人工智能步入跨越期,图像识别已经完胜人类

  深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。自2017年起,我们越来越多的看到了有关深度学习和人工智能方面的消息,随着大数据的不断发展,盘活这些数据的技术随深度学习一起走向了普通大众。

  近日,笔者参加了一个会议,主题是IBM研究院与上海安翰医疗技术有限公司在胶囊内窥镜医疗影像领域展开合作。简单地说就是将IBM认知影像领域的技术用于筛查消化道疾病,也就是胃癌的早期诊断。

  效率为王,深度学习与医疗诊断

  作为一名IT从业者,笔者平时接触医学方面的信息并不多,但深度学习协助医疗诊断这方面在最近几年却是被屡次提及。其实IT一直以来都与普通消费者和生活都是密不可分,在人工智能大行其道的今天更是如此。

  就拿胃癌诊断来说,这方面其实与我们的健康生活息息相关。据中华医学会消化内镜学分会青年委员会副主任委员长海医院医生廖专教授介绍:中国人口面临胃癌威胁带来的挑战,据2015年数据显示,中国胃癌年发病案例为67.91万例,占总癌症死亡比例的17.7%。胃癌的早期筛查至关重要。据分析,影响中国胃癌治愈率的原因之一是传统的胃镜不适合大规模筛查,因此胃癌未能在早期得到及时治疗。

  其实最大的挑战来自于诊断,廖教授认为,中国的消化科医生数量非常有限,仅有2万多人,平均每位医生一年最多做1000个胃镜检查。2千万例检查对于总人口来说可谓杯水车薪,绝大多数的人都难以得到检查,因此无法做到提前预防胃癌。

  而深度学习所要做的,就是通过智能系统来解决这些问题。就检查而言,每一例诊断鉴别都需要消耗医生几个小时的时间。因为医生面对的是3~5万张消化道图片,通过肉眼来识别病变,费时又费力。而通过人工智能来识别病变图片,能够在几秒内就完成初步筛选,医生可以根据筛选后的图片进行诊断,从以前面对几万张照片到现在只需看几百张,效率大大提升。

  图片视频识别,机器已经超越人类

  一直以来,人工智能和深度学习在图片与视频识别方面都有着独特的优势,笔者之前从海康威视与大华科技方面也了解过很多这方面的实际案例,比如汽车牌照识别、人物行为监控、特殊物体识别等等。以当前的新技术,通过深度学习系统能够很好的完成各种识别任务,效率远胜于人眼。

  基于深度学习的人脸识别、文字识别、人体识别、车辆识别、物体识别、图像处理等技术已经被广泛应用,数据的价值越来越多的被盘活。平安证券报告中提到,高性能的AI计算芯片、深度学习算法都是推动图像识别发展的因素。其中,AI底层架构从CPU+GPU到FPGA,再到人工智能专用芯片,运行表现不断刷新,目前英伟达的DGX-1芯片在程序运行速度上比旧版GPU加速解决方案快了12倍。无论是硬件还是软件,其发展的速度早已今非昔比。

  在几年前,大数据概念刚刚被提起的时候,就有专家表示:大数据最重要的不是数据量和数据本身,而是将这些数据进行有效地分类、关联,这样“整理”好后的数据才能实现真正的价值。我们看到人工智能和深度学习等技术正是在对数据进行挖掘和整理,无论是胃癌筛查还是图像鉴别的优秀表现,可以看到人工智能开始步入跨越期,智能化应用也越来越多地走进了我们的生活。

第 1 /  10 页
点击查看余下全文