隨著大數(shù)據(jù)分析技術(shù)的逐步普及，越來越多的行業(yè)開始擁抱人工智能

人工智能(AI)是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)(定義)。人工智能利用機(jī)器學(xué)習(xí)技術(shù)，通過對現(xiàn)有的經(jīng)過處理(篩選、消噪、過濾等)的數(shù)據(jù)，不斷進(jìn)行矯正(設(shè)置閥值等方法)機(jī)器模型的輸出，此過程稱為訓(xùn)練，期望通過訓(xùn)練可以得到在未來新數(shù)據(jù)上有良好表現(xiàn)的模型，從而投入生產(chǎn)。

隨著大數(shù)據(jù)分析技術(shù)的逐步普及，越來越多的行業(yè)開始擁抱人工智能，用“人工智能+”助力技術(shù)和產(chǎn)業(yè)的不斷升級和變革，人工智能已經(jīng)成為我們當(dāng)前這個時代的標(biāo)志。對于企業(yè)來說，如果想用人工智能來武裝自己，就必須搞清楚人工智能技術(shù)的核心。

人工智能的概念始于1956年的達(dá)特茅斯會議，由于受到數(shù)據(jù)、計(jì)算力、智能算法等多方面因素的影響，人工智能技術(shù)和應(yīng)用發(fā)展經(jīng)歷了多次高潮和低谷。2006年以來，以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法在機(jī)器視覺和語音識別等領(lǐng)域取得了極大的成功，識別準(zhǔn)確性大幅提升，使人工智能再次受到學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。數(shù)據(jù)、計(jì)算力和算法被認(rèn)為是人工智能發(fā)展的三大核心要素，數(shù)據(jù)是基礎(chǔ)，算法是核心，計(jì)算力是支撐。

算法，而更像是一種優(yōu)化手段或者策略，它通常是結(jié)合多個簡單的機(jī)器學(xué)習(xí)算法，去做更可靠的決策。集成學(xué)習(xí)是一種能在各種機(jī)器學(xué)習(xí)任務(wù)上提高準(zhǔn)確率的強(qiáng)有力技術(shù)，集成算法往往是很多數(shù)據(jù)競賽關(guān)鍵的一步，能夠很好地提升算法的性能。平臺提供Bagging、Voting等集成學(xué)習(xí)框架節(jié)點(diǎn)，使模型準(zhǔn)確性和泛化能力得到明顯的提升。

目前，市場上的文本工具主要是以文本整體分析應(yīng)用為主來設(shè)計(jì)功能，未從技術(shù)角度進(jìn)行細(xì)致的功能劃分，這樣導(dǎo)致用戶對于文本的分析過于主題化，用戶在分析過程中無法過多的加入自己的構(gòu)建思想，同時無法真正將文本挖掘技術(shù)與傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)挖掘技術(shù)融合在一起。本平臺中的文本挖掘算法模塊以“拖拽式操作、精細(xì)化節(jié)點(diǎn)設(shè)計(jì)、結(jié)構(gòu)化自由文本為目標(biāo)”的設(shè)計(jì)理念為指導(dǎo)，將文本挖掘的各技術(shù)功能點(diǎn)進(jìn)行粗細(xì)劃分，使得節(jié)點(diǎn)的功能更集中更明確，一方面兼顧使用的NLP技術(shù)的獨(dú)立性，另一方面兼顧節(jié)點(diǎn)所具功能的全面性，同時將文本挖掘模塊的最終產(chǎn)出是對應(yīng)原始文本的結(jié)構(gòu)化形式，這種結(jié)構(gòu)化信息需要很好地涵蓋原始文本的有用內(nèi)容;同時，這種結(jié)構(gòu)化的形式輸出也方便與平臺已有的其他建模分析節(jié)點(diǎn)串聯(lián)復(fù)用。

北京時間8月16日上午消息，據(jù)報(bào)道，目前，科學(xué)家最新研發(fā)一種AI算法，能夠檢測出癲癇患者早期癥狀，甚至包括經(jīng)驗(yàn)豐富的資深醫(yī)師可能忽略的癥狀。

該AI算法能檢測出患有一種罕見疾病的患者，準(zhǔn)確率達(dá)到60%以上，相比之下，核磁共振成像未發(fā)現(xiàn)任何隱性癥狀。這種罕見疾病是癲癇，據(jù)稱，英國和美國居民癲癇發(fā)病率達(dá)1%，該疾病會導(dǎo)致患者大腦出現(xiàn)不受控制的腦電流爆發(fā)，從而引發(fā)痙攣抽搐。

任何人都可能出現(xiàn)驚厥痙攣，但并不意味著他們必然都患有癲癇，通常癲癇患者確診之前可能不止一次出現(xiàn)痙攣抽搐。當(dāng)大腦突然腦電流爆發(fā)時，就會出現(xiàn)癲癇，導(dǎo)致大腦運(yùn)行中斷，部分患者癲癇發(fā)作時人們?nèi)员３志X狀態(tài)，能夠感知到周圍環(huán)境，而部分患者癲癇發(fā)作時會完全失去意識，處于極度危險(xiǎn)境地。

有時癲癇患者會出現(xiàn)不同尋常的感覺、認(rèn)知和活動，或者身體僵硬摔倒在地板上不斷抽搐，在任何年齡時期，中風(fēng)、腦感染、頭部損傷或者出生時導(dǎo)致缺氧的問題都可能誘發(fā)癲癇，在超過50%以上的病例中，醫(yī)師無法找到具體病因，相關(guān)治療癲癇藥物也無法完全治愈，但有助于停止或者減少癲癇發(fā)作，如果藥物治療仍無效，患者只能選擇腦部手術(shù)。

導(dǎo)致癲癇的一個誘因是耐藥性局灶性腦皮質(zhì)發(fā)育不良(FCD)，這是大腦的一種細(xì)微異常，會導(dǎo)致大腦信號傳輸失效。癲癇能通過手術(shù)進(jìn)行治療，但該疾病對大腦產(chǎn)生的變化非常微妙，即使是經(jīng)驗(yàn)豐富的放射科醫(yī)師進(jìn)行核磁共振掃描時也可能忽略該疾病征兆。

但基于英國倫敦大學(xué)學(xué)院研究團(tuán)隊(duì)研發(fā)的一種AI算法，可以檢測到63%的FCD癥狀，這是之前醫(yī)護(hù)人員很難檢測到的，也是誘發(fā)癲癇發(fā)作的重要因素之一。

研究人員稱，他們的AI模型能為更多癲癇患者進(jìn)行大腦手術(shù)，提供最佳治愈機(jī)會。據(jù)悉，在英國，大約有60萬癲癇患者，但僅有20-30%的患者對藥物沒有反應(yīng)。

腦細(xì)胞或者神經(jīng)元細(xì)胞，通常會形成有組織的細(xì)胞層，形成大腦皮層。對于FCD患者，其腦細(xì)胞是無序紊亂的，從而導(dǎo)致痙攣抽搐的風(fēng)險(xiǎn)更高。在接受手術(shù)控制病情的兒童癲癇患者中，F(xiàn)CD癥狀是最常見的病因，對于需要手術(shù)治療的成年人群，F(xiàn)CD是第三大常見病因。然而，令醫(yī)務(wù)人員棘手的是很難通過核磁共振掃描檢測到FCD癥狀，在最新研究中，研究人員從22項(xiàng)全球癲癇疾病研究中收集了1000多張核磁共振掃描圖像，一組放射科專家將掃描結(jié)果標(biāo)記為健康或者FCD癥狀，之后運(yùn)行AI算法檢測掃描異?，F(xiàn)象。

這項(xiàng)AI算法涉及患者大腦30萬個區(qū)域信息，該研究報(bào)告發(fā)表在《大腦》雜志上，研究結(jié)果表明，AI算法在掃描中發(fā)現(xiàn)了538例FCD癥狀，其中包括112例放射科醫(yī)師無法檢測到的病例。

曾經(jīng)，他被稱為“電腦神童”、“搖滾少年”，他最早研發(fā)的“人像磨皮”軟件一度占據(jù)八成細(xì)分市場。如今，人到中年的他順應(yīng)潮流成為了抖音博主，同時也在繼續(xù)以碼農(nóng)的角色在市場上“廝殺”，創(chuàng)辦了辨影科技。

辨影科技創(chuàng)始人王京京說，“從小到大，我寫代碼比寫作文、比說話還多”。這一次，他希望自己的技術(shù)能力可以為傳統(tǒng)制造業(yè)的智能化升級作出一些貢獻(xiàn)。

制造智能化可行，但難行

“十四五”智能制造發(fā)展規(guī)劃中提出，到2025年的主要目標(biāo)包括，70%的規(guī)模以上制造業(yè)企業(yè)基本實(shí)現(xiàn)數(shù)字化網(wǎng)絡(luò)化，制造業(yè)企業(yè)生產(chǎn)效率、產(chǎn)品良品率、能源資源利用率等顯著提升，智能制造能力程度水平明顯提升。

對于制造業(yè)企業(yè)發(fā)展而言，產(chǎn)品的生產(chǎn)效率和良品率至關(guān)重要，而質(zhì)檢工作與生產(chǎn)效率、良品率息息相關(guān)，只有質(zhì)量檢測合格的產(chǎn)品才能夠進(jìn)入市場。在傳統(tǒng)的制造業(yè)企業(yè)中，產(chǎn)品的質(zhì)量檢測通過人工或傳統(tǒng)視覺算法檢測。人工質(zhì)檢方式存在檢測標(biāo)準(zhǔn)不統(tǒng)一、人員培訓(xùn)成本高、誤檢漏檢等問題，直接影響產(chǎn)品質(zhì)檢成效。而傳統(tǒng)視覺算法檢測的成本高、效果常常達(dá)不到預(yù)期，產(chǎn)線仍離不開高強(qiáng)度、高重復(fù)性的人工參與。

“AI技術(shù)有很多優(yōu)勢，但企業(yè)能真正應(yīng)用AI解決實(shí)際問題，還需要克服不少困難?！蓖蹙┚┌l(fā)現(xiàn)，基于深度學(xué)習(xí)的人工智能視覺識別能力確實(shí)可以達(dá)到優(yōu)秀人工質(zhì)檢員的水準(zhǔn)，但根據(jù)自身需求聘請AI算法工程師開發(fā)和維護(hù)的成本相對太高，并非每家企業(yè)都能負(fù)擔(dān);另一方面，目前國內(nèi)優(yōu)秀的AI算法工程師人才較為稀缺，能夠?qū)Ｗ⑸钊氲街圃鞓I(yè)的就更少;此外，適用工業(yè)場景的部署硬件亦是AI應(yīng)用落地的“最后一公里”難題。

面對這些橫在制造業(yè)智能化升級路上的“絆腳石”，王京京認(rèn)為，低門檻、一站式的軟硬一體AI解決方案，讓數(shù)據(jù)采集和推理部署、模型迭代都在一部工業(yè)產(chǎn)線專用相機(jī)上完成，是一條可落地的高效路徑。

飛槳EasyDL+辨影相機(jī)，讓AI質(zhì)檢簡單高效

解決AI技術(shù)在工業(yè)生產(chǎn)場景中落地的難題，王京京已經(jīng)從軟、硬件兩方面找到了答案。

飛槳企業(yè)版EasyDL讓王京京看到了零門檻AI開發(fā)平臺快速、便捷、高效的力量，他多次用形象地比喻表達(dá)他對這一平臺的使用感受，“EasyDL把很多算法模塊化了，‘就像廚師無需親自制作菜刀一樣’，碼農(nóng)們可以按需調(diào)用，開發(fā)AI程序、做出AI硬件，無論是PC、平板、電視還是安卓、iOS，都可以適配?！薄叭绻f用其他AI開發(fā)架構(gòu)做模型如同爬樓梯，那用了EasyDL就感覺像是坐上了電梯，省時、省力又省心?！?020年，王京京成為百度認(rèn)證的首批飛槳開發(fā)者技術(shù)專家PPDE。

硬件支撐上，辨影科技研發(fā)的AI質(zhì)檢邊緣計(jì)算相機(jī)(以下簡稱“辨影相機(jī)”)部署簡單、接口豐富，自帶高靈敏液晶觸摸屏，在不用外接顯示器的情況下就可以對模型進(jìn)行管理，且辨影可連接蜂鳴器，對效果驗(yàn)證給到提示。通過飛槳平臺訓(xùn)練好的模型可以通過多種方式輕松部署到“辨影”上，整個過程不需要寫任何代碼，解決了AI算法部署的最后一公里難題。

目前，由飛槳EasyDL和辨影相機(jī)形成的AI質(zhì)檢組合已經(jīng)應(yīng)用于發(fā)動機(jī)漏液檢測、活塞環(huán)瑕疵檢測、焊縫氣泡檢測、鉚釘裝配檢測、注塑部件未注滿缺失檢測、螺紋口瑕疵檢測等工作中。以螺紋口瑕疵檢測為例，首先根據(jù)樣本特征進(jìn)行數(shù)據(jù)采集，然后在飛槳EasyDL平臺上對合格和不合格的樣本進(jìn)行標(biāo)注和模型訓(xùn)練，最后部署到辨影相機(jī)上。辨影相機(jī)在產(chǎn)線中如果檢測到零件不合格就會蜂鳴提示或剔出處理。

“我們只需要按工廠質(zhì)檢科的需求，在飛槳EasyDL上進(jìn)行良品和次品的數(shù)據(jù)標(biāo)注，就可以完全按照工廠質(zhì)檢部門的標(biāo)準(zhǔn)訓(xùn)練出來模型，數(shù)據(jù)標(biāo)注和模型訓(xùn)練過程完全不需要質(zhì)檢人員懂代碼。”王京京認(rèn)為，像販賣預(yù)制菜的店面不需要廚師在場一樣，辨影相機(jī)+飛槳企業(yè)版EasyDL就是AI界的“預(yù)制菜”，沒有AI算法工程師駐場工廠也能輕松應(yīng)用AI，降本增效。

王京京說，真正的AI就應(yīng)該很簡單，希望大家不要被技術(shù)名詞嚇退，實(shí)際上每個人都可以通過“飛槳+辨影相機(jī)”實(shí)現(xiàn)算法工程師開發(fā)的模型效果，體會到AI應(yīng)用從難到易的轉(zhuǎn)變，在自己的領(lǐng)域里實(shí)現(xiàn)AI創(chuàng)新突破。