专家观“疫”丨余晓晖：科技赋能，AI战“疫”凸显硬核实力

在这场没有硝烟的新冠肺炎疫情防控阻击战中，人工智能技术显现出了巨大威力，在疫情监测、病毒溯源、防控救治、资源调配以及复工复产等领域得到应用。AI技术究竟发挥着怎样的赋能效应？AI战“疫”效果如何？针对业界关注的这些热点话题，《人民邮电》报记者采访了中国信息通信研究院副院长余晓晖。

响应号召，AI产业快速行动

党中央、国务院高度重视疫情防控工作，习近平总书记多次作出重要批示指示，强调要鼓励运用人工智能、大数据等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。
2月4日，工业和信息化部向人工智能相关企事业单位发出了“充分发挥人工智能赋能效用，协力抗击疫情”的倡议。
“倡议发布非常及时，内容丰富和全面，基本涵盖了人工智能助力疫情防控和恢复生产生活的各个方面，旗帜鲜明地给人工智能产业界吹响了冲锋号。”余晓晖透露，倡议发出后，一大批人工智能企业纷纷响应并积极加入这场抗疫战争之中。各企业基于前期积累，充分发挥优势，拼速度、拼技术、拼产品，在短时间内投放各类支持抗疫的AI系统、平台和产品，在疫情监测和防控、疾病诊断、民生保障等诸多方面作出了积极贡献。

疫情防控，AI提供智慧“武器”

“在本次疫情防控中，计算机视觉、自然语言处理、机器人和语音识别等人工智能核心技术都有广泛的应用。”余晓晖认为，AI赋能效应主要体现在三个方面。
第一、人工智能赋能社会治理。根据人口迁移、热力图等可以进行疫情的智能预测、及时发现；第二、人工智能赋能医疗行业。研发的医学影像辅助诊断系统、智能医护机器人等应用，提高了诊断效率，降低了医护人员感染的风险；第三、人工智能赋能传统医疗生物行业。可以利用算力进行病毒基因测序、新药研发、蛋白筛选等工作，帮助科研机构设计最佳解决方案，缩短研发周期，提高成功率。
从具体的应用上看，目前已经涌现出了诸多的典型案例。比如，旷视等企业研发的非接触体温监测方案，基于人脸关键点检测及图像红外温度点阵温度分析算法，可实现人流密集场所的快速体温检测。目前，旷视的AI测温解决方案系统已在海淀政务大厅和海淀区部分地铁站展开试点应用，系统对疑似高热人员的检测速度可达到每秒15人。
依图研发的“新冠肺炎智能影像评价系统”是人工智能医学辅助诊断的实际例子，2-3秒之内就能完成传统评估需要5-6个小时的病例，极大提升了精准定量分析的效率。百度的智能外呼平台一秒能拨出1500个电话，还可以通过定向或随机发起拨入居民电话，自动询问并采集疫情信息分析，并生成触达统计报告，极大地提升了社区疫情防控的效率，减少了排查所需时间和感染风险。
与此同时，智能机器人在清洁消毒、物流运输、工业制造以及安防巡逻等场景中都发挥了积极作用，提高救治效率、减轻人力成本，极大地降低了感染风险，推动实现了科学防控、智慧防控。

复工复产，AI显著提升效率

现阶段，在疫情防控的同时，更好地实现复工复产是很多企业面临的挑战。余晓晖表示，AI作为赋能技术，在助力企业复工复产上也正在发挥积极作用。
“疫情期间复工复产既要保障安全、满足防疫要求，还要解决很多面临的难题。”余晓晖介绍，AI助力复工复产主要体现在安全保障和帮助复工复产两方面。
在安全保障上，AI体温测量解决方案、清扫消毒机器人、智能巡逻机器人、物流机器人、无人机等都可以助力疫情防控，提高防控效率，避免交叉传染，为复工复产提供安全保障。
在帮助复工复产上，利用人工智能技术进行资源分配和物流方式选择，可以提高分配效率，提高运转效率，确保企业复工复产有序进行；在工厂引入机器人和AI技术，可以减少员工之间的接触，便于疫情防控，广州普理司科技、拓野机器人、滴普科技等都通过引入工业机器人和计算机视觉技术大幅提升了口罩生产效率；智能化办公应用不仅使远程办公成为可能，其中的AI技术还大幅提高了远程办公的效率，阿里、字节跳动、腾讯等都推出了智能办公应用，为企业远程复工提供全套解决方案；人工智能客服还可以实现线上政务智能化，浙江政务服务网一体化平台就利用智能语音机器人实现线上政务服务，减少不必要的见面环节。
值得一提的是，除了政府的有力指导，企业的积极行动，行业组织也在疫情防控中发挥了不可替代的积极作用。余晓晖透露，作为国家四部委指导下的产学研用交流合作平台，中国人工智能产业发展联盟（AIIA）在疫情发生后迅速行动，协调产业界各方开展了一系列工作，比如，开展人工智能企业抗疫产品研发及应用情况调研，建设人工智能抗击新冠肺炎疫情信息平台，启动智能疫情防控产品评估等。

深度融合，AI发展迎来新机遇

此次疫情创造更多人工智能的应用场景，通过此次疫情，我们发现人工智能技术正在广泛应用于生产生活的各个方面，见证了人工智能技术的赋能能力，同时也看到了人工智能产业发展的新机遇。
余晓晖表示，目前，人工智能技术的发展已经到了一个新的阶段，随着深度学习的局限性不断凸显，传统的机器学习技术再次受到关注。未来，神经科学等其他学科的发展，将促进人工智能领域技术演进。
人工智能企业需紧紧把握发展机遇。在余晓晖看来，人工智能产业链大致可以分为基础层（计算基础设施）、技术层（软件算法及平台）与应用层（行业应用及产品）。
余晓晖认为，对产业链中提供计算基础设施的企业来说，主要是要根据产品和应用需求，加紧研发支撑端侧AI计算需求的芯片，加快数据流通和共享，为上层算法平台和行业应用提供坚实基础。对技术层企业来说，要以业务为导向进行算法研发，利用技术优势建设开放技术平台，构建良好生态。对应用层企业来说，要利用好现有底层基础设施和开放平台优势，结合我国数据和应用场景的优势，提供更多更好应用产品和服务，与实体经济融合发展。
面向未来，随着AI融合赋能广度和深度的不断加强，不同场景应用提出不同算力需求，以物联网、移动终端、安防和自动驾驶为代表的专用端侧推断芯片百花齐放，AI正式进入算力定制化时代。与此同时，随着技术不断成熟及商品化程度加深，应用赋能的深度广度不断加强，开始呈现应用深度融合泛化的态势。
“为更好满足应用泛化需求，未来人工智能应用及产业发展将呈现多平台多系统协同态势，以实现广泛赋能。”余晓晖强调道。

来源：人民邮电报

校  审 | 陈  力、 珊  珊

编  辑 | 凌  霄

”

推荐阅读

中国信通院开放工业资源供需对接平台，助力企业复工数字化转型
日均测温过万，高精度AI助力大流量体温筛查——AI人体测温系统首轮评测结果发布

点亮在看共度难关