人工智能就像長(zhǎng)生不老和星際漫游一樣，是人類(lèi)最美好的夢(mèng)想之一。計(jì)算機(jī)科學(xué)之父、人工智能之父艾倫·麥席森·圖靈在著名論文《機(jī)器會(huì)思考嗎?》里提出圖靈測(cè)試的設(shè)想，對(duì)計(jì)算機(jī)能否具有人的意識(shí)這一命題提出思考。

勤快又認(rèn)真、會(huì)思考還連軸轉(zhuǎn)的員工，請(qǐng)給我來(lái)一打

近年來(lái)，怎樣讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力，即“機(jī)器學(xué)習(xí)”(Machine Learning)愈發(fā)成為人工智能方向的科研人員研究的重點(diǎn)。科技巨頭們也將更多的資源投入到該領(lǐng)域，從而顛覆了原有的決策和運(yùn)營(yíng)模式。站在變革的路口，如何在這場(chǎng)龐大的數(shù)字戰(zhàn)爭(zhēng)中取勝?平安科技選擇“順勢(shì)而為”。

機(jī)器學(xué)習(xí)是指機(jī)器在現(xiàn)有的知識(shí)中找到空缺，繼而效仿人腦并模擬進(jìn)化，系統(tǒng)化地減少不確定性，識(shí)別新舊知識(shí)的相同點(diǎn)，并完成學(xué)習(xí)。機(jī)器學(xué)習(xí)包括多種模式，比如可以用基礎(chǔ)算法將數(shù)據(jù)聚類(lèi)分析，發(fā)現(xiàn)分組數(shù)據(jù)內(nèi)存在的隱藏模式，從而實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)學(xué)習(xí)。

舉個(gè)例子，假設(shè)要構(gòu)建一個(gè)識(shí)別貓的程序，傳統(tǒng)上我們需要輸入一串指令，例如貓長(zhǎng)著毛茸茸的毛、有胡子等，然后計(jì)算機(jī)根據(jù)這些指令識(shí)別。但如果我們展示一張老虎的照片，程序該作何反應(yīng)呢?更何況通過(guò)傳統(tǒng)方式要制定全部的規(guī)則，必然會(huì)涉及到一些困難的概念，比如對(duì)毛茸茸的定義。因此，更好的方式是讓機(jī)器自學(xué)。我們可以為計(jì)算機(jī)提供大量的貓的照片，系統(tǒng)將以自己特有的方式抓取特征，隨著數(shù)據(jù)的增多，系統(tǒng)會(huì)不斷學(xué)習(xí)更新，最終能夠做出準(zhǔn)確判斷。

比如平安云RPA安小蜂，它是一個(gè)軟件工具平臺(tái)，能根據(jù)既定規(guī)則模擬人操作，與計(jì)算機(jī)交互處理作業(yè)，從而代替人工實(shí)現(xiàn)流程的自動(dòng)化，是提升企業(yè)效率的低成本、高效解決方案。而平安科技以AI賦能安小蜂，搭載了機(jī)器學(xué)習(xí)能力，使其在運(yùn)行過(guò)程中可以積累關(guān)鍵的流程數(shù)據(jù)，通過(guò)分析各節(jié)點(diǎn)運(yùn)行數(shù)據(jù)，挖掘其背后反映的流程問(wèn)題，進(jìn)行流程診斷和優(yōu)化，為客戶提供端到端的一站式流程智能自動(dòng)化解決方案，由RPA朝著IPA邁進(jìn)。有了機(jī)器學(xué)習(xí)能力， RPA能在流程運(yùn)行中不斷進(jìn)行自我調(diào)優(yōu)，實(shí)現(xiàn)持續(xù)的、動(dòng)態(tài)的智能化。安小蜂負(fù)責(zé)人曾表示，以前是我們告訴安小蜂流程怎么走，逐漸會(huì)變成安小蜂告訴我們流程怎么走會(huì)更好?！　?/p>

本來(lái)就是個(gè)王者，然而王者還會(huì)自己升級(jí)

當(dāng)安小蜂推動(dòng)企業(yè)效率提升和利潤(rùn)增長(zhǎng)、賦能整條產(chǎn)業(yè)鏈之時(shí)，隨著大數(shù)據(jù)的完善與強(qiáng)勁的硬體運(yùn)算能力，讓機(jī)器學(xué)習(xí)有了突破性進(jìn)展，而其中發(fā)展最為快速的一項(xiàng)關(guān)鍵技術(shù)，就是“深度學(xué)習(xí)”(Deep Learning)。深度學(xué)習(xí)是“更深層次”的機(jī)器學(xué)習(xí)。它的靈感來(lái)源于人類(lèi)大腦的工作方式，還是以識(shí)別貓的程序?yàn)槔?，深度學(xué)習(xí)不會(huì)以人類(lèi)提供的信息來(lái)區(qū)分貓和老虎，而是會(huì)掃描圖像中的所有像素，以發(fā)現(xiàn)可用于區(qū)分二者的邊緣，之后，它會(huì)將邊緣和形狀置于可能重要的排序中以確定這兩種動(dòng)物。因此它需要更多的數(shù)據(jù)量以及能夠處理數(shù)字和巨量大數(shù)據(jù)的獨(dú)立顯卡的高端計(jì)算機(jī)才能工作。

平安在過(guò)去31年間，通過(guò)醫(yī)療相關(guān)業(yè)務(wù)，積累了大量的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)，為實(shí)現(xiàn)醫(yī)療領(lǐng)域的深度學(xué)習(xí)奠定了堅(jiān)實(shí)的基礎(chǔ)，由此構(gòu)建了醫(yī)學(xué)大腦，將數(shù)據(jù)文獻(xiàn)知識(shí)轉(zhuǎn)變?yōu)獒t(yī)療知識(shí)圖譜，從而實(shí)現(xiàn)智能化的診療。隨著有效的治療案例和數(shù)據(jù)的不停儲(chǔ)備，具有深度學(xué)習(xí)能力的醫(yī)療圖譜可以不斷累積經(jīng)驗(yàn)，持續(xù)學(xué)習(xí)。從治療初步的癥狀詢問(wèn)、到檢測(cè)項(xiàng)目，從診中的判斷確診，到診療用藥方案、診后的治療效果隨訪，賦能診療全流程，類(lèi)似“老醫(yī)師”式的成長(zhǎng)模式，時(shí)間越久“越吃香”。 如今已成為廣大醫(yī)生工作神器的AskBob也是運(yùn)用該技術(shù)達(dá)成賦能基層醫(yī)生的目標(biāo)。

每一次精度的提升，都意味著有無(wú)數(shù)人免于疾病之困

一直以來(lái)，平安還在智能疾病預(yù)測(cè)方向耕耘不輟，AI深度學(xué)習(xí)在實(shí)時(shí)流感預(yù)測(cè)過(guò)程中有何價(jià)值呢?目前傳染病的預(yù)測(cè)主要依賴(lài)傳統(tǒng)的時(shí)間序列ARIMA(Autoregressive Integrated Moving Average model)模型，數(shù)據(jù)源單一且預(yù)測(cè)精度有限。隨著深度學(xué)習(xí)和人工智能的逐漸興起，對(duì)時(shí)間序列的分析也有了很大的進(jìn)步和提升。平安融合了多個(gè)數(shù)據(jù)源(包括歷史發(fā)病率，死亡率，百度搜索指數(shù)和季節(jié)信息)和多個(gè)方法(包括非時(shí)間序列模型Ridge Regression, XGBoost和時(shí)間序列模型ARIMA,LSTM)對(duì)中國(guó)的傳染病進(jìn)行預(yù)測(cè)?？茖W(xué)表明，深度學(xué)習(xí)中的LSTM模型有更加優(yōu)越的性能。

前不久，平安與重慶市疾病預(yù)防控制中心、第三軍醫(yī)大學(xué)、清華大學(xué)聯(lián)合發(fā)表的智能疾病預(yù)測(cè)論文首次在國(guó)際四大醫(yī)學(xué)雜志之一《柳葉刀(Lancet)》子刊EBIOMEDICINE發(fā)表。該文融合多種前沿人工智能算法，創(chuàng)新性地建立了一個(gè)自適應(yīng)人工智能模型(Self-adaptive AI Model，SAAIM)，動(dòng)態(tài)調(diào)整參數(shù)，可準(zhǔn)確捕捉流感不規(guī)律的季節(jié)性趨勢(shì)，并對(duì)流感流行的特征進(jìn)行分析，揭示出了流感流行的相關(guān)因子。可以幫助政府機(jī)構(gòu)對(duì)公共衛(wèi)生資源進(jìn)行科學(xué)的、前瞻性的配置，并使得醫(yī)療衛(wèi)生機(jī)構(gòu)能夠在流感季中提前準(zhǔn)備，提高疾病防控效率、降低政府醫(yī)療財(cái)政負(fù)擔(dān)和個(gè)人疾病經(jīng)濟(jì)負(fù)擔(dān)。

當(dāng)今時(shí)代，無(wú)限拓展的存儲(chǔ)能力和驟然爆發(fā)的數(shù)據(jù)洪流的組合拳正在使“機(jī)器會(huì)思考”這一命題從幻想變?yōu)榭赡?，每一次技術(shù)的革新都會(huì)對(duì)時(shí)代產(chǎn)生不可估量的推進(jìn)作用。現(xiàn)如今，人工智能是否可以借助機(jī)器學(xué)習(xí)亦或是更深層次的深度學(xué)習(xí)實(shí)現(xiàn)下一步的技術(shù)飛躍，我們拭目以待!

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。