7月6日，聯(lián)想創(chuàng)投“未來午餐會”對話欄目正式云上開播！聚焦最前沿的技術(shù)與最酷的產(chǎn)業(yè)應(yīng)用，第一期邀請到了中奧科技創(chuàng)始人鄭申俊，曠視總裁付英波，視見科技聯(lián)合創(chuàng)始人、COO兼CMO肖翔，香港科技大學(xué)智能自動駕駛技術(shù)中心主任、一清創(chuàng)新創(chuàng)始人劉明，與聯(lián)想創(chuàng)投執(zhí)行董事、CMO陳蜀杰共同對話，揭秘人工智能、大數(shù)據(jù)等技術(shù)如何在疫情中協(xié)助防控、體溫篩查、診斷與配送，成為我們背后 “隱形的守護(hù)者”。
健康碼背后的安全網(wǎng)：中奧科技數(shù)字化抗疫
隨著總體疫情防控形勢逐漸好轉(zhuǎn)，國內(nèi)小伙伴逐漸恢復(fù)到往日喧鬧的生活中，這背后“科技抗疫”的力量功不可沒。在疫情爆發(fā)初級階段，由于事發(fā)突然，又正值春運，人員基數(shù)大、流動性激增、出行數(shù)據(jù)分散都成為了抗擊疫情的巨大挑戰(zhàn)。
長期服務(wù)于公安、政法、公共安全和政務(wù)的中奧科技，利用其自身政務(wù)AI的運營服務(wù)能力，從疫情初期就聯(lián)合多地職能部門，協(xié)助做好防疫工作。“最初是公安部門讓我們分析來自疫區(qū)的流動人員軌跡，比如從武漢、從湖北最近到杭州的都有哪些人，他們都分布在什么地方，后來我們覺得，僅僅有這些數(shù)據(jù)還不夠，我們就聯(lián)合了醫(yī)療、衛(wèi)健部門，除了分析出這些人分布在什么地方之外，還可以查看出他們是否有去醫(yī)院就醫(yī)，是否有去過發(fā)熱門診等。”中奧科技創(chuàng)始人鄭申俊說：“后來我們開始搭建整體的AI大數(shù)據(jù)防控系統(tǒng)提供給城市管理者、社區(qū)工作者等，幫助防疫人員第一時間識別風(fēng)險，采取防控措施。”
隨著疫情防控形勢的逐漸好轉(zhuǎn)以及復(fù)工復(fù)產(chǎn)需求的日益迫切，防疫和人員流動需求要平衡進(jìn)行，做好不同風(fēng)險級別地區(qū)的人員識別成為了新一階段的目標(biāo)，中奧科技為百姓生活、企業(yè)復(fù)工復(fù)產(chǎn)提供健康碼的計算服務(wù)，整合多行業(yè)多省數(shù)據(jù)服務(wù)浙江、杭州，并與其他合作伙伴一起，把杭州的經(jīng)驗推廣到了其他省份的二三十個城市，鄭申俊透露，北京的“健康碼”的使用，中奧科技也貢獻(xiàn)了一份力量。
對于疫情和防控需求成功的快速反應(yīng)，離不開背后強大的技術(shù)支持，鄭申俊介紹到，中奧科技自有平臺（大數(shù)據(jù)平臺）+三個中臺（數(shù)據(jù)中臺、智能中臺和業(yè)務(wù)中臺）在防疫的過程中發(fā)揮了非常大的作用，其中，數(shù)據(jù)中臺解決的是數(shù)據(jù)的采集、匯聚、治理和服務(wù)的問題，智能中臺實現(xiàn)了數(shù)據(jù)處理、計算的服務(wù)方式，業(yè)務(wù)中臺應(yīng)對疫情防控的業(yè)務(wù)需求，通過業(yè)務(wù)系統(tǒng)的建設(shè)實現(xiàn)其生命周期，包括功能、數(shù)據(jù)類型、工具算法、角色權(quán)限的控制、可視化要求等。中奧科技針對防疫需求做出快速定制，兩天完成了領(lǐng)導(dǎo)人駕駛艙的建設(shè)、四天完成了健康碼的基礎(chǔ)計算、五天完成了疫情防控系統(tǒng)的開發(fā)。在平臺和中臺相關(guān)的合作方面，中奧科技與聯(lián)想同步進(jìn)行著深入合作。
隨著數(shù)據(jù)智能技術(shù)不斷應(yīng)用于政務(wù)、警務(wù)等領(lǐng)域，政府行政效率將會得到提高，民生服務(wù)也會更加便利，交通、警務(wù)、醫(yī)院、教育等領(lǐng)域部門之間有望實現(xiàn)零距離接觸，由“最多跑一次”到“一次不用跑”的轉(zhuǎn)變可期。除了G20峰會智慧安防、城市數(shù)據(jù)大腦等經(jīng)典案例外，鄭申俊還介紹到，目前浙江正在打造智慧超級高速，為無人駕駛提供人車協(xié)同和車路協(xié)同的解決方案，希望在數(shù)字經(jīng)濟的快速發(fā)展中，從多領(lǐng)域著手，中奧科技也將繼續(xù)以AI、大數(shù)據(jù)等新技術(shù)為人們的生活保駕護(hù)航。
隱形的翅膀：曠視AI測溫
疫情爆發(fā)后，體溫篩檢成為疫情監(jiān)測的主要手段。隨著企業(yè)復(fù)工復(fù)產(chǎn)后，人員集中性流動給防疫測溫工作帶來更大挑戰(zhàn)，而近距離測溫會增加檢測人員的感染風(fēng)險，緊要關(guān)頭，AI測溫設(shè)備如何幫助解決了燃眉之急？
“在疫情剛開始爆發(fā)的時候，我們就在迅速思考這樣一個問題：人工智能能為抗疫一線的醫(yī)務(wù)人員和社區(qū)工作者提供哪些技術(shù)力量。”曠視的技術(shù)團(tuán)隊在春節(jié)前后不到10天內(nèi)，針對汽車站、火車站、機場、地鐵站等高通量場景，迅速開發(fā)出一套 “人體識別+人像識別+紅外/可見光雙傳感”的技術(shù)方案”，支持大于3米的非接觸遠(yuǎn)程測溫，測溫精度偏差控制在±0.3度之內(nèi)，并于2月份迅速用于武漢、北京等城市。曠視總裁付英波表示，目前曠視各類AI智能測溫產(chǎn)品已經(jīng)在北京百余家超市、部分三甲醫(yī)院、南京某高校等場景，以及東南亞、歐洲等國家和地區(qū)上線，助力全球抗疫。
當(dāng)你在過地鐵安檢，去機場或者高鐵，會發(fā)現(xiàn)測溫不需要做任何停留，戴著口罩和口罩，精準(zhǔn)度幾乎不受影響。付英波表示，曠視對于人群體溫篩查的產(chǎn)品和方案之所以能夠在多個疫情高風(fēng)險地區(qū)迅速投入使用，本質(zhì)上是因為曠視有一套自研的新一代AI生產(chǎn)力平臺Brain++與其核心深度學(xué)習(xí)框架天元，可以依據(jù)不同的場景需求，以最快時間做出精準(zhǔn)的神經(jīng)網(wǎng)絡(luò)模型，除了人臉識別技術(shù)，曠視也會基于ReID做人形識別。付英波舉了個例子說，比如一個人帶了口罩，只露出了額頭的測繪區(qū)域，曠視的AI系統(tǒng)則對檢測算法模型進(jìn)行了專項優(yōu)化，通過人臉關(guān)鍵點識別來縮小測溫范圍，將測溫區(qū)域精準(zhǔn)聚焦在額頭，故在戴著口罩的情況下，也能精準(zhǔn)識別額頭區(qū)域，從而實現(xiàn)精準(zhǔn)測溫，保障人流密集場景的安全高效通行。正是因為有著這樣的底層技術(shù)支持，保證了曠視的AI技術(shù)和產(chǎn)品能夠在一些細(xì)分場景實現(xiàn)快速落地。
隨著中國數(shù)字經(jīng)濟的不斷發(fā)展，與國家新基建的建設(shè)速度不斷加快，中國已經(jīng)到了數(shù)字化轉(zhuǎn)型的下半場，付英波說，如果說上半場還是在通過互聯(lián)網(wǎng)做流程線上化，那么下半場我們要建設(shè)起推動整個城市和生產(chǎn)力提升的底層系統(tǒng)，比如一個能夠感知城市運行狀態(tài)的城市操作系統(tǒng)，一方面能夠為管理者提供更好的管理視角和管理維度，另一方面也能夠讓人們的生活更加智能化。
此外，付英波認(rèn)為還需要從傳統(tǒng)產(chǎn)業(yè)端進(jìn)行考慮，用AI賦能工業(yè)制造、智能制造、物流等場景和領(lǐng)域，“它們是構(gòu)成整個中國經(jīng)濟最主要實體，我們也需要思考如何能夠用我們的AI生產(chǎn)力平臺Brain++和深度學(xué)習(xí)框架天元，幫助它們更好的實現(xiàn)智能化和數(shù)字化轉(zhuǎn)型，助力實體經(jīng)濟發(fā)展。曠視堅信算法能夠創(chuàng)造極大價值，并堅持為追求降本增效和極致體驗的行業(yè)用戶提供簡單又富有成效的AI產(chǎn)品和解決方案，為城市的管理者、B端企業(yè)和C端用戶提供更加智能的科技體驗，切實提高生活質(zhì)量。
時間就是生命：視見科技新冠肺炎影像輔助智能篩查
疫情期間，影像檢查在防控診斷新冠病毒肺炎中起到重要作用。受限于基層醫(yī)院的醫(yī)療裝備和醫(yī)療水平，影像檢查在多個地區(qū)成為了病情檢測的首選方法。隨著各類醫(yī)學(xué)圖像數(shù)據(jù)爆炸性增加，日益增長的圖像數(shù)據(jù)給醫(yī)生閱片帶來極大的挑戰(zhàn)和壓力。因此，如何快速得出影像檢查結(jié)果、高效診療疑似患者成為需要盡快解決的難題。
視見科技聯(lián)合創(chuàng)始人、COO兼CMO肖翔在直播間表示，早在疫情之前，視見科技就專注于放射影像相關(guān)產(chǎn)品的研發(fā)，主要聚焦在胸部CT和胸部DR兩種影像模態(tài)。其中，CT影像負(fù)責(zé)判斷包括肺結(jié)核、早期肺癌和骨折在內(nèi)的病種診斷；胸部DR產(chǎn)品能夠準(zhǔn)確覆蓋19種病征，通過AI自動判斷病癥部位與結(jié)果，并為醫(yī)生提供輔助診斷建議，大力提高診療效率。
據(jù)肖翔透露，今年1月份，視見科技就收到來自院方對影像輔助病例篩查的需求。“接到院方需求后，我們在春節(jié)前就討論了針對新冠疫情的智能篩查技術(shù)路徑，并決定立項”。春節(jié)期間，視見科技完成了初步算法的開發(fā)并陸續(xù)積累新冠肺炎患者的數(shù)據(jù)，為春節(jié)后的產(chǎn)品數(shù)據(jù)訓(xùn)練做足準(zhǔn)備。僅僅幾天時間，針對新冠疫情的智能篩查產(chǎn)品正式發(fā)布，并在深圳市新冠定點醫(yī)院上線。經(jīng)過兩周的數(shù)據(jù)測試，智能篩查產(chǎn)品的正式版本完成上線，并陸續(xù)在深圳、廣州、廈門、成都、山東等多地醫(yī)院完成部署，CT和DR的影像篩查日處理量高達(dá)3000人次，相當(dāng)于醫(yī)生人工閱片的30倍，協(xié)助醫(yī)護(hù)工作者快速辨別病癥，顯著提高出片速度，緩解了資源不足、需求量巨大的狀況。
對于影像學(xué)輔助篩查的積極作用，肖翔表示，基于目前國內(nèi)醫(yī)生缺口高達(dá)十萬人的現(xiàn)狀，AI智能輔助篩查以更快速的方式落實分級診療。除胸部CT和胸部DR外，視見科技的核磁類、病理類產(chǎn)品都在很大程度上緩解了醫(yī)療資源分布不平均的難題。一方面，AI輔助篩查顯著提高了診療效率，輔助醫(yī)生快速診斷患者病癥。
另一方面，影像科醫(yī)生需要通過長時間大量案例的閱片訓(xùn)練，才能更精準(zhǔn)判斷病情。在這次突發(fā)的疫情中，知識傳遞是存在滯后性的，武漢的醫(yī)生對于肺片的判斷已經(jīng)非常熟練了，但其他地區(qū)的醫(yī)生還不一定。影像學(xué)AI產(chǎn)品通過大量的數(shù)據(jù)累積以及自身不斷強化學(xué)習(xí)，為短時間接觸真實病病例不多的醫(yī)生提供輔助，能彌補人與人之間知識傳遞的不足。有效避免了浪費延長診療時間，這也是AI篩查產(chǎn)品更加突出的作用之一。
隨著影像學(xué)輔助篩查的快速發(fā)展，我們的生活會有哪些改變？肖翔認(rèn)為，我們國家的影像市場每年增速保持在30%左右，而放射醫(yī)生數(shù)量的年增長率僅有4%，再加上我國醫(yī)療發(fā)展水平的不平衡，導(dǎo)致誤診漏診的情況。未來，AI智能篩查產(chǎn)品將以提升結(jié)果準(zhǔn)確性為目標(biāo)，同時繼續(xù)豐富擴大診斷病種，部分成熟病種有望在2至3年內(nèi)在市場得到普遍應(yīng)用。此外，AI醫(yī)生有可能成為重復(fù)性勞動密集型病癥的主要“讀”片手段，醫(yī)療云平臺甚至能夠直接為C端患者提供個人化治療方案，有效緩解就診需求巨大、醫(yī)療資源有限和影像學(xué)多環(huán)節(jié)嚴(yán)格診療間的矛盾。
科技抗疫：一清創(chuàng)新低速無人駕駛物流車
如果說醫(yī)生是疫情中逆行的英雄，同樣也有一群“人”不顧安危、不知疲倦，為疫情一線的醫(yī)生和工作人員提供支持，運送必要物資，他們就是疫區(qū)“特別的勇士”——一清創(chuàng)新無人駕駛物流車。
香港科技大學(xué)智能自動駕駛技術(shù)中心主任、一清創(chuàng)新創(chuàng)始人劉明表示，在疫情期間，有直接為疫情本身服務(wù)的無人車，比如解決末端配送和消毒消殺的無人車，也有消防、新零售、載人接駁等從其他方面降低人與人接觸的無人車，并在直播間為大家線上展示了一清創(chuàng)新無人車在末端配送、消防運輸、消毒噴灑、生活休閑等不同領(lǐng)域的應(yīng)用，已在深圳、蘇州、山東等多地部署，此外，在一些城市尤其是產(chǎn)業(yè)園區(qū)，都可以看到無人車往返運輸生鮮瓜果、快遞外賣、醫(yī)療器材和工業(yè)物資，實現(xiàn)了疫情防控期間的安全“無接觸”配送。
關(guān)于無人車在技術(shù)上如何實現(xiàn)“一路暢通”的問題，劉明表示，這是一個由感知到?jīng)Q策，最后到控制的過程。感知就是解決無人車所在位置、周圍環(huán)境的問題，在三維場景中，做出顏色和關(guān)鍵物體的識別標(biāo)記，最后形成一個高精度地圖，無人車?yán)眠@樣一個高精度地圖，作為認(rèn)識世界和表達(dá)世界的其中一種方法。在感知的基礎(chǔ)上，無人車制定一些決策，比如車身前方有另一臺車或者是雨天的情況，就需要調(diào)整車體速度。第三部分，就是將決策的路徑，放在無人車的實體上執(zhí)行，這部分被稱為控制。這三個層面共同形成一個無人車的系統(tǒng)。
除此之外，一套無人車的系統(tǒng)背后需要有傳感器、低功耗算力等支持，還要對無人車制造工藝、供應(yīng)鏈等方面多角度考量處理。劉明表示，總體來說，無人車是一個比較龐大的系統(tǒng)工程，要讓一臺車運行起來，至少需要上千個不同的模組，甚至是不同的算法、模塊之間的相互配合。另外在仿真環(huán)境里面，我們也可以去仿真不同的道路、天氣和季節(jié)情況，得出大量的訓(xùn)練結(jié)果，在真實的車體上做一些遷移。
對于“未來無人車還將在哪些場景大顯身手”的問題。劉明表示，我們把無人車的應(yīng)用拆分成載人和載物、高速和低速這四類，交叉后共有四種場景，高速載人，高速載物，低速載人，低速載物。如果是載人相關(guān)場景，需要重點考慮車上人員的安全、車體周圍環(huán)境，相比于載人場景，載物場景因為其運載物品的價值比較明確，未來會更快實現(xiàn)應(yīng)用。
劉明認(rèn)為，“任何一個新技術(shù)的應(yīng)用都會涉及到經(jīng)濟成本和社會成本的計算。經(jīng)濟成本主要是衡量性價比，比如一臺無人車應(yīng)用，在五年內(nèi)可能會節(jié)省40%-60%的成本，帶來實際回報；另外一點，當(dāng)人們接受和習(xí)慣路上開始越來越多出現(xiàn)無人車，不會覺得新奇或者不安全，社會成本就降低了。當(dāng)經(jīng)濟成本更低，社會可接受的門檻也變低，無人車會迎來比較大規(guī)模的爆發(fā)。”
