隨著人工智能熱潮襲來，各大互聯網巨頭都在加速布局，而AI(人工智能)也成為加速擴張生態領域的重要能力之一。

3月29日，由阿里云主辦的2017云棲大會首場地方城市峰會在深圳舉行。阿里云在云棲大會·深圳峰會上宣布推出ET醫療大腦和ET工業大腦，同期發布的還有用可視化的拖拽方式讓開發者使用人工智能技術的機器學習平臺PAI2.0。

此前一天，騰訊云正式宣布發布其旗下深度學習平臺DI-X(DataIntelligenceX)，以進一步提升騰訊在人工智能領域的能力。這是繼今年1月推出FPGA云服務器之后，騰訊在人工智能領域的又一重大舉措。

騰訊和阿里巴巴密集發布深度學習平臺及相關成果，爭相跑馬圈地人工智能領域，背后無疑帶有濃厚的角力意味。與此同時，互聯網巨頭的角力也加速了人工智能從“炫技”走向落地。

阿里云：推動人工智能進醫院下工廠

“機器要做人類的助手，而不是競爭者。”阿里云總裁胡曉明表示，不論是ET進入醫療和制造領域，還是機器學習平臺PAI2.0的推出，都是為了讓人工智能這門復雜而前沿的科學變得更加通用，為“萬物智能”提供基礎設施和智能引擎。

“醫療大腦”已可媲美人類醫生

胡曉明現場介紹了ET醫療大腦如何輔助醫生判斷甲狀腺結節點。大屏幕上投放的視頻演示顯示，ET通過計算機視覺技術，在甲狀腺B超影像上圈出結節點，并給出良性或者惡性的判斷。

記者現場獲悉，經過一年多的研究訓練，ET醫療大腦已具備多項醫療能力，可在患者虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。

據介紹，ET醫療大腦的研發大量采用深度學習技術。深度學習技術已經讓機器在“看”“聽”“說”等方面的準確率大幅提升。云計算的普及成為這些技術突破的關鍵性因素。數據顯示，人類醫生的平均準確率為60%—70%，而當下算法的準確率已達到85%。

“在多個病癥的測試中，我們意識到機器不僅能夠完成任務，而且在某些方面做得和人類醫生一樣好。ET完全有資格成為醫生的助理。”阿里云人工智能科學家閔萬里說。

除了能大幅提升醫生的工作效率外，ET醫療大腦還嘗試從根本上戰勝癌癥。通過和華大基因合作，ET醫療大腦對大量肺腺癌病例的DNA序列進行分析，尋找致病的關鍵基因突變。

“我們將ET醫療大腦設置為一個開放的人工智能系統。除了阿里云的人工智能科學家投入研發當中，我們更希望能吸收外部精良的算法與醫學經驗，這樣ET才能更快地成長為一名高級醫師。”閔萬里說。

同日，阿里云宣布聯合英特爾、LinkDoc啟動天池醫療AI系列賽，第一季將對早期肺癌診斷發起挑戰。據主辦方介紹，阿里云天池平臺將提供海量的脫敏后高分辨率胸部CT掃描數據。選手需要通過原始CT影像圖片訓練模型算法得到結節特征，最終實現對影像圖片結節區域的智能化判斷。

事實上，在ET醫療大腦之前，阿里云已開始在醫療領域探索。去年，華大基因、阿里云和安徽醫科大學曾共同宣布，在21小時47分12秒內完成了1000例人類全外顯子組數據的分析，而在40年前，人類若想對埃希氏大腸桿菌進行全基因組測序需要1000年的時間。

可為“中國制造”增萬億元利潤

胡曉明還提出“中國智造1%”的概念，希望讓工業生產線上的機器擁有智能大腦。“中國制造業如果提升1%的良品率，意味著一年可以增加上萬億元的利潤。”

2016年8月，ET工業大腦入駐國內能源巨頭協鑫光伏的切片生產車間。光伏切片生產有著十分精密的工藝流程：一根僅0.1mm粗細的鋼線不斷摩擦硅錠，最終切出一片片僅0.2mm厚的硅片。車間的濕度、溫度，以及砂漿上下部溫度、導輪上下部溫度等上千個參數在實時影響著生產。如此復雜的生產環境下，人工經驗很難百分百保障產品質量。

ET工作的第一步，是將標準化車間所有端口的數據傳入工業大腦，隨后通過人工智能算法，對所有關聯參數進行深度學習計算，精準分析出與良品率最相關的60個關鍵參數，并搭建參數曲線，在生產過程中實時監測和控制變量。

據悉，通過ET工業大腦的幫助，協鑫光伏的生產良品率提升了1個百分點，每年可節省上億元的生產成本。目前，ET已參與到新能源、化工、環保、汽車、輕工業、重工業等不同制造領域的工作中。除了協鑫外，徐工集團、中策橡膠、吉利等制造企業都在引入ET工業大腦。

閔萬里表示，與其他領域相比，將人工智能技術應用到工業生產的復雜度更高。他透露，目前，ET工業大腦在流程制造的數據化控制、生產線的升級換代、工藝改良、設備故障預測等方面開展工作。ET的目標是成為一個不斷吸收專業知識的“大腦”，可以指揮各種類型的工業軀體。“我們希望用21世紀的機器智能，幫助人類更好地指揮20世紀的機器。”

把人工智能變成普惠性技術

“人工智能要真正成為普惠科技，需要一款更加通用的生產工具。”阿里云首席科學家周靖人表示，過去一年，阿里云協助用戶在醫療、工業領域落地了多項重大的人工智能應用，但如果要讓人工智能技術走入每個人的生活，需要更加平臺化的人工智能產品。

云棲大會上，阿里云正式發布機器學習平臺PAI2.0，以更豐富的算法庫、更大規模的數據訓練和全面兼容開源的平臺化產品，讓人工智能這門綜合多門學科的技術，變成開發者只需要托拉拽就能可視化完成開發的普惠性技術。

不久前，阿里巴巴董事局主席馬云在內部啟動代號為“NASA”的計劃，面向未來20年儲備核心科技，機器學習、IoT、生物識別等智能化領域被放在突出位置。據了解，阿里“NASA”計劃的研發成果都將通過阿里云對外輸出，成為創新者的強大技術后盾。

馬云在馬來西亞談及“NASA”計劃時表示，科技是創造未來的關鍵，投入技術研發是希望讓科技更加普惠，讓更多人收益，“我們對一些很奇特但無法持久的技術不感興趣。我們希望投資在那些能讓人更有創造力的技術上。我們認為技術是要為人所使用，而不是人為技術而工作。”

騰訊云：人工智能全線布局提速

隨著DI-X平臺的發布，騰訊云在人工智能領域的全線布局也浮出水面。從IaaS基礎設施、AI平臺服務、AI基礎服務、AI應用服務，到垂直行業解決方案，均有完善的產品及服務覆蓋。

“人工智能、物聯網，甚至未來的無人駕駛、機器人等，它的后臺核心一定有一顆在云端的大腦。”馬化騰曾如此表示。

業界人士分析，DI-X平臺的推出，將為企業構建“云上大腦”提供助力。此舉也宣告騰訊云在AI的布局全面提速。

由內而外輸出的DI-X平臺

DI-X平臺基于騰訊云強大的大數據存儲與計算能力，是一個集開發、訓練、預測和部署于一體的一站式深度學習平臺，適用于圖像識別、語音識別、自然語言處理、機器視覺等熱門領域。DI-X平臺的開放可以讓算法工程師和數據科學家無須關注機器學習，尤其是深度學習的底層工程繁瑣的細節和資源的約束，而專注于模型和算法調優。

與騰訊歷史上的許多產品一樣，DI-X平臺經歷了由內而外的輸出過程。“因為公司有很多算法工程師和數據科學家，大家做的事情都很類似，迫切需要一個平臺來承載大家的需求，在上面方便地進行各種組件、算法和模型的配置，快速判斷模型效果并應用到生產上。”騰訊云機器學習平臺技術負責人Andy介紹，騰訊內部有一個機器學習平臺，從2015年10月啟動，并成為主要機器學習平臺，每天有上萬的機器學習任務流，在其之上持續運行各種算法并訓練出各種各樣的模型。這便是DI-X平臺的前身。

歷經一年多的內部試驗和調整，隨著系統的成熟和外部需求的增加，騰訊云決定對外開放這一平臺。Andy表示，此舉是希望能幫助更多的騰訊云中小用戶，使他們不需要重復搭建類似的系統，可以一鍵式完成算法和模型的開發、調試、評估、部署和預測，快速完成閉環并對接生產系統。

據介紹，與業內其他深度學習平臺相比，DI-X平臺有很多改良和創新，在易用性、靈活性，兼容性等方面均有出色表現。比如DI-X的各個深度學習組件都是業界最新的開源版本，打通了不同存儲系統之間的交互。

借助DI-X平臺，用戶可以將之前在系統中存儲的各種數據包括圖片、語音、視頻等，通過云服務器輕松進行深度學習的各種算法構建，快速將自身的數據積累轉化為模型生產力，接入AI快車道。

人工智能成果將持續開放

騰訊云在AI領域的全線布局包括IaaS基礎設施、AI平臺服務、AI基礎服務、AI應用服務，以及垂直行業解決方案。除了產品服務布局全面，騰訊云AI的獨有優勢還包括擁有完善的LBS(基于位置的服務)智能服務、帶有數據能力的智能推薦服務等，并且這些能力已經經過騰訊海量產品及服務的驗證。

以DI-X平臺為例，針對精準推薦、關系鏈、游戲行為洞察、個性化投放、廣告用戶畫像等應用場景，推出適用于社交、廣告、游戲、視頻和資源平臺等場景的算法和模型。這些能力已經在廣點通、手機管家、應用寶、天天快報等產品上得到有效驗證，企業用戶可以快速接入和使用。例如，在圖像識別判斷場景下，DI-X提供了FasterR-CNN等多種圖像識別算法，用于對新圖片進行預測，判斷圖像中物品的基本屬性，識別結果可廣泛應用于公安領域的網絡鑒黃、廣告推薦領域的新商品識別、智能交通領域的車輛識別等場景。

騰訊云相關負責人表示，不久前騰訊AILab自主研發的人工智能場景化應用“絕藝”圍棋機器人，拿下UEC杯世界電腦圍棋大會的冠軍，代表著騰訊AI技術實力已步入世界前列。騰訊在人工智能領域的深厚積累都將通過騰訊云持續開放。

去年底，騰訊云聯合騰訊優圖實驗室，面向全球企業一口氣推出了人臉檢測、五官定位、人臉比對與驗證、人臉檢索、圖片標簽、身份證OCR識別、名片OCR識別等7項AI云服務，推動AI技術從炫技到實現落地應用。

更多資訊請關注工業機器人頻道