0
| 本文作者： 张栋 | 2017-11-28 18:29 |
11 月 28 日，京东与斯坦福人工智能实验室（SAIL）签订协议，正式启动京东-斯坦福联合 AI 研究计划。该计划将围绕机器学习、深度学习、机器人、自然语言处理和计算机视觉等技术，结合京东实际应用场景和数据，开展以研究项目为基础的合作。
从今年 5 月开始，京东与斯坦福人工智能实验室就 AI 领域的合作研究进行沟通，随后达成正式合作并启动第一批项目。目前，知识图谱与应用、对话系统、机器人、场景识别和理解项目已经先行启动。
斯坦福人工智能实验室成立于 1962 年，是全球顶级人工智能研究机构之一，目前聚集了多个领域的专家。京东除为斯坦福的科学家提供数据和有挑战性的应用场景，推动他们进行前沿科学研究外，还将结合自身业务落地应用场景与开放平台。
刘强东曾公开表态，京东的下一个 12 年将向技术转型，而「人工智能」则是其中的关键技术之一。京东丰富的业务场景是其发展人工智能的优势所在。近两年，京东持续在 AI 落地应用上进行探索，陆续推出智能客服、物流机器人、无人仓、无人车、无人超市等服务和硬件产品。
另据了解，京东还在加州设立了一个专门用作研究的新办公室，除了京东-斯坦福联合 AI 研究计划外，后续更多项目也将在这里展开。
雷锋网消息，11月28日，首届2017MIDC小米IoT开发者大会在北京召开，小米在会上宣布与百度达成深度合作，百度依托于人工智能的布局和发展优势，小米以业内领先的IoT优势以及人工智能产品和技术优势，双方强强联手，给用户带来更好的体验。
目前小米在全球范围内已拥有超过2.8亿用户，积累了海量数据，小米IoT平台联网设备超过8500万台，成为全球最大的智能硬件平台。“小米在核心的人工智能技术和产品方面已经取得了重大突破。我们很高兴与百度在人工智能领域达成战略合作，百度在人工智能领域有着很深积累，在语音、图像、自然语言处理、深度学习等方面有着非常深厚的技术基础。与百度强强联手，能让更多人享受到科技的乐趣”，小米公司创始人、董事长兼CEO雷军表示。
行业人士认为，当前的人工智能浪潮正在推动着世界的深远变革和人类文明的飞跃，给中国科技企业提供了一个改进产品体验和形态、升级产业格局、提升国家竞争力的重大机遇。作为两家在各自领域都极具代表性的技术和产品公司，小米和百度都有志于通过人工智能等创新技术为用户提供更好的产品和体验，双方达成深度合作，将快速推进行业发展，共同建立良好且可持续的人工智能产业与生态。
雷锋网了解，11月28日，海尔在以“U+云脑，+AI生态”为主题的U+人工智能智慧家庭解决方案发布会上，海尔发布智慧家庭，人工智能解决方案及涵盖人工智能交互系统、基于深度学习的智慧家庭解决方案两大平台级应用落地成果。同时，在发布会上，海尔优家智能科技(北京)有限责任公司(以下简称海尔U+)与北京搜狗科技发展有限公司(以下简称SOGOU)共同签署了战略合作协议，就人工智能技术在智慧家庭领域的应用开展全面合作，共同推动人工智能智慧家庭应用落地，为用户提供更加美好的智慧生活体验。
海尔旨在新时代下，打造人工智能智慧家庭开放创新平台,赋能智慧家庭行业，携手行业伙伴共创人工智能开放生态。国标委副主任王莉、工业和信息化部科技司高技术处处长赵策、中国家用电器研究院院长刘挺、中国人工智能产业联盟专委会副主任钟义信、微软研究院副院长ACL候任主席周明、搜狗CTO杨洪涛、海尔家电产业集团CTO赵峰等行业大咖及阿里、出门问问、物灵科技、先声互联等海尔合作伙伴共同出席了当日的发布会，共同见证海尔U+人工智能战略升级的最新成果，并联合启动了智慧家庭行业首个“+AI Family”人工智能生态计划。
海尔U+人工智能解决方案是海尔U+面对智慧家庭行业推出的一站式人工智能解决方案，它是集IoT物联、OS、大数据、人工智能和云平台于一体的综合解决方案。旨在以家庭设备为核心实现家庭云化，进行数据的采集及计算，感知、分析用户的生活习惯，以自然交互的方式，向用户主动提供所需要的服务，为用户提供美好生活体验；同时通过开源开放，向行业开发者、AI提供商、大数据服务商、合作伙伴进行模块化开放，搭建行业引领的人工智能开放平台，赋能智慧家庭行业，实现物联网智慧家庭人工智能的规模化的推广和应用。
据机器之心报道，在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中 超越人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需要? 这些算法原型如何落地部署于数据高度复杂、碎片化、异质性严重且隐含错误的真实环境中？这些问题常常在很多刷榜工作中回避了。
事实上，从最近 IBM Watson 和美国顶级医疗中心 MD Anderson 合作失败的例子可以看出，人工智能对医疗来说更应关注的任务应该是如何帮助医生更好地工作（例如生成医疗图像报告、推荐药物等），而非理想化地着眼于取代医生来做诊断，并且绕开这个终极目标（暂且不论这个目标本身是否可行或被接受）之前各种必须的铺垫和基础工作。因此与人类医生做各种形式对比的出发点本身有悖严肃的科学和工程评测原则。这些不从实际应用场景出发的研究，甚至无限放大人机PK，对人工智能研究者、 医疗从业者和公众都是误导。
知名人工智能创业公司 Petuum 近期发表了几篇论文，本着尊重医疗行业状况和需求的研究思路， 体现出了一种务实风格，并直接应用于他们的产品。为更好地传播人工智能与医疗结合的研究成果，同时为人工智能研究者和医疗从业者带来更加实用的参考，机器之心和 Petuum 将带来系列论文介绍。本文是该系列第一篇，介绍了如何使用机器学习自动生产医疗图像报告，从而更好地辅助医生做治疗与诊断。
如今，放射学图像和病理学图像这样的医疗图像在医院与诊所已有普遍的应用，特别是在许多疾病的诊断与治疗上，例如肺炎、气胸、间质性肺病、心理衰竭等等。而这些疾病医疗图像的阅读与理解通常是由专业的医疗从业者完成。
但对缺乏经验的放射科医师或病理学家来说，特别是在乡村地区工作的医师，编写医疗图像报告更为艰难。对经验丰富的医师而言，编写医疗图像报告又过于乏味、耗时。总之，对二者而言编写医疗图像报告是件痛苦的事。
如此看来，能否使用机器学习自动生成医疗报告呢？为了做到这一点，我们需要解决多个挑战。首先，一份完整的诊断报告包含多种不同的信息形式。如下图 1 所示，胸腔 X 光照图像报告包含 Impression 描述，通常是一句话；Findings 是一段描述；Tags 是一列关键词。用一个统一的框架生成这样的不同信息，技术上非常有挑战。在这篇论文中，研究人员解决该问题的方法是建立一个多任务框架，把对标签的预测当作多标签分类任务，把长描述（例如生成 Impression 和 Findings）的生成当作文本生成任务。在此框架中，两种任务共用同样的 CNN，来学习视觉特征并联合完成任务。
这些钱就像打了水漂一样，我只是感觉上网查数据速度快了一点。”在两个月前举行的2017年亚布力中国企业家论坛夏季高峰会上，新东方董事长俞敏洪表示自己后悔将15亿元人民币投在人工智能和大数据领域。
而就在一周前，新东方与科大讯飞发布了自去年底合作以来的第一个智能学习产品RealSkill，实现雅思、托福考生口语与写作的智能评分与批改。
俞敏洪在产品发布会上表示，新东方在科技方面处于初始阶段，与科大讯飞的合作是新东方在科技与教育结合方面迈出的重要一步，两者结合的核心意义在于提升教育领域效率、给予学生们更优质更高效的辅助，帮助他们成长。
对此，咨询机构弗若斯特沙利文大中华区总裁王昕在接受时代周报记者书面采访时表示，目前教育和人工智能的结合尚处于一个初步的阶段，仅仅处于利用网络以及多媒体技术实现教育形式的多样性以及优秀教育资源的共享，而在数据分析上，仅仅只有针对测试结果的分析。雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
