AI抗疫的冰與火

從競相追逐的資本寵兒到估值大幅縮水的資本棄兒，AI公司不過(guò)用了短短四年，場(chǎng)景落地難，商業(yè)化探索難成為阻礙AI行業(yè)取得突破性進(jìn)展的關(guān)鍵因素。

一場(chǎng)突如其來(lái)的新冠疫情成為AI公司技術(shù)應用的試煉場(chǎng)，一封《充分發(fā)揮人工智能賦能效用，協(xié)力抗擊新型冠狀病毒感染的肺炎疫情》的倡議書(shū)調動(dòng)了全社會(huì )數字化、智能化抗疫的熱情，診斷輔助、遠程醫療、AI測溫、智能外呼、無(wú)人車(chē)服務(wù)……史上第一次大規模AI抗疫的大潮，席卷而來(lái)。

一邊是資本降溫擠泡沫，一邊是人們意識到了AI技術(shù)落地應用的價(jià)值點(diǎn)，疫情風(fēng)暴眼中的AI，奏響了一首冰與火之歌。

當AI沖向醫療前線(xiàn)在醫療前線(xiàn)，諸如病毒基因測序，蛋白靶標篩選，病毒與藥物的研發(fā)歷史數據匹配等種種工作如果能夠由AI算力來(lái)支撐，能夠取得事半功倍的效果。比如利用AI算法能夠將原來(lái)數小時(shí)的疑似病例基因分析縮短至半小時(shí)，且能精準檢測出病毒變異的情況。

被病毒侵襲不斷攀升的死亡人數時(shí)刻提醒著(zhù)人們時(shí)間就是生命，一切能夠提高醫療效率的技術(shù)手段在此刻都顯得無(wú)比珍貴。也因此，在疫情爆發(fā)后，百度、阿里巴巴、商湯等各大AI技術(shù)廠(chǎng)商率先宣布的一件事就是：面向科研機構與醫療機構免費開(kāi)放算力。

算法、算力和數據是人工智能得以快速發(fā)展的三大要素，在抗疫這場(chǎng)持久的人力物力消耗戰中，人工智能也找到了它得以充分釋放的戰場(chǎng)。

鐘南山院士曾說(shuō)，病毒很聰明，擺在人們面前有兩個(gè)問(wèn)題：篩查與確診難度加大，消耗了大量人力與社會(huì )資源。

AI作為一種技術(shù)輔助工具成為了醫生最得力的幫手。在疫情爆發(fā)的特殊時(shí)期，核酸檢測和CT影像檢測是新冠肺炎病例確診最重要的兩大手段，傳統醫生平均10分鐘左右的閱片效率在繁重的病毒篩查任務(wù)下根本無(wú)法滿(mǎn)足需求，而在比較成熟的AI影像診斷的輔助下，平均每個(gè)肺炎的閱片篩查速度可以從十幾分鐘縮短到幾十秒。

今年2月4日，工信部發(fā)布了《充分發(fā)揮人工智能賦能效用 協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書(shū)》，號召社會(huì )各界盡快利用AI技術(shù)補齊疫情管控的技術(shù)短板，充分挖掘AI技術(shù)在新型冠狀病毒感染肺炎診療以及疫情防控的應用場(chǎng)景。

倡議書(shū)中提到，要充分挖掘新型冠狀病毒感染肺炎診療以及疫情防控的應用場(chǎng)景，攻關(guān)并批量生產(chǎn)一批輔助診斷、快速測試、智能化設備、精準測溫與目標識別等產(chǎn)品，助力疫病智能診治，降低醫護人員的感染風(fēng)險，提高管控工作的效率。

這封首次把AI技術(shù)與抗擊疫情結合在一起的政府倡議書(shū)，讓人們感受到了AI能夠落地的價(jià)值點(diǎn)，在這場(chǎng)新型冠狀肺炎全面阻擊戰中，AI也逐漸成為此次大規模公共衛生事件中不可或缺的技術(shù)輔助力量。

AI行業(yè)內有一種說(shuō)法，AI行業(yè)的發(fā)展10%在于算法，20%在于技術(shù)，70%在于應用場(chǎng)景和落地的過(guò)程，這是個(gè)系統性工程，對于任何一個(gè)想要擁抱AI的公司來(lái)說(shuō)，場(chǎng)景都是最核心的競爭力。

疫情當前，AI亮出了它的利刃，沖向了醫療前線(xiàn)。

抗疫中的AI獨角獸

在這場(chǎng)轟轟烈烈的AI抗疫保衛戰中，手握資本與技術(shù)的AI獨角獸們是當之無(wú)愧的主角。從無(wú)人送貨到體外測溫、AI醫療診斷，各AI企業(yè)充分發(fā)揮企業(yè)自身優(yōu)勢全力抗疫。

商湯為科研機構的藥物及病毒相關(guān)研究提供高性能計算資源，用AI影像幫助快速篩查疑似新冠病例，還與深圳超算一起，為國家重點(diǎn)研發(fā)計劃首席科學(xué)家，中山大學(xué)藥學(xué)院羅海彬教授的醫療團隊免費提供高性能計算資源（其中商湯提供包括20個(gè)GPU服務(wù)器節點(diǎn)），全力支持研究人員對抵抗新冠病毒的藥物進(jìn)行大規模篩選，同時(shí)開(kāi)展病毒突變預測等工作。

火車(chē)站、汽車(chē)站、地鐵站、機場(chǎng)等容易聚集人群的公共場(chǎng)所是防疫抗疫的重點(diǎn)，可針對各類(lèi)公共場(chǎng)所等高密度人員流動(dòng)場(chǎng)景下，能夠讓工作人員實(shí)現快速定位體溫異常者的防疫設備卻極為緊缺。

經(jīng)過(guò)十多天的連續奮戰，曠視上線(xiàn)了測溫系統，通過(guò)前端紅外相機鑒別人流中的高溫人員，再根據疑似發(fā)燒者的人體、人臉信息，并率先在北京市海淀政務(wù)大廳和部分地鐵站展開(kāi)了試點(diǎn)應用。

該系統采用“人體識別+人像識別+紅外 /可見(jiàn)光雙傳感”的解決方案，相較傳統測溫篩查手段，識別效率更高，無(wú)需接觸即可測溫，識別誤差低于0.03℃。

在此之前，百度AI多人體溫快速檢測解決方案也已在北京清河站落地使用。各種測溫防疫設備的部署，降低了人群密集區域的傳染風(fēng)險，解放了大量篩查人力，成為此次防疫工作最重要的前哨。

在疫情期間，醫療診斷階段最珍貴的就是時(shí)間，最需要的就是效率，讓具備大醫院診斷能力的AI產(chǎn)品能快速復制到基層，可以極大緩解一線(xiàn)醫生的工作壓力。

依圖將“醫療機器系統”快速部署到戰“疫”一線(xiàn)，利用人工智能技術(shù)，助力醫生開(kāi)展基于CT影像的智能化新型冠狀病毒性病灶定量分析及療效評價(jià)，進(jìn)一步提升檢測效率。

一邊利用AI技術(shù)讓CT影像診斷實(shí)現秒級輸出緩解醫療資源緊缺的現狀，另一邊通過(guò)輔助新藥開(kāi)發(fā)加快尋找控制疫情蔓延的解決辦法。

華為云則在疫苗研發(fā)上發(fā)力，疫情期間，研究機構可以向華為云醫療智能體(EIHealth)申請免費使用AI研發(fā)平臺，用于病毒基因組研究、抗病毒藥物研發(fā)和抗疫醫療影像研究分析，加速抗疫藥物研發(fā)，加快疫情檢測速度。

　　除此之外，華為云還聯(lián)合了多家科研機構使用超級計算能力和AI算法篩選出了5種可能對新型冠狀病毒有效的抗病毒藥物，為研究機構和制藥企業(yè)進(jìn)一步藥物研發(fā)提供了重要參考。

如果說(shuō)醫療診斷救治是戰勝疫情的核心戰場(chǎng)，那么社區服務(wù)就是防止疫情擴散的大后方。

針對疫情期間的社區安全防護，京東數科提供了疫情高危人群勢態(tài)分析和預警系統，幫助政府分析居民的行動(dòng)路線(xiàn)，并對高危人群做出預警，進(jìn)行排查，同時(shí)該系統能對確診病患的行為軌跡進(jìn)行分析，幫助潛在的密切接觸者做隔離。

為了避免出門(mén)發(fā)生交叉感染，大量居民宅在家中，把生活必需品從供應端搬運到需求端的重任就落到了配送這一環(huán)節上。百度Apollo無(wú)人車(chē)就宣布，對服務(wù)疫情的企業(yè)免費開(kāi)放低速微型車(chē)套件及自動(dòng)駕駛云服務(wù)，并聯(lián)合新石器在北京海淀醫院投放無(wú)人車(chē)進(jìn)行無(wú)接觸送餐服務(wù)，目前每天能夠服務(wù)100名一線(xiàn)醫護人員。

細數各AI公司的抗疫舉措，能夠看出此次AI技術(shù)助力抗疫主要集中在風(fēng)險預測、輔助診療、新藥研發(fā)以及防疫設備、醫療設備等硬件產(chǎn)品服務(wù)這四個(gè)方面，不過(guò)值得注意的是，除了最底層的算法算力架構等，涉及到具體操作應用層面，AI依然需要人力的配合。

另一個(gè)明顯變化是，諸如阿里、騰訊、百度等擁有AI技術(shù)的平臺型公司漸漸由單體AI能力投入向開(kāi)發(fā)者賦能轉變，讓大家能夠借助開(kāi)放與技術(shù)模型形成行業(yè)合力，實(shí)現技術(shù)的大規模部署，構筑新的AI生態(tài)。

抗疫后的AI下一程

大規模AI技術(shù)在此次疫情中得到應用，是否意味著(zhù)AI已經(jīng)解決了場(chǎng)景落地這一難題？目前來(lái)看，下此定論還為時(shí)尚早。

當盈利的故事遲遲無(wú)法被驗證，市場(chǎng)就會(huì )將多余的泡沫擠凈，經(jīng)歷了前幾年的狂飆突進(jìn)，如今資本市場(chǎng)也正在對AI擠泡沫。

據IT桔子等數據源顯示，2014年至2018年，中國人工智能領(lǐng)域共發(fā)生126起退出事件，數量?jì)H為同時(shí)期的投資事件的1/20。其中，IPO退出占四成，回報僅為1.83倍。

另一則數據顯示，2018年全年有將近90%的人工智能公司處于虧損狀態(tài)。

疫情這一特殊時(shí)期使得“無(wú)人、無(wú)接觸”的需求迅速增加，這也使得無(wú)人送餐、無(wú)人快遞物流，疫情監測機器人等能得到大量應用，但這種替代只是暫時(shí)的，一方面大量的AI產(chǎn)品目前還處在探索階段，更多起到輔助作用，而非完全替代人，另一方面，當因疫情而起的需求降溫或消失后，因疫情而起的產(chǎn)品也將陷入沉寂。

其次，AI行業(yè)高昂的硬件生產(chǎn)成本也不會(huì )在短時(shí)間內得到緩解。與可以快速迭代的軟件產(chǎn)品不同，硬件生產(chǎn)流程長(cháng)，尤其AI硬件對精細化的要求更高，產(chǎn)品從設計到上市起碼六個(gè)月，稍微打磨一下就要一年。

云天勵飛董事長(cháng)兼CEO陳寧在接受智東西采訪(fǎng)時(shí)就表示，疫情帶動(dòng)測溫、監控等硬件設備的需求上漲，但用工短缺又造成產(chǎn)能跟不上，上下游供應鏈緊張，加上原材料漲價(jià)致使企業(yè)成本有所增加。

再來(lái)看人工智能應用最火的領(lǐng)域智慧醫療。醫療行業(yè)有著(zhù)極高的使用門(mén)檻，單就醫學(xué)影像分析來(lái)說(shuō)，不僅需要資深影像科醫生進(jìn)行數據標注，同時(shí)數據獲取與處理也非常困難，專(zhuān)業(yè)性要求很高。另外，影像數據和放射科醫生增長(cháng)速度也存在不匹配的問(wèn)題。

據相關(guān)部門(mén)和動(dòng)脈網(wǎng)數據顯示，美國、中國的影像數據年增長(cháng)率分別達到63.1%和30%。但兩國放射科醫生年增長(cháng)率僅有2.2%和4.1%，海量數據與稀缺高水平醫生之間的鴻溝并不會(huì )在短時(shí)間內得以彌合，也會(huì )造成AI應用普及的緩慢。

AI技術(shù)另一大應用領(lǐng)域無(wú)人駕駛也同樣存在瓶頸。一位在無(wú)人駕駛領(lǐng)域從業(yè)多年的員工對新摘爆料稱(chēng)，“國家對無(wú)人駕駛的規范很?chē)栏?，行業(yè)也沒(méi)有一套統一的標準，而且目前無(wú)人駕駛算法所能解決的問(wèn)題還非常初級，并不足以處理復雜和突發(fā)的場(chǎng)景，雖然大家都在很努力的去研究，但想徹底解決，也并非短時(shí)間內能做到?！?/p>

無(wú)人駕駛屬于制造業(yè)，只專(zhuān)注算法并沒(méi)有意義，它背后需要強力的實(shí)業(yè)和無(wú)數場(chǎng)景應用的打磨，這也是AI行業(yè)與互聯(lián)網(wǎng)行業(yè)最大的不同。

經(jīng)此一“疫”，AI作為技術(shù)工具能夠輔助提高行業(yè)業(yè)務(wù)效率的長(cháng)期價(jià)值是不容置喙的，利用AI新技術(shù)轉型升級的垂直行業(yè)，比如通過(guò)AI技術(shù)使得業(yè)務(wù)效率大幅提升或替代低端重復性的人力勞動(dòng)也極具可行性，但硬件成本過(guò)高、盈利模式不夠清晰等行業(yè)固有問(wèn)題，并不會(huì )在短時(shí)間內發(fā)生改變。

凡此過(guò)往，皆為序章，AI是個(gè)需要耕耘十年，二十年甚至上百年的行業(yè)，疫情過(guò)后，AI的下一程依然布滿(mǎn)了荊棘，不要盲目樂(lè )觀(guān)，但也要充滿(mǎn)期待。 

摘自：安防網(wǎng)