借助AI,中國制造業可以提升1%的良品率,意味著一年可以增加上萬億元利潤。
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”。
在累積20多個成功案例後,阿里雲宣布將ET工業大腦平臺對外開放。
8月1日,阿里雲機器智能首席科學家閔萬里告訴第一財經記者:“工業大腦的目標是把人工智能與大數據技術嫁接到生產線,幫助生產企業實現生產流、數據流與控制流的協同,提升產線效率,以自主可控的路徑實現自主可控的智能制造。”
據悉,ET工業大腦開放平臺將開放三大行業知識圖譜、19個業務模型、7個行業數據模型以及20多個行業算法模型,同時,生態夥伴可以在該平臺上進行編程,將行業知識、大數據能力、AI算法便捷地融合到一起,為工廠量身定制智能應用。
以石化行業為例,今年3月,阿里雲與恒逸石化開始進行工業數字化合作,使得石化生產煤炭消耗量下降3%。
對於企業來說,在ET工業大腦開放平臺上,只需兩步就可以打造智能工廠,即先通過數據工廠實現快捷上雲,再基於AI創作間訓練出工廠的專屬智能。
阿里雲ET工業大腦產品總監陳鵬宇告訴第一財經記者,ET工業大腦可以快速訓練出企業專屬的工業智能,即利用來自數據工廠的數據,根據業務經驗,得出企業專屬的工業智能應用。
“目前,ET工業大腦團隊擁有不足25個人。”閔萬里告訴記者,ET工業大腦平臺的目標是三年要連接100萬個產線和設備。
看重工業互聯網領域的不止阿里雲。
作為阿里雲的競爭對手,騰訊雲很早就布局工業互聯網領域。基於騰訊多年在雲計算、大數據和人工智能領域的技術積累和優勢,此前,騰訊雲已與三一重工(600031.SH)、富士康等多家工業制造領域企業達成合作,為企業提供從生產制造到客戶關系管理的一整套數字化應用,進而提升企業運營效率。
相比傳統制造企業,阿里、騰訊等互聯網企業對工業制造業的部署,其背後的主線是發揮在互聯網、雲計算方面的優勢。區分於消費雲,工業雲數據的處理量和複雜性是消費雲的數倍,準確性方面的要求也更高。
但無論是阿里還是騰訊,本身擅長的是互聯網技術,但雲平臺的搭建還需要專業、全面的工業知識做支撐,能夠深刻理解工業制造業的痛點和邏輯,這些並不是阿里和騰訊所擅長的。
記者了解到,工業數字化轉型有三層——產線數據的采集、基於數據的全局決策、分析結果與控制指令的實時下達,ET工業大腦只做其中的三分之一,即基於數據的全局決策,其他環節都與生態夥伴合作。
阿里雲稱,未來3年,阿里雲將面向工業領域招募上千家生態合作夥伴,以實現智能制造成功案例的規模化複制,加速推動制造業的數字化轉型。
此內容為第一財經原創。未經第一財經授權,不得以任何方式加以使用,包括轉載、摘編、複制或建立鏡像。第一財經將追究侵權者的法律責任。 如需獲得授權請聯系第一財經版權部:3樓提及
.....抽水抽到唔入流, 應該直接D話, 俾李氏力場彈走丫嘛....
4樓提及3樓提及
.....抽水抽到唔入流, 應該直接D話, 俾李氏力場彈走丫嘛....
李氏力場是否神奇電波?
5樓提及4樓提及3樓提及
.....抽水抽到唔入流, 應該直接D話, 俾李氏力場彈走丫嘛....
李氏力場是否神奇電波?
咪扮野喎~
evchk.wikia.com/wiki/李氏力場