<mark id="oztn4"></mark>
0
| 本文作者： 肖漫 | 2020-04-01 18:26 | 專題：新冠肺炎爆發，全球科技“戰疫” |
新冠肺炎疫情發生以來，人工智能應用的身影隨處可見，貫徹疫情防控各個環節。不過，AI 應用在提高防控效率的同時，也顯露出不足之處。
關于人工智能助力疫情防控的應用情況，中國人工智能產業發展聯盟近日編制了《人工智能助力新冠疫情防控調研報告》（下稱《報告》）。
報告基于“人工智能支撐新冠肺炎疫情防控信息平臺”搜集的 500 余個人工智能抗疫案例，涉及騰訊、京東、百度、阿里巴巴等多家公司，分析了 AI 在疫情監測、人員物資管控、后勤保障、藥品研發、醫療救治、復工復產六大方面的應用情況，剖析人工智能產業存在的問題和未來發展趨勢，并提出深化發展的意見建議。
如果您想獲得本報告的全文 pdf，請在雷鋒網微信（leiphone-sz）回復關鍵詞“401報告”提取。
來源：中國人工智能產業發展聯盟
綜觀此次疫情防控，人工智能應用基本全程覆蓋了各個環節，大幅節約了人工成本、減少了人力資源消耗，提高了效率，并極大減少了病毒感染傳播的風險。歸納起來，主要包括疫情監測分析、人員物資管控、后勤保障、藥品研發、醫療救治、復工復產等 6 個方向。
基于計算機視覺的自動體溫監測
傳統的人工檢測手段，需要近距離接觸，存在交叉感染的風險，檢測效率不高又常常導致現場堵塞、秩序混亂。
而自動測溫系統能夠利用人體檢測和人臉識別技術檢測人體并標記人，然后根據紅外成像技術對人流進行實時非接觸式體溫監測，快速甄別和篩選體溫異常人員并進行預警。另外，利用行人定位、跟蹤以及人臉識別技術，還可配合對高危人員執行隔離任務。
此前，百度、商湯、曠視、大華、 海康威視等公司推出的自動體溫監測產品已在火車站、機場、 地鐵站、社區等公共場所大量使用，能夠同時對多人實時檢測，識別誤差 ±0.3℃。由于全程無接觸，大大提高通行效率。
基于大數據智能的疫情追蹤
疫情爆發恰逢春節，人員流動性大，社會規模性聚集多，交叉傳染風險急劇上升。另外，由于病毒有 2 周左右的窗口期，處于潛伏期的患者很難在現場體溫檢測中被發現排查處理，如何事后精準倒查、追蹤高風險人員，是此次防疫工作考驗之一。
在出行方面，百度、搜狗、360 等企業推出了疫情地圖、疫情跟蹤、同乘查詢等信息服務系統，滴滴等網約車平臺推出可追溯乘客出行記錄，極大方便有關部門、普通用戶自查疫情風險，搜集高風險人員信息系統，及時做好防范應對工作。
在居民防控方面，北京經濟技術開發區聯合京東數科推出的“戰疫金盾”系統能夠在滿足轄區內企業和居民自主上報疫情防控信息的同時，還具有支撐疫情態勢研判、疫情防控部署功能，對疫情進行追蹤。
基于語音語義的人員摸底排查
由于社會人口流動性大，一線隨訪排查、通知宣教、重點群體監管等工作量急劇增加，單純依靠人工一方面會導致人力不足，一方面效率低，且還有加劇病毒感染傳播的風險。
針對于此，百度、阿里巴巴、騰訊、科大訊飛、思必馳等企業研發了智能外呼機器人系統，利用語音合成、語音識別、語義理解等智能語音語義技術，將疫情監測政策、防護知識等信息合成為語音傳達給居民。
同時，該系統還能與居民進行有效互動問答，識別并理解居民的意圖，自動完成居民活動區域、接觸人群、是否出現典型癥狀等關鍵信息收集，進行統計分析處理，從而高效、安全地服務醫療機構、基層社區等的防控工作。
智能應急調度平臺
運用機器人、人工智能、移動互聯網和大數據技術，通過專有網絡或 5G 網絡對所有前端應急救援裝備進行綜合管理和操控，收集、處理和分發前端信息和圖像，打造智能應急調度平臺，對物資管理具有重要意義。
疫情期間，京東推出了應急資源信息平臺，撮合全國范圍內的防護用品、物資等進行交易。東軟推出了物資管理平臺，能夠對區域內的現有物資做可視化展示，如物資儲備分配熱力圖、數據量的柱形圖等，對物資物 7 流管理做到精細化跟蹤監測統計。
此外，還有一些智能系統能夠提供倉庫現場機器人巡檢消殺、數據自動采集等服務。
無人機/機器人系統
無人機/機器人通常會攜帶視覺、激光等傳感器，通過圖像理解技術、激光數據分析算法等可以實時感知外界環境，對其中的危險進行識別并規避，同時為路徑規劃導航提供信息，最后完成特定任務。
疫情防控上，無人機/機器人技術能夠提供部分后勤保障能力，如現場消毒、監測、送藥、物流、監控等。
在消毒應用上，博鷹通航推出了衛生防疫無人機；在送藥方面，獵戶星空的遞送機器人“豹小遞”已經應用于多家醫院；在檢測上，麥飛科技研發的無人機監測系統，可對疫情隔離觀察區進行實時監測與分析；在物流方面，京東物流機器人/無人機已在封閉的地區提供了物流服務。
遠程辦公、在線教育
疫情期間，遠程辦公、上網課成為普遍現象，而其中的文檔在線協作、遠程視頻會議應用則涉及了云計算、5G、人工智能、大數據、移動互聯網等相關技術。
例如，科大訊飛的智慧教育標準解決方案，在常規直播教學外，利用其智學網系統能幫助學生進行針對性的自主學習，根據學生對知識點的掌握情況規劃學習路徑，并推薦針對弱項的視頻學習和針對練習的“精準化練習”。
另外，在辦公場景上，科大訊飛以人工智能為基礎在其 C 端辦公產品上進行了技術革新。其中 AI 語音轉文字的功能可以將會議內容語音實時轉寫；云端儲存和語音搜索的功能則體現了人工智能技術高效和便捷的優勢。
大數據、人工智能等技術有利于加快新藥品的研發速度，為藥物研發提供計算機輔助研究，大大降低研發風險和研發成本。
本次疫情中，利用人工智能輔助的虛擬藥物篩選系統能夠以 2019-nCoV 冠狀病毒主蛋白酶（3CLpro）的高分辨率晶體結構對收錄已上市藥物進行計算篩選，獲得打分較優的潛在有效藥物。
基于影像視覺技術的肺部輔助分析
醫療影像視覺技術實現了對新型冠狀病毒性肺炎 CT 影像的智能化診斷與定量評價，對各類肺炎疾病嚴重程度進行分級，通過目標檢測技術和分割技術等定位肺部病灶，從而完成病灶形態、范圍、密度等分析，測算疾病累計的肺炎負荷，實現臨床病情的輔助判斷。
在實際應用上，依圖科技建設的“新型冠狀病毒性肺炎智能評價系統” 在上海市公共衛生臨床中心上線，能夠實現病變區域的自動檢測，將定量分析時間從 5-6 小時縮短到在 2-3 秒，極大提升了精準定量分析的效率，且顯示出高穩定性的診斷質量。
另外，商湯、騰訊覓影、深睿醫療研發的肺部影像分析系統也已經在一些醫院部署投入使用。
基于人工智能算法的基因組檢測
新型冠狀病毒的主流檢測手段為核酸檢測方法。不過，核酸檢測方法只能檢測到病毒基因的局部，存在漏檢的情況，且為了確保檢測的準確性需要多次復核，導致實際檢測時間較長。
為此，全基因組檢測技術針對病毒基因建立了蛋白質三維結構預測模型，可以對疑似病例的樣本進行全基因組序列分析比對，大幅縮短確診時間。
百度免費開放線性時間算法 LinearFold，可將此次新型冠狀病毒的全基因組二級結構預測從 55 分鐘縮短至 27 秒，提速 120 倍；阿里達摩院、杰毅生物和浙江省疾控中心聯合研發的新型檢測設備，通過訓練 BiLSTM+DNN 的模型，可以將原來數小時的疑似病例基因分析縮短至半小時，大幅縮短疑似患者確診時間。
基于自然語言理解的智能問診
智能問診系統能夠在線為病患提供問診服務，其使用應用語義理解、情感分析等人工智能技術，通過問題預判、意圖反問、分類識別、相似度匹配等方法，不僅能夠解答何種情況需要就醫，還能實現疫情防控動態進展、科學防護知識、謠言鑒別等問題精準解答，并支持人機協作、自主學習、會話引導等功能。
在疫情應用中，百度靈醫智惠推出的“智能咨詢助手”倍數級提升咨詢效率，每日調用近萬次；另外，阿里巴巴在“浙里辦”提供的網上智能問診服務上線第一天對用戶咨詢的解決率達 92%。
清掃消毒
保持工作環境的干凈整潔及定時消毒，是復工復產的重要安全保障。
智能服務機器人運用計算機視覺、智能語音語義等核心 AI 技術，支持強大的清潔功能，能夠提供多種服務模式，如采用清掃+噴灑消毒液體的組合清掃方案，有效降低二次傳染。
從具體應用來看，深蘭科技研發的智能掃路機，具備可自主規劃路線，自主識別障礙物、自動識別紅綠燈等功能，能夠實現區域覆蓋式清掃，擁有循環閉環清掃等作業模式。
口罩生產
口罩是復工復產急需的緊缺物品。盡管口罩生產可以通過口罩生產機進行，但包裝往往需要人工參與，制約了口罩的產能。為解決這個問題，工業機器人發揮了關鍵作用。
在實際生產中，廣州普理司科技將原有生產線改造為柔性 AI 視覺全自動口罩機，利用 AI 進行鑒別和包裝操控，單機產量可達每分鐘 120 片，日產口罩超 15 萬片；拓野機器人推出了口罩自動化生產線并投入使用；滴普科技利用 AI 視覺檢測，輔助口罩生產質檢，助力提升生產效率。
物流運輸
物流運輸是恢復正常生產的一大瓶頸，一旦受限，對企業來說，無論是原料供應，還是產品銷售都會受到影響。
為了保障物資供應鏈高效運轉，機器人和無人機派上了用場。京東物流公司的智能倉儲 AGV 機器人能夠 24 小時不停歇地實現大規模、全流程、多場景應用，提高物資倉儲運轉工作效率。另外，其智能機器人近期還在武漢等地區開展配送服務。
園區廠區巡檢
智能巡邏機器人、無人機通過 AI 智能化識別分析算法，實現對特定目標追蹤凝視和深度挖掘疫情防控數據價值。大疆、京東、湖北電鷹、成都縱橫、中國電科、云圣智能等企業協助在園區廠區隔離防控、工廠區域巡視等，大大減輕一線人員現場巡邏安保的負擔。
基于搜集到的 500 余個人工智能抗疫案例數據可知，智能服務機器人、大數據分析系統、智能識別（溫測）產品為在抗擊疫情中使用最熱的產品，以下為三款產品的分析。
智能服務機器人
雷鋒網注：圖為智能服務機器人分布情況
在智能服務機器人產品中，智能外呼機器人和醫療場景的智能服務機器人（實體）應用量最高。智能外呼機器人的應用場景包括通知、回訪、篩查、宣教等，其特點是機器能夠代替人進行并發呼叫。
雷鋒網注：圖為中國人工智能產業聯盟外呼機器人首輪評測結果呼叫量規模
截至 2 月 7 日，據中國人工智能產業聯盟智能外呼機器人的首輪評測統計，54% 的產品總呼叫量為百萬級，15% 的產品總呼叫量達千萬級，38% 的產品日呼叫量達到萬級，31% 的產品日呼叫量達十萬級。可見，智能外呼機器人提高了篩查效率， 減輕了基層工作者壓力。
另外，目前醫療服務場景的實體智能服務機器人的主要應用場景為清潔、消毒和配送，以替代人力完成重復性、機械性、簡單的工作為主。
大數據分析系統
大數據分析系統的應用場景主要有疫情地圖、人群追蹤、同乘查詢、趨勢預測以及輿情分析，面向的對象包括醫院、疾控中心、政府機關、企業、社區以及群眾。
以百度為例，其疫情地圖產品提供針對新型冠狀病毒肺炎疫情的實時大數據報告、包括疫情分布、疫情動態、遷徙地圖、全民熱搜、疫情實時播報等內容。同乘查詢服務根據公開披露數據實時更新信息，用戶可以查詢自己所乘的飛機、火車、公交車等公共交通是否有確診病例。
智能識別（溫測）產品
雷鋒網注：圖為智能識別（溫測）產品概況
智能識別（溫測）產品基本實現多人同時非接觸測溫，并在體溫異常時報警，能夠在戴口罩情況下人臉識別，并對數據進行實時上云、跟蹤管理。其中，智能告警和數據管理是 AI 測溫系統區別于傳統測溫系統的兩大重要功能。
據中國人工智能產業聯盟 AI 人體測溫系統評測結果，產品在測溫誤差、最大測溫距離和人臉抓拍準確率這方面較為出色，充分利用自身優勢助力疫情防控。
在測溫誤差方面，參評產品的誤差都不超過 0.25℃；在人臉抓拍能力方面，參評產品的準確率主要保證在 90%以上；在最大測溫距離能力上，因為參評產品使用場景不同，各家最大測溫距離在 2~8 米之內波動，基本保障達到各自場景使用場景的需求。
從此次疫情防控中 AI 技術的實際應用來看，以人工智能、大數據等為代表的新一代信息技術已經越來越商業化、市場化、普及化。并且隨著我國人工智能產業規模不斷發展壯大，和實體經濟的融合持續深入，智能社會形態逐漸顯現，數字經濟不斷壯大，正呈現蓬勃興起的良好勢頭。
從趨勢上看：
一是人工智能產業迎來難得的發展新機遇。疫情對人工智能產業發展來說，既是挑戰也是機遇。人工智能在醫療、教育、后勤、社會綜合治理等多個領域都已凸顯出其特殊價值，在智能制造、無人配送、在線消費、醫療健康、在線辦公、服務機器人等新興產業展現出強大成長潛力。
二是人工智能給各行業的“賦能” 作用日益顯現。無論是在疫情防控過程中，還是未來疫情結束后全民復工復產，人工智能技術與新一代信息技術、各個基礎產業融合，極大拓展了未來人工智能產業新空間。
三是人工智能應用在提升國家治理能力方面的作用正在逐步凸現。可以預見，未來隨著社會運行數據特征的不斷積累，人工智能將進入經濟政治決策、控制系統、仿真系統，推動傳統型社會治理向智慧型社會治理轉化，推動國家治理能力的智慧化。
分析發現，目前人工智能應用還存在一些影響未來產業發展的薄弱環節，主要包括：
一是數據積累不足。數據是人工智能應用的重要基礎。此次突發疫情下，人工智能技術在病毒傳播擴散途徑檢測、病毒源頭的追溯等方面，由于缺少充足的已標注行業數據，還沒能發揮出應有的作用。
二是產品魚龍混雜質量參差不齊。盡管越來越多企業提供抗疫的人工智能產品服務，但由于開發周期短、技術實力和成本等原因，市場上每個類型的產品同質化、質量良莠不齊等問題大量存在，缺乏相關評估規范對產品功能、性能進行約束。
三是智能化程度尚有較大提升空間。體溫檢測產品基于口罩人臉識別的能力、人臉識別領域人臉跟蹤、全景拼接等功能還未完善，以實現更加智能化的異常人員定位功能；多數醫療服務機器人在路徑規劃、柔性控制、多模信息精準感知與可視化、人機交互等核心技術方面尚未滿足智能化水平；外呼機器人的對話水平還未達到自然順暢交流的程度，語義理解能力也有待提升。
四是基礎技術積累不足。相關企業對人工智能基礎理論、核心關鍵技術積累，與國外先進國家相比還相對薄弱，核心算法、芯片及基礎元器件的掌握與國外差距較大，缺乏重大原創科技成果。核心環節受制于人，不利于國內企業參與國際競爭，隨時可能被卡脖子，也使國民經濟和國家安全存在遠期隱憂。
1. 加大政策支持和引導力量
建議政府盡快制定出臺進一步支持人工智能產業更好更快發展的實施方案，探索和完善相關機制、體制的改革創新，具體措施包括：
開辟專門渠道、專門政策實現高精尖人才的精準引進；
推動人工智能成果轉化、重大產品集成創新和示范應用；
完善孵化服務體系，支持人工智能創新創業；
通過資金支持、稅收減免等優惠政策，支持培養一批有核心技術的人工智能“獨角獸”企業；
設立人工智能產業發展與應用專項資金或專項基金，重點支持人工智能基礎理論及關鍵核心技術研發與產業化。
2. 加快人工智能新基礎設施建設
網絡基礎設施、大數據基礎設施、計算基礎設施建設是支撐新一代人工智能廣泛應用的基礎設施體系，也是強化人工智能創新發展的條件支撐。
建議加快建設人工智能研發基地和開放創新平臺，推動公共數據安全有序開放，強化人工智能研發創新的基礎條件支撐。通過人工智能新基礎設施建設加強行業落地，推動人工智能開放平臺、行業大數據中心、典型應用場景的深度融合。
3. 加強人工智能核心技術攻關
建議產學研協作以關鍵技術為基礎，以支撐解決方案打造和深化應用為目標，瞄準人工智能算法、智能芯片、智能傳感器等基礎領域和情緒感知、認知智能等前沿領域，推進關鍵核心領域攻關。
同時要在圖像和語音識別、自動駕駛等場景方面加大算法、芯片研發力度，順應產業平臺化、開源化發展趨勢，以行業為主體構建我國人工智能自主可控的開源、開放的開發平臺、系統和生態。
4. 積極培育人工智能新業態新模式
建議人工智能企業以需求為導向，圍繞教育、醫療、養老以及政務服務等迫切民生需求，加快人工智能創新應用，培育人工智能新業態新模式。面向醫療衛生、社會治理、公共安全等領域，突破人工智能產業發展短板瓶頸，加速人工智能新技術、新產 品的應用推廣和產業化。積極培育人工智能創新產品和服務， 推進人工智能技術產業化，形成科技創新和產業應用互相促進的良好發展局面。
5. 加緊構建人工智能基礎數據平臺
建議加快以企業為主體的人工智能基礎數據平臺建設，面向語音識別、視覺識別、自然語言 處理等基礎領域及工業、醫療、金融、交通等行業領域，建設高質量人工智能訓練資源庫、標準測試數據集，以及包括云服務平臺等在內的人工智能基礎數據平臺，推動不同行業的人工智能行業資源訓練庫等相互共享，形成公共服務支撐體系，提高數據獲取和行業數據訪問的便利性。
6. 加速推進人工智能標準化體系建設
標準化是推動人工智能產業發展的重要一環。通過推進人工智能標準化體系建設，建立相應的評估評測指標，可以為人工智能產業發展提供科學有效的評價依據。
針對人工智能重點產品研發和行業應用需求，協同推進國家標準、行業標準與團體標準制定工作。從基礎術語、框架到平臺，再到關鍵技術、產品服務和應用，制定人工智能的技術標準和應用規范，并開展人工智能產品和應用評估評測工作，提升人工智能產品和服務質量，以促進人工智能高質量產業發展。
雷鋒網注：文章配圖均源自《人工智能助力新冠疫情防控調研報告》
參考資料：http://aiiaorg.cn/index.php?m=content&c=index&a=show&catid=14&id=175
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
