1996年夏季的一天，瑞典蘭德大學附屬醫(yī)院，冠狀動脈特護病房的五十歲的漢斯.沃林主任坐在辦公室里，他的辦公桌上堆著2240份心電圖。他獨自一個人在辦公室里審閱他們，并把代表疾病發(fā)作的心電圖挑選出來，為了避免疲倦帶來的疏忽，他每兩個小時休息一次——這就是醫(yī)學界的深藍大戰(zhàn)。沃林就是心臟病學的棋王卡斯帕羅夫，他將與電腦進行閱讀心電圖的世紀對決。

21年后的今天，類似的對決還在進行，不同的是，我們對人工智能的認識已經不同于以往，對AI所觸及的另一個世界也有了更多的期待。

英特爾AIPG數據科學部主任劉茵茵博士在2017全球機器智能峰會上表示，深度學習正在推動著人工智能領域的發(fā)展，每個AI模型都是理論與實踐的突破，以模型為起點，通過收集數據，進行訓練，基于人工智能框架和計算動力，解決應用問題，再把相關經驗反饋到模型中，形成一個閉環(huán)的良性循環(huán)，提供更高效的人工智能解決方案。

模型的精準運用意味著，包括醫(yī)療、零售、金融、交通、政務、工業(yè)、消費品等在內的行業(yè)都將迎來一場場來自人工智能領域的風暴變革。比如在醫(yī)療領域，比人類診療精準度更高的AI機器人正在出現(xiàn)，也許讓它們來為人類坐診的設想已經離我們不遠了。

人工智能進入黃金時代

“AlphaGo Master比AlphaGo Lee(與李世石對戰(zhàn)的版本)要強大，Master在對戰(zhàn)中耗費的能力(性能和功耗)僅是Lee版本的十分之一，需要4個TPU在單臺電腦上運行即可。“DeepMind首席科學家David Silver在AlphaGo戰(zhàn)勝李世石后這樣解釋說。

AlphaGo強大到令人絕望，引發(fā)了“人工智能威脅人類”的討論。但在本質上，人工智能是算法、數據和硬件三個要素綜合的結果。

從50年代的達特茅斯會議第一次確立了人工智能(AI)這一術語，到80年代Hopfield神經網絡和BT訓練算法的提出，再到2006年，Hinton提出的深度學習技術，以及2012年ImageNet競賽在圖像識別領域帶來的突破，人工智能逐漸走向黃金時代。這個時期的標志是：海量的數據、不斷提升的算法能力和計算機運算能力。

作為一家專注于數據處理的公司，英特爾也深刻地認識到未來AI領域即將到來的偉大變革和其所帶來的對數據計算的全新要求。

英特爾的判斷是，未來人工智能領域的硬件將朝著更多元化發(fā)展，但隨著計算機時代的發(fā)展變得愈加成熟，很多技術的部署變得非常困難，因為很多技術都是在整個人工智能的框架之下的，但是在整個AI相關的領域當中，只有7%的應用才是符合AI的具體要求以及訴求的。

于是，為了更好地實現(xiàn)人工智能，英特爾也在不斷延伸其技術布局，包括收購全球領先的無人駕駛方案提供商Mobileye、深度學習和神經網絡芯片與軟件領域的領導廠商 Nervana、領先的計算機視覺公司 Movidius和領先的人工智能服務提供商 Saffron。通過把這些投資和英特爾至強、至強融核產品、實感技術和 FPGA 相結合，提供全棧實力處理端到端數據，從硬件、庫和語言、框架、工具到應用方案，擁有向市場提供端到端的人工智能解決方案所需的全部資產。

英特爾公司全球副總裁兼中國區(qū)總裁楊旭在第一財經技術與創(chuàng)新大會上發(fā)表題為《釋放數據價值 重塑實體經濟》的演講

“數據洪流不僅僅是量的爆炸，更是數據形態(tài)革命性的變化，以及數據處理方式的延伸。數據形態(tài)從結構化向非結構化不斷演進，傳統(tǒng)上有文本數據、圖形數據，隨之而來有視頻、音頻數據、社交數據等非結構化數據，我們要關注未來的數據形態(tài)。”英特爾公司全球副總裁兼中國區(qū)總裁楊旭說。

據了解，目前，英特爾是唯一擁有完整人工智能產品組合并能交付端到端解決方案的公司。

人工智能在醫(yī)療領域爆發(fā)

人工智能在實體經濟中落地較快的是醫(yī)療領域。

以英特爾為例，近年來深耕醫(yī)療領域，致力于通過AI實現(xiàn)精準醫(yī)療。在大數據和人工智能的基礎上，英特爾先后與美國的一些醫(yī)療機構合作，共同開展了帕金森項目和協(xié)作式癌癥云。英特爾還與專注帕金森疾病研究的MichaeIJ.Fox基金合作，借助AI擴展人類基因庫，從而實現(xiàn)疑難病癥的診療。

在國內，類似的案例也在不斷發(fā)生。

依托英特爾高能效計算平臺及相應技術支持，浙江大學附屬第一醫(yī)院針對甲狀腺超聲影像數據的特點對算法進行改進和優(yōu)化，并利用獲得的大樣本對計算機進行訓練，聯(lián)合測試結果顯示，診斷準確率可達85%以上。

浙江大學智能超聲診斷案例視頻-準確率

浙江大學智能超聲診斷案例-英特爾技術支持

“目前醫(yī)生在做甲狀腺結節(jié)篩查的時候會保留幾張圖片，根據這幾張圖片上的結節(jié)特征來判斷這個結節(jié)到底是良性還是惡性。但是，目前三甲醫(yī)院平均醫(yī)生的人工診斷準確率也只有60%-70%，到基層準確率會更加低一些。”浙江德尚韻興圖像科技有限公司胡海蓉在接受媒體采訪時表示，我們基于人工智能開發(fā)的智能診斷的輔助系統(tǒng)，目前準確率達到了85%以上，這個產品將來的市場定位是基層醫(yī)院，到基層醫(yī)院推廣以后能夠迅速幫助基層醫(yī)院提高診斷的水平，有利于我們國家推行分級診療的政策。

胡海蓉表示，對于商業(yè)模式的探索依然在進行，一種是通過云端，部署在網絡上的，主要實施用于新疆、西藏這些很偏遠的地方，他的基層醫(yī)院分布很分散。還有一種是單機版，適合體檢中心這種業(yè)務非常繁忙的，要求實時檢測。但得益于國家衛(wèi)計委，政府的主導，還有醫(yī)院里面信息化的技術提高，對人工智能關注和認識的提高，已經有很多的三甲醫(yī)院、基層醫(yī)院都開始試用該產品。

事實上，人工智能帶來的不僅僅是一場技術的變革，隨著數據流的爆發(fā)，低迷的實體經濟正在迎來一場重生的機會，運用技術手段拓展行業(yè)的邊界，將得到新的機會。

“雖然中國不是石油的大國，但是如果把數據比作是未來的石油，那么中國一定是數據的第一大國。”英特爾公司全球副總裁兼中國區(qū)總裁楊旭在近日的一場峰會上表示，到2020年，中國的數據總量將會達到8000EB。

也許用不了多久，對于“人工智能在身邊，”我們已經習以為常了，畢竟，人工智能正在全面地變革和顛覆我們的生活。