別上，人臉識別是在臉部骨骼上取盡可能多的點，通過計算機把這些點分別與自己已經存儲的臉比較，有差別就判斷出來。而雙胞胎之所以會不容易識別，就是因為骨骼太相似，導致差別特別細微，如果選取的面部骨骼點不夠多，就無法進行識別。

而跨年齡階段人臉識別中影響的因素更多：一方面，類內變化通常會大於類間變化，這造成了人臉識別的巨大困難。同時，跨年齡的訓練數據難以收集。沒有足夠多的數據，基於深度學習的神經網絡很難學習到跨年齡的類內和類間變化。

基於第一點，百度IDL的人臉團隊選擇用度量學習的方法。即通過學習一個非線性投影函數，把圖像空間投影到特征空間中。在這個特征空間里，跨年齡的同一個人的兩張人臉的距離會比不同人的相似年齡的兩張人臉的距離要小。

針對第二點，考慮到跨年齡人臉的稀缺性，百度IDL用一個用大規模人臉數據訓練好的模型作為底座，然後用跨年齡數據對他做更新。這樣不容易過擬合。而將這兩點結合起來做端到端的訓練，可以大幅度提升跨年齡識別的識別率。

打敗人類不是終極目的

從打敗幾乎所有圍棋高手的AlphaGo，到首場人機大戰中戰勝人類大腦的百度大腦，未來人工智能是否將顛覆人類世界？

在羅輯思維羅振宇眼里，人工智能不僅僅是人類的延伸，更是人類的替代。他援引尤瓦爾·赫拉利在新書《未來簡史》中的觀點，“未來可能出現一種沒用的人。如果人工智能足夠強大，願意毫無怨言地被剝削、被奴役，那有的人類可能連被剝削的價值都沒有了。近在眼前的是一系列職業的消失。”

而在北京大學心理學系教授魏坤琳看來，機器贏了就機器贏了，這是科技發展的必然結果。這天遲早會到來，只是來的早和晚的事情。

“任何新技術出現的時候老百姓都恐慌，汽車出現恐慌，火車出現恐慌，計算機出現恐慌。這個是終極恐慌人工智能的出現，可能讓很多一般智力活動（包括很多白領的工作）甚至專業人員（包括某些領域的醫生）的工作受到威脅。但是，我覺得人類的整體的失業率不一定會下滑，有些的工作死了，新的工作又產生了。” 魏坤琳說。

 林元慶則認為，人工智能替代人類，可能會替代一些比較低端的工作，例如汽車工廠里的流水線機器人， “人工智能威脅到人類，這個事情我們的觀點覺得很遙遠。”

他告訴記者，百度的目的不是宣傳人工智能打敗了人類，最重要的是看一看百度的人工智能已經到了怎麽樣的水平。

目前，圍繞人工智能人臉識別的行業應用包括如金融領域的遠程預授信、人臉識別閘機等。

例如，遠程預授信依靠的是以大數據和人工智能為基礎的嚴謹風控體系。借助大數據+人工智能技術，風控部門為有信貸需求的群體繪制用戶畫像，建立信用體系，加上圖像識別等人工智能技術的實際應用，構成了遠程授信的技術基礎。

人臉識別用於金融行業身份認證

不過，在人臉識別領域，目前人工智能並不完美。

林元慶告訴記者，百度大腦所用的深度學習的方法，可以從海量的數據里面學到的是共性，但如果說一個人嘴邊長了一顆痣，機器學習就比較難，因為這不是共性。對於那些比較獨特的、個性化的特征，目前人工智能還沒有很好的利用。

再如識別“貓”，就算是3歲的小孩，貓擺出不同的姿勢，各種各樣的貓都能夠很好地識別。而機器如果實現精確的識別，後面需要非常海量的數據訓練，可能是成千上萬的數據。訓練的結果還不一定正確，下一次碰到姿勢不一樣的貓，有可能又識別錯。“雖然我們人工智能技術過去幾年取得了長足的進步，但是識別還是一個非常難的事情。”

【TMT】史上半導體產業鏈最全面梳理：從沙子到智能設備大腦，這些Big Players在芯片制造各環節中撕殺競爭！

阿里雲在雲棲大會上發布“ET工業大腦”和“ET醫療大腦”

黑智 2017-03-29 10:40

3月29日，在雲棲大會深圳峰會上，黑智現場獲悉，阿里雲正式發布“ET醫療大腦”和“ET工業大腦”。

經過一年多的研究訓練，人工智能ET已具備多項醫療能力，可在患者虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。

ET醫療大腦的研發大量采用深度學習技術，通過海量的數據作為示例來訓練機器完成特定任務，即由計算機通過學習病例數據來提升醫術。由於可以24小時不睡覺，同時處理成千上萬項任務，ET的學習進步速度大大超過人類。

阿里雲人工智能科學家閔萬里說：“在多個病癥的測試中，我們意識機器不僅能夠完成任務，而且在某些方面做的和人類醫生一樣好。ET完全有資格成為醫生的助理。”

除了能大幅提升醫生的工作效率外，ET醫療大腦還嘗試從根本上戰勝癌癥。通過和華大基因合作，ET對大量肺腺癌病例的DNA序列進行分析，尋找致病的關鍵基因突變。

“我們將ET醫療大腦設置為一個開放的人工智能系統。除了阿里雲的人工智能科學家投入到研發當中，我們更希望能吸收外部精良的算法與醫學經驗，這樣ET才能更快地成長為一名高級醫師。”閔萬里說。

浙江德尚韻興的科學家是超聲甲狀腺結節智能診斷算法的研發者，他們利用深度學習處理超聲影像，同時加入旋轉不變性等現代數學的概念，讓系統變得更“聰明”。算法現在被集成到ET醫療大腦當中,並在多家醫院進行試點。

借助計算機視覺技術，這套算法可以對甲狀腺B超快速掃描分析，圈出結節區域，並給出良性與惡性的判斷，大大節省了醫生的診斷時間。一般來說，人類醫生的準確率為60%-70%，而當下算法的準確率已經達到85%。

同日，阿里雲宣布聯合英特爾、LinkDoc啟動天池醫療AI系列賽，第一季對早期肺癌診斷發起挑戰。

阿里雲天池平臺將提供海量的脫敏後高分辨率胸部CT掃描數據。選手需要通過原始CT影像圖片訓練模型算法得到結節特征，最終實現對影像圖片結節區域的智能化判斷。

事實上，在ET醫療大腦之前阿里雲已經開始在醫療領域進行探索。去年，上海華山醫院借助阿里雲的計算能力，用數字化模型代替部分臨床實驗，以及模擬小白鼠的活體實驗，用於加快特效藥研發。

同樣是在去年，華大基因、阿里雲和安徽醫科大學曾共同宣布，在21小時47分12秒內完成了1000例人類全外顯子組數據的分析。40年前，人類若想對埃希氏大腸桿菌進行全基因組測序，需要1000年的時間。

良品率提升1%，利潤一年可增加上萬億元

阿里雲總裁胡曉明表示，希望利用人工智能技術發揮“中國智造1%”的威力。中國制造業如果提升1%的良品率，意味著一年可以增加上萬億元利潤。

阿里雲總裁胡曉明

2016年8月，ET工業大腦開始入駐國內能源巨頭協鑫光伏的切片生產車間。

光伏切片生產有著十分精密的工藝流程：一根僅0.1mm粗細的鋼線不斷摩擦矽錠，最終切出一片片僅0.2mm厚的矽片。車間的濕度、溫度、砂漿上下部溫度、導輪上下部溫度等上千個參數在實時影響著生產。如此複雜的生產環境下，人工經驗很難100%地保障產品質量。

ET工作的第一步，是將標準化車間所有端口的數據傳入工業大腦，隨後通過人工智能算法，對所有關聯參數進行深度學習計算，精準分析出與良品率最相關的60個關鍵參數，並搭建參數曲線，在生產過程中實時監測和控制變量。

通過ET工業大腦的幫助，協鑫光伏的生產良品率已經提升1個百分點，每年可節省上億元的生產成本。

目前，ET已參與到新能源、化工、環保、汽車、輕工業、重工業等不同制造領域的工作中。除了協鑫外，徐工集團、中策橡膠、吉利等制造企業都在引入ET工業大腦。

阿里雲人工智能科學家閔萬里表示， 與其他領域相比，將人工智能技術應用到工業生產的複雜度更高。ET工業大腦的背後是阿里雲自主研發的雲計算操作系統飛天——可將遍布全球的百萬級服務器連成一臺超級計算機。

閔萬里透露，目前ET工業大腦已經在流程制造的數據化控制、生產線的升級換代、工藝改良、設備故障預測等方面開展工作。ET的目標是成為一個不斷吸收專業知識的 “大腦”，可以指揮各種類型的工業軀體。“我們希望用21世紀的機器智能，幫助人類更好地指揮20世紀的機器”。

文章評論

匿名用戶

發布

全部評論：10

發布

百度阿里做大腦，騰訊做入口，2017年BAT智能醫療玩法新變化？

黑智 2017-04-10 13:30

本文首發黑智（ID：VR-2014），i黑馬原創。

3月29日，發生了兩件和互聯網醫療相關的事情。

一件是，阿里雲在雲棲大會∙深圳峰會上，正式發布了ET醫療大腦，進軍醫療AI領域。阿里雲表示，經過一年多的研究訓練，人工智能ET已具備多項醫療能力，可在患者虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。

第二件是，好大夫在線確認，公司正在進行新一輪的2億美元的融資（也就是說本輪融資還未Close），領投者騰訊的投資已在2017年2月到賬。這是好大夫公開的第四輪融資，也是好大夫成立11年來，官方首次對外確認的融資消息。此外，騰訊在此之前，也相繼投資了丁香園、微醫、卓健、醫聯等互聯網醫療公司。

多年以來，BAT在互聯網醫療領域的動作不斷。但是，一個不得不直視的問題是，這片水域，卻是BAT難以“玩轉”的。

百度醫療事業部年初的解散大約所有人都記憶猶新。阿里健康事業部，據消息稱，在阿里集團2016年績效考評居於倒數。而與此相對比的，卻是好大夫、春雨醫生等創業公司的不斷融資和用戶數增長。

然而，這也是塊BAT都不願放棄的領域。連連失手之後，我們看到的是，2017年初，BAT三家都調整了自己在互聯網醫療上布局路線，但是這一次，和以往不同。阿里和百度把賭註押在了智能的醫療“大腦”之上，而騰訊，仍然走在自己的入口之路上。

阿里雲ET醫療大腦：做醫療“實習生”

在此之前，阿里在醫療領域的主要布局，還集中在醫藥平臺的搭建上。去年5月，阿里健康牽頭成立了中國醫藥O2O先鋒聯盟，和幾百家線下連鎖藥店合作。去年8月，互聯網第三方平臺藥品網上零售試點叫停後，阿里也停止了天貓醫藥館的藥品交易功能。8月16日，阿里健康宣布收購廣州五千年醫藥連鎖有限公司全部股權，獲得了向個人消費者提供藥品的互聯網藥品交易服務資格證書。不到一個月的時間里，阿里健康自營的“良心大藥房”正式上線並入駐天貓。去年，阿里健康還推出了第三方藥品信息追溯平臺“碼上放心”，提供產品追溯服務。

而到現在，阿里已經不滿足於僅僅建立藥品銷售和醫療服務的平臺，來切入未來醫療。在繼百度之後，阿里把目光瞄向了醫療“大腦”。

2016年，阿里推出了人工智能ET，取代了其前身的阿里小Ai，要建立一個人工智能時代的阿里雲。去年的時間里，ET指揮了廣州白雲機場的調度以及調度廣州的交通擁堵，參與了杭州大腦的項目，並且還指揮了餓了麽的180萬外賣小哥。現在，阿里雲ET的下一步，則是要成為“醫療實習生”。

ET醫療大腦的研發大量采用深度學習技術，通過海量的數據作為示例來訓練機器完成特定任務，即由計算機通過學習病例數據來提升醫術。由於可以24小時不睡覺，同時處理成千上萬項任務，ET的學習進步速度大大超過人類。

阿里雲人工智能科學家閔萬里說：“我們將ET醫療大腦設置為一個開放的人工智能系統。除了阿里雲的人工智能科學家投入到研發當中，我們更希望能吸收外部精良的算法與醫學經驗，這樣ET才能更快地成長為一名高級醫師。”

阿里雲已經開始試圖利用ET醫療電腦進行病癥的診療。通過和華大基因合作，ET對大量肺腺癌病例的DNA序列進行分析，尋找致病的關鍵基因突變。在雲棲大會現場，黑君也看到，阿里雲總裁胡曉明現場展示了一套超聲甲狀腺結節智能診斷系統，胡曉明表示，這套算法可以對甲狀腺B超快速掃描分析，圈出結節區域，並給出良性與惡性的判斷，大大節省了醫生的診斷時間。一般來說，人類醫生的準確率為60%-70%，而當下算法的準確率已經達到85%。

在黑智參與的雲棲大會後采訪中，胡曉明透露，阿里雲的戰略規劃中，機器智能對產業的深度影響，是非常重要的一個方面。而這，得益於現在互聯網的發展，使得數據在線，可以參與決策，和算法平臺和計算能力相結合，產生新的價值。而阿里雲的目標，則是通過技術去為商業創造價值，解決實際問題。之所以參與交通行業，就是由於交通是複雜、多變量影響和相互幹擾的行業，它的複雜程度超過了任何其他行業，因此，人工智能平臺能夠解決實際問題，從而利用大量數據，提高人工智能技術。

這也是阿里雲挑戰醫療大腦的初衷。胡曉明表示，對於醫療領域的人工智能應用，這還是一個剛剛起步的領域。醫療機構中，還有大量數據以紙質形式存在，並沒有在線；同時，個人健康資料的歸屬並沒有界定，數據安全和隱私問題還亟待解決，政策也並沒有完善。而同時，人工智能系統輔助醫療，並不是取代醫生。ET醫療大腦將輔助醫生診斷和分析結果，提高診斷速度，同時促進算法叠代；其次，做到“算無遺漏”；第三，整合醫生個人經驗，形成新的經驗，提高醫療服務的價值。

百度醫療：聚焦人工智能

這不由得讓我們聯想到百度近年來在醫療大腦上的投入。2016年10月，“百度醫療大腦”在北京發布，它是通過海量醫療數據、專業文獻的采集與分析進行人工智能化的產品設計。“百度醫療大腦”可以模擬醫生問診流程，與用戶多輪交流，依據用戶的癥狀，提出可能出現的問題，反複驗證，給出最終建議。在過程中可以收集、匯總、分類、整理病人的癥狀描述，提醒醫生更多的可能性，輔助基層醫生完成問診。

最初百度的醫療布局主要集中在醫療信息搜索，進而擴展到掛號預約等服務。2015年1月，百度移動醫療事業部成立，歸張亞勤領導，主要是醫療O2O相關的掛號預約以及送藥直達業務。百度在移動醫療方面的布局，當時主要在三個方面：在線問診的百度醫生、拇指醫生等，送藥電商的藥直達，還有智能設備Dulife。

百度醫療事業部也有在百度大腦平臺上進行的研發，比如百度醫療大腦，模擬醫生問診，和用戶多輪交流，給出最終建議等。而就在今年2月，百度正式宣布，對醫療業務進行組織架構調整和優化，集中優勢資源，將醫療業務的重點布局在人工智能領域。原百度醫療事業部業務關停，智能小e團隊和拇指醫生團隊，轉入AI體系；醫療事業部內容建設團隊，轉入搜索公司。

至於為什麽這樣做，李彥宏給出的解釋是：百度將會利用人工智能，繼續參與醫療領域。比如智能掛號、智能診療、收集基因數據、制藥研發等。“現行醫療體制也有很多不合理之處，改變它的重要方法也是人工智能。”

騰訊：從流量入口切入

而在社交和通信方面占優的騰訊，則顯然另有選擇。利用在社交方面的優勢，從流量入口切入醫療市場，仍然是它的選擇。

在這次投資好大夫之前，微醫、丁香園、醫聯、卓健等互聯網醫療公司，均有騰訊的投資。醫美O2O平臺新氧、更美，也均有騰訊基金的投資。騰訊正試圖，通過自身的大數據能力，以及產品平臺上的用戶觸達能力，整合醫療分發平臺。在國內，大量的醫療機構在微信上開通了公眾號，接入了就診、掛號和支付服務。騰訊正在試圖，成為連接起醫療機構和患者之間的一級入口。

但這和阿里百度的思路，顯然有著巨大的不同。因為，流量入口，和診療服務，仍然是不同層級的問題。騰訊在清掃外圍，但顯然，百度阿里，是要直接切入醫療領域的核心——診療。

讓技術的歸技術，其他的歸其他

顯然，在互聯網醫療這個領域，百度阿里殊途同歸，騰訊，則選擇了和它們分道而行。

百度的最優勢資源，就是數據搜索，以及處理。而阿里的優勢，則建立在交易平臺上。但相同之點是，它們均通過多年的布局，擁有了大量的醫療機構以及患者資源。在醫療這個需要技術以及新的商業模式引領的領域里，百度和騰訊，已然不約而同地，瞄準了互聯網醫療的新階段。

互聯網改造醫療行業和其他傳統行業類似，百度總裁張亞勤也曾將技術如何改變醫療行業，分為三個階段：

其一，連接信息階段。在這個階段里，互聯網改造的是醫療的信息流，實現人和信息的連接。

其二，是連接服務階段。互聯網改造的是健康咨詢的服務流，通過預約，實現人和醫生的連接。

其三，是診療服務階段。互聯網改造醫療服務流，通過連接人和智能，利用用戶留存在平臺上的數據，實現人和醫療機構的連接，提供精準的、個性化的醫療服務和預防。

百度通過搜索，阿里通過平臺，已經完成了第一階段。而在第二階段，丁香園、春雨醫生、好大夫等創業公司，仍然在BAT的夾縫中頑強生長，而BAT，並沒有在這一階段，占更大的便宜。

但這部分信息和數據，卻是BAT們所不能割舍的。因此，布局未來、向下一階段押註，也成了它們必然的選擇。但是，從以往的失敗，大約它們也意識到了，切入這個領域的風險和艱難。

BAT們和創業公司相比，最大的長處是，在資金、技術上擁有強大實力，在金融、支付、數據、電商等行業生態鏈環節具備豐富的資源。但是，醫療領域和互聯網的開放環境大不相同，資源的稀缺及壟斷，政策的高監管性，數據的封閉，疾病市場的碎片化，人才的限制性，都和BAT以往熟悉的各個領域大相徑庭。

技術改變醫療，這次，百度和阿里選擇了另外一條彎道超車，它們甩掉了醫療中勞動密集的相關環節，聚焦在技術本身，要用人工智能技術，提升醫療本身最核心的診療環節的能力。

在海外，人工智能輔助醫療診斷已有先例。比如IBM的Waston，代表了IBM在認知計算領域的核心技術。在美國，Waston已經用於癌癥治療。美國頂級的腫瘤中心MSK已全面使用Watson作為輔助手段，為臨床醫生提供乳腺癌、肺癌、直腸癌、宮頸癌、卵巢癌和胃癌治療方案。2017年，Watson還將拓展至另外九種癌癥，覆蓋全球80%的癌癥病例。

盡管Waston已經非常強大，在醫療領域里它還只是入門級。在國內，近年來也有deepcare、推想科技、匯醫慧影等醫療影像識別創業公司獲得了融資。

制圖：黑智（ID：VR-2014）

今年3月28日，IBM與百洋醫藥集團在北京簽署簽署戰略合作協議，Watson Health將全線進入中國醫療市場，百洋集團旗下百洋智能科技將獲得沃森在中國市場的三年獨家總代分銷權。

而百度和阿里在人工智能醫療大腦上的布局，可以說，是拋開以往在醫療領域的短板，讓技術的，歸於技術，樹立更高的行業門檻。

而現在專心於清掃外圍，構建流量入口的騰訊，仍然在為互聯網+醫療第二階段提供輔助。但隨著騰訊在人工智能領域上技術的提高，也許有朝一日，騰訊也將從人工智能領域切入醫療，誰又能說得準呢？

文章評論

匿名用戶

發布

全部評論：10

發布

世界“最強大腦”談炒股：相信你的第一直覺

每經記者 楊棄非 每經編輯 官遠星

30個隨意組合的數字、半分鐘記憶時間，他便能將這一串數字倒背如流，沒有絲毫錯誤。4月26日，在采訪吉尼斯記憶王世界紀錄保持者、國際著名記憶力大師艾朗·卡茨（Eran Katz）的現場，《每日經濟新聞》（下稱NBD）記者見證了這不可思議的一幕。

受以色列駐成都總領事館之邀，這位來自以色列的“世界最強大腦”造訪成都。作為谷歌、微軟、IBM等世界500強企業的“座上賓”，同時也是一名成功的創新創業者，他此行重要的目的，是與成都和創新創業者、大學生們分享創新之道與腦力培養之道。

“記憶大師”是如何煉成的？在卡茨看來，每個人都可能擁有超強記憶，因為這主要來源於技巧和反複的練習。同時，他也提出，“訓練記憶力一個重要的功能就是進行腦力提升，這可以幫助培養人的創新思維”，因此，“每個人也應當訓練自己的記憶力。”

超凡記憶的秘訣是什麽？

“我持續不斷練習30年，秘訣就在於練習”

NBD：作為吉尼斯記憶世界紀錄保持著，您的記憶“秘訣”是什麽？

卡茨：和大眾的看法不同，沒有人天生擁有超凡的記憶力。每個人的大腦都是一樣的，我的記憶力只是每天八小時練習的結果。

人的大腦就像一臺高速運轉的計算機，你可以隨心所欲地記憶大量的事。這就像去健身房，我們去得越勤，越會看到肌肉的出現。我們越有意識地訓練我們的大腦，等我們年紀大的時候就會非常有幫助。

早前，我曾在以色列參加過一些展示記憶力的節目，在節目上我仿佛能夠“過目不忘”。我現在可以告訴你，這些都是節目效果。有的節目組甚至會在節目錄制前一周就把劇本交給我。事實上，包括劍橋大學在內的許多知名學術機構都論證過，人的大腦不可能達到這樣的記憶力。很多銀幕上所謂的“過目不忘”的“天才”，或許有些誇大了。

其實每個人都可以通過技巧與練習來達到我現在的記憶水平。舉例來說，我在記憶一串數字時，不是單純的記憶每一個數字，而是把數字轉變成字母，進而組成單詞，然後用這些單詞構成一個故事，這樣就能很快記憶。而我之所以能夠做的很快，是因為我已經持續不斷練習了三十年了。秘訣就在於練習。

NBD：那您說要多練習，就是說我們要盡可能地記住很多東西？

卡茨：是的。在我看來，我們應該嘗試開動大腦去記住更多的事情，而盡量避免依賴科技產品來實現我們自己就能完成的記憶。

當前，人們記憶越來越依賴現有的科學技術，這些技術已經開始取代我們本身該具有的技能。技術雖然有優點，但是我們也應該重視大腦本身的記憶。

事實上，如果你確實想記住某些事，許多都是可以實現的。很多人認為這是不可能的，是因為他們降低了期望。你想想看，對於學醫的學生來說，他們必須要記住上千種物質和複雜的人體構造，因為沒有醫生在診斷或者手術中全程依賴查閱資料實現的。

我們的記憶力退化了嗎？

“遺忘很正常，大腦會判斷需要哪些記憶”

NBD：在信息技術高速發展的當前，人們面對的信息愈發碎片化，有用信息常裹挾冗余的內容，這讓人們在記憶信息時面臨更大的挑戰，也常有人覺得自己的記憶力退化了。您怎麽看待這一現象？

卡茨：這是很正常的。曾有人指出，記憶力下降是人們最常抱怨的一件事，這在信息化高速發展前就已存在。還有人認為記憶一件事是以遺忘另一件事為代價的，這是不正確的。因為遺忘是很正常的。

我們的大腦是很聰明的，它能夠判斷出我們記憶的東西重要與否,並據此決定哪些需要記憶。一般來說，我們感興趣的就是重要的，這就是大腦基於直覺做出的判斷。由於這種直覺是由我們先前積累下的知識所決定的，因此往往都是正確的。我們應該相信自己的大腦。

在生活中也經常有這樣的事發生。例如，我們在購物的過程中，經常是逛很久後選擇了我們最初看中的東西。這也就是我們常說的“墨菲定律”。我在研究記憶的時候也發現，在做不會產生遠期影響的決定時，往往記憶越少的信息能帶來越正確的選擇。這可以運用在“炒股”中。比如，如果你用30多個影響因子來考慮選購一支股票，盡管考慮很長時間，然而最後選到“藍籌股”的幾率並不高。但如果你只考慮3-5個因素，你選到一支好股的幾率反而更高。

不過，需要補充的是，這種直覺應用在日常的決定是可以的。但是對於商業或者大的決定來說，你必須要充分調查而不是僅依靠直覺。

世界500強重視記憶的原因是什麽？

“提高員工記憶力，對於增強創新能力很重要”

NBD：您的記憶力講座受到數以百計的頂尖跨國公司和各類學校所推崇，包括谷歌、微軟、IBM等世界500強公司，在您看來，您為什麽會受到這些全球頂尖企業的推崇？

卡茨：記憶力對於每個人來說都很重要。而對於企業而言，提高員工的記憶力，對於增強他們的創新能力很重要。

關於記憶，我曾提出過一個“IRV”的理論。“I”是指“Installation”，就是說我們的大腦原本具有的記憶信息的能力，由大腦中的不同系統負責，這是由先天決定的；“R”是指“Repetition”，是指我們通過不斷重複記憶，這是我們後天習得的技能；而“V”是指“Variation”，是指我們對於現有的信息進行的變化與創新。這三大因素是決定我們記憶的主要因素，但“V”是記憶最後也是最重要的一個出口。

根據此理論，訓練記憶力一個重要的功能就是進行腦力提升，培養人的創新思維。這也是我現在工作重心所在。我與大公司高管交流，我們不僅討論記憶力、更重要的是討論如何利用腦力提升來促進創新。這也是許多大公司在已有較大體量下，實現進一步發展的重要因素。例如，我之前與麥當勞這些連鎖快餐品牌接觸時，我能明顯感受到，盡管他們在工作的整個流程都有嚴格的規定，但他們對於員工的創新往往也有很高的鼓勵機制。

NBD：我們註意到，在您近期的工作中，對創業者的培訓占了很大的比重。與創業者相比，大公司由於其可能面臨的體制僵化是否更需要這種培訓？

卡茨：恰恰相反，很多大公司的創新意識很強。大公司的職員，往往對公司投入得更多，在公司更有歸屬感，且壓力更小。他們可以用從專家那里得到技能投入貢獻。而創新企業由於面臨更大的資金壓力，他們面對創新風口反而更加膽小，容易受制於現有的經營框架與模式。

因此，我更喜歡幫助小公司，年輕的創業者，因為他們是未來。我認為每個人都該這麽做，支持他們。我們想要一些新鮮血液，新事物。實現這一願望的方法就是支持創業者。

NBD：這次來成都，在您看來，成都創新企業應當如何更好發揮其創新基因？

卡茨：企業家要成功，唯一的方式其實是要有“如何用不同的方式做事”的思維方式。中國人更敬聽師教，而我們猶太人則更看重提出“質疑”，不以任何事情為理所當然。在我看來，二者都各有所長。這次我來成都也學到許多東西，我也希望能夠將我的記憶技巧以及我們猶太人的思維方式帶來成都，希望能夠在吸收中國思維優勢的基礎上，進一步探索“跳出盒子”思維如何能在這些企業身上培養出來。總之要不盲從任何人，要靠自己研究，得出自己的結論。（實習生謝孟歡、趙思強對此文亦有貢獻）

高考機器人惜敗於人類學霸！教育AI和人類大腦差距在哪，又將走向何方？

黑智 2017-06-08 11:40

6月7日下午，全國高考數學科目結束。

但就在考場之外，另一場數學“大考”剛剛開始。而面對考試的，則是和普通學子不同的特殊考生——人工智能。

在成都高新區天府新谷的一個封閉空間里，一位機器人“考生”挑戰了今年全國高考的數學。它是成都準星雲學的高考機器人，名叫“AI-MATHS”。

在北京，包括黑智在內的眾多媒體，則圍觀了中小學智能化教育創業公司學霸君自主研發的智能教育機器人Aidam，與分為三組的6名高考狀元的同臺PK。

兩家的家長在此之前都很緊張。成都準星雲學科技有限公司CEO、清華大學蘇州研究院大數據中心主任林輝把AI-MATHS”叫做孩子，他說，這孩子“最大的弱項是不能理解考題里場景式的描述語言”，它會讀不懂題。學霸君創始人張凱磊說Aidam就好似自己的女兒，送入考場前，也在求祝福。

在學霸君發布會現場，由其自主研發的智能教育機器人Aidam首次公開亮相，並通過現場直播的方式與6名高考狀元同臺PK，分別解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。

最終，Aidam花了9分47秒，完成了全部數學考卷內容。最後現場閱卷結果，Aidam考了134分，三組高考狀元分別得分為119分、140分和146分，平均分135分。從分數來看，人類“學霸”們在高考中，還是扳回一局。

準星高考機器人AI-MATHS北京卷用時22分鐘完成北京文綜數學考試，得分105；全國二卷數學考試用時10分鐘，得分100分，離預期的110分也還存在著差距。

柯潔和AlphaGo的大戰剛剛落下帷幕，這邊人工智能就上了高考的考場。和人類智力的挑戰，機器從未止歇。但AlphaGo已經掛印退出棋壇，這邊參加高考的人工智能們，它們背後又是由哪些技術支持，在未來又將作何用途呢？

高考機器人和AlphaGo有何異同？

在“備考”階段，Aidam的“父親”張凱磊向黑智表示，Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

學霸君創始人兼CEO張凱磊

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君首席科學家陳銳鋒表示。

學霸君首席科學家陳銳鋒

陳銳鋒介紹，Aidam 的解題過程涉及到三個步驟：

一是理解和識別人類語言，把題目變成機器人可解碼、可理解的語言，即通過自然語言處理將人類語言轉換為形式語言。

二是邏輯推理，利用計算機的知識語言網絡，模擬人類處理信息的方式和策略，找出最佳解題路徑。

三是用人類的語言回答問題，並給出詳細的解題步驟，即將形式語言轉化為自然語言。

其中最大的難點在於讓機器理解人類語言，這也是自動解題系統被公認的核心問題之一：自然語言處理中的語義分析。

而AI-MATHS 學習了小學到高中的 7000 多個考點，運算量可達到 2 的 800 次方。林輝認為，跟 AlphaGo 相比，高考機器人的研發難度更大，原因和陳銳鋒提到的類似，因為用計算機語言描述圍棋規則相對容易，但研發高考機器人，首先需要讓系統理解人類語言。這也是他在之前提到過的，要讓AI-MATHS“讀懂題”，是一件非常困難的事情。

而這並非機器首次向人類的考場發起挑戰。在日本，從2013年起，機器人Torobo（Todai Robot Project） 每年都會參加日本高考，目標是考入東京大學。它的物理成績不錯，但受制於語言處理能力，在其他科目的成績並不理想。在2015年，它考出了511分的成績，可以考上日本80%的大學。其研發負責人 Noriko Arai 教授表示，在目前的技術條件下，Torobo要考上東大很難，因此，它已經放棄了這一學業，開始從事大數據分析方面的工作。“現在的AI們，包括Waston，Siri和Todai，都不能閱讀，但它們擅長搜索和優化。” Noriko Arai 在今年的TED2017上說。

AI能否代替老師？

推出Aidam，學霸君的目的，自然不會是單純讓它能夠去參加高考。學霸君給自己打出的口號是“消滅學區房”，但是在人工智能領域，張凱磊說，Aidam並不會取代教師，而只是教育工作的輔助。

學霸君智能教育機器人現場展示解題過程

人類智能和人工智能的區別，以及何等工作能夠被AI所代替，已經是被業界無數次討論過的問題。在博鰲論壇上，魯白的回答是：人工智能，不會擁有人類一樣的智商、情感，或擁有自主意識。他解釋，人腦有五個方面的功能：第一是感覺，第二是運動，第三是記憶，第四是情感與情緒，第五是認知。“怎麽樣跟人工智能或者電腦產生感情，論題中包括兩個方面：一個就是情感的產生與情感的交流，延展一下就是社會性；一個方面是認知。認知又分兩個部分，一個是一般的認知，連動物都有，我覺得人工智能可以有這個方面的認知功能，包括邏輯思維分析，以及決策之類。人還有另外的一個方面的認知叫做高級認知功能，里面包括語言包括自我的意識，包括想象力、創造力最後還有人所特有的一種目的性的行為，而我認為，人類是在這方面，是不能被機器代替的。”

而指導學生科研、教育人類學生學習知識，正式人類創造力和認知能力的高級體現。那麽，什麽職業將被機器改變？和黑智談過的眾多業內人士也總結，勞動並無高低之分。那些和數據相關，重複性較強、邊界清晰的工作，容易被機器所取代。

而在不擔心教師們失業的前提下，人工智能又將輔助我們的教育，做到哪些工作？“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

Adiam和AI-MATCH的高考成績，只是它們現在的階段性的表現。盡管距離人類的“學霸”水平仍有一段距離，但隨著學校提高教學效率的需求不斷增加，教育應用落地的不斷深化，以及教育大數據和深度學習技術的發展，一個“機器助教”將會給我們打開新的大門。到那時，“幹掉學區房”，也許真的不止是一個夢想。

文章評論

匿名用戶

發布

全部評論：10

發布

阿里雲給海口裝上“城市大腦”，將全面參與海南建設

4月27日上午，海南省政府與阿里巴巴集團、螞蟻金服集團簽訂全面深化戰略合作框架協議。

海南省省長沈曉明在簽約儀式上表示：“今天的簽約，特別在習近平總書記4.13講話以後，是第一個和企業的簽約。”

阿里巴巴董事局主席馬雲在簽約儀式上表示：阿里巴巴參與海南繼續改革開放建設的重點，是把海南打造成為數字港，為自由貿易港建立數字經濟基礎。並同時參與到國家“三大攻堅戰”中去。

據了解，雙方將運用大數據、人工智能等先進技術，將線上服務、線下體驗以及現代物流進行深度融合。阿里雲將以海口為試點，建設以雲計算、人工智能為支撐的城市大腦，提高城市綜合治理能力和公共服務水平。結合海南優勢產業，阿里雲還將助力企業上雲，引導行業數字化升級。

以交通為例。海口是典型的旅遊城市，本地居民227萬，而2017年接待遊客高達2427.66萬人次。雖然海量遊客帶來了265.99億元收入，也為交通帶來了很大壓力。此次合作後，ET城市大腦將基於雲計算、大數據、人工智能等先進技術，對整個海口市的交通進行即時分析，以強大的計算能力優化城市管理，提高公共服務水平。

面向未來的合作還包括人工智能對公交、港口、航空等智慧交通網絡的設計，從而根本性提升城市交通效率，緩解城市擁堵。此外，阿里雲在海口的試點還包括地下管網、路燈、井蓋、廣告牌等設施為基礎的物聯網建設，從而發現險情及時預警。

此前，阿里雲支持了多個城市的智能化升級。例如，ET城市大腦幫助杭州試點區域的高架道路出行時間節省4.6分鐘，120救護車到達現場時間也縮短了一半。目前，澳門、衢州、蘇州、雄安以及馬來西亞首都吉隆坡都引入了“城市大腦”技術。2017年11月，城市大腦被科技部認定為首批國家人工智能開放創新平臺。

根據《數字中國建設發展報告(2017年)》，2017年我國數字經濟規模達27.2萬億元，同比增長20.3%，占GDP的比重達到32.9%。阿里雲創造性的將數字技術應用於城市服務、工業制造、環境檢測、醫療診治等多個行業場景。以工業制造為例，阿里雲和天合光能深度合作，通過人工智能技術將其A品率已經提升了7%；中策橡膠則通過阿里雲人工智能技術把良品率提升了5%。

馬化騰首提超級大腦，騰訊盯上AI終端市場

騰訊是一家以連接為己任的公司。

5月23日，騰訊董事會主席馬化騰在騰訊雲+未來峰會上提出建設人聯網、物聯網和智聯網三張網，分別來連接人、物和服務。

人聯網、物聯網已經耳熟能詳，智聯網則是新概念，又被馬化騰稱為“超級大腦”，“雲時代要求做好雲到端的智慧連接，騰訊希望借助超級大腦來發展智聯網。”

這也意味著，作為雲服務受益者，這家互聯網公司開始把觸角伸向終端。

“雲到端的智慧連接”涉及到AI從業人士討論許久的話題：數據、算法和算力到底是部署在雲端還是終端，即發展雲端AI還是終端（嵌入式）AI。

雲端論者認為，AI的基礎是海量數據計算，終端設備節點分散，難以部署高效的算法和算力，雲端的優勢得以顯現，雲端計算和服務能力決定了AI的發展。

物聯網的發展誕生了終端論者。深圳一家AI公司創始人曾對第一財經表示，終端是萬物互聯的基礎，只有在終端把視頻圖像等非結構化信息進行結構化處理，雲端才可能對信息進行大數據分析和整合，在人工智能時代，“無終端不AI。”

亞馬遜、阿里巴巴、騰訊等互聯網公司從傳統服務器廠商手中搶走生意，是雲服務的最大受益者。雲服務已經成了亞馬遜（一家電商公司）營收增長的主要引擎；直到2017年，阿里雲、騰訊雲收入同比上年依然翻倍，保持了強勁的增長動力。

但騰訊開站的是“連接”。馬化騰5月23日稱，雲端和邊緣（終端）並非互相排斥，而是相輔相成的，未來雲端和邊緣計算將借助超級大腦形成靈活調配資源和智能的“智聯網”。

“我們過去提出AI in All，意思是讓人工智能無處不在，這里的All既是指各行各業，也包括從雲到端的各個系統，包括我之前說的‘在雲端用AI處理大數據’，超級大腦可以看作是一個讓人工智能無處不在的智能操作系統，它是智聯網的一個核心的能力。”馬化騰稱。

騰訊正在把觸角伸向終端，超級大腦正是布局終端的表現。

馬化騰舉例稱，騰訊在寧波的一個服裝小鎮幫助當地的消防部門做了一個預警系統，在小鎮各處部署了煙霧傳感器，通過窄帶的遠程網絡實時傳送數據，讓消防隊第一時間能收到預警，僅僅今年春節期間就排除了79起火災風險。

在雲端和終端連接上，騰訊也拉來了英特爾作為盟友。

英特爾爾數據中心事業部副總裁、雲計算事業部總經理Raejeanne Skillern也出現在騰訊雲+未來峰會上，介紹了一款名為“Movidius”的新產品。

Raejeanne Skillern稱，英特爾跟騰訊一起合作，把Movidius視覺處理單元放在邊緣的終端和設備當中，將這種包含人臉識別的技術應用在智慧零售或者是公共安全上。

再如能源領域。Raejeanne Skillern稱，英特爾支持騰訊提供首個能源雲解決方案，方案包含智能路由器，路由器能夠實時收集有價值的數據。

不管是馬化騰還是Raejeanne Skillern，他們舉的例子是傳統行業：安防，零售，能源。

雲服務誕生於互聯網，互聯網公司也是雲服務市場的先行者。但行業共識是，傳統行業有著更為廣闊的市場空間。

東方明珠：攜手阿里雲持續發力物聯網產業 打造城市“大腦”

6月7日， 2018雲棲大會·上海峰會，阿里雲與東方明珠宣布，雙方達成合作。依托東方明珠獨有的城域物聯專網和神經元網絡，以及阿里雲在雲計算、人工智能等方面的技術優勢，雙方將在上海地區共建智聯城市，包含網絡、平臺、應用、生態等，助力上海實現城市精細化管理。

東方明珠是上海地區的重量級物聯網領跑者之一，依托傳統廣電頻譜資源，開發出豐富的城域物聯專網和神經元網絡，為市、區、街鎮、委辦等政府單位提供城市精細化管理的系統級解決方案，也為社區、校園、消防、醫療、工廠等垂直行業提供應用解決方案和大數據分析產品。此前已在上海楊浦、虹口、普陀等區落地公共安全、公共服務、公共管理等相關應用100余項，包括煙感消防預警；實時監測高空拋物；打造無人值守車棚、手機APP開門等，效果顯著。

今年3月，阿里雲宣布全面進軍物聯網，推出了城市、生活、汽車等一系列物聯網平臺，提供端到端的物聯網開發和支撐配套能力，幫助合作夥伴加速智能物聯場景的搭建和落地。

按照規劃，雙方將基於東方明珠搭建的專用網絡、規模部署的城市神經元工程，及阿里雲提供技術和協議、支撐海量數據並發、高安全可靠的阿里雲Link城市物聯網平臺，共同打造服務於上海市級、區級城市精細化建設和管理的智聯城市平臺，深耕城市大數據所面臨的分布式存儲、多維度分析、實時分發等技術難點，充分挖掘和運用各自的專業技術和市場優勢，共同打造具有綜合競爭優勢的科技產業集群。

東方明珠高級副總裁盧寶豐表示，"物聯網既是當下產業集聚的高地，同樣也是東方明珠‘文娛+’戰略的重要延伸，在智能終端、雲計算、大數據、人工智能等領域，東方明珠積極和行業龍頭企業合作，響應國家‘智慧廣電’的大戰略，有效發揮廣電行業頻譜和屬地化運營的優勢，創新廣電的綜合公共服務領域，從技術角度突破行業發展瓶頸，服務好城市的精細化管理。”

據悉，東方明珠目前正在規劃交付首個區級智聯城市平臺，相比於社區大腦，前者需要更強的物聯網接入能力、數據流通能力、混合雲支撐能力、流程處置能力等，東方明珠和阿里雲將共同定制、開發符合城市精細化管理和流程再造需求的賦能平臺。

未來，隨著雙方宣布在上海地區互為優選合作夥伴，雙方的合作勢必將會進一步升級，不排除共同打造產業園區，設立產業基金等多種可能性。

物聯網被認為是繼互聯網之後最大的產業浪潮。報告顯示，到2020年，全球物聯網市場規模超過40萬億元，國內物聯網產業規模將超1.8萬億元，而上海市政府近年出臺系列政策推動物聯網發展，產業規模達千億。目前，上海已明確規劃，建設以物聯為基礎、數聯為紐帶、智聯為驅動的新型無線城市。東方明珠在城市建設、市場運營等領域積累的豐富經驗，與阿里雲在人工智能、物聯網等領域的優勢相結合，必將成為行業示範的標本。