人工智能发展哪个领域好(人工智能的哪个领域最有前景)

Bitget下载

注册下载Bitget下载,邀请好友,即有机会赢取 3,000 USDT

APP下载   官网注册

新一代人工智能的三个发展领域是

人工智能是一门新兴的技术学科,它研究和开发用于模拟人类智能的扩展和扩展的理论、方法、技术和应用系统。

人工智能研究的目标是让机器执行一些复杂的任务,这些任务需要聪明的人来完成。也就是说,我们希望机器可以代替我们来解决一些复杂的任务,不仅仅是重复的机械活动,而是一些需要人类智慧才能参与的任务。在本文中,我将解释人工智能技术的三个主要方向,即语音识别,计算机视觉和自然语言处理。

机器人手术在哪些医疗领域发展的比较好

自动阅片写报告,AI辅助诊断让医生患者都受益

阅片是影像科医生的一项常规工作内容,需要非常专业的知识,但同时也是一项机械、繁琐的工作。医生需要对影像资料进行分析对比,然后书写诊断意见或进一步检查的建议,重复的工作无形中占用了大量的时间,降低了医疗效率。医生疲惫不堪,病人也因为排长队而叫苦不迭。

面对这种情况,计算机和医学领域的研究人员都在考虑:如果能够让“全能”的人工智能帮助医生阅片,自动诊断写报告,岂不是能节省大量的时间,让医生和病人都受益?

目前已经出现了不少AI自动诊断的成果,不仅能做出准确的判断,还比人类更快:“啄医生”——便捷高效的阅片机器人:

啄医生”——由四万余块260核芯片组成的“超级计算机”,将超算技术与人工智能结合,学习了10万多套肺片,在短时间内,迅速达到了有15年临床经验的影像科医生的阅片水平。

阅片机器人

图片来源:央视《机智过人》——2017-12-22

CheXNeXt——基于神经网络的X光诊断算法:

去年年底,吴恩达的斯坦福团队发布了一个基于深度神经网络CheXNeXt的X光诊断算法,该算法可以自动诊断14种疾病。在其中10种疾病的诊断上,AI的表现与放射科医生旗鼓相当,还有一种疾病的诊断效果甚至超过了人类。并且,这个AI诊断算法的诊断速度是人类的160倍!

算法用胸片生成热图,颜色越暖的部分,对疾病诊断越有价值

图片来源:CheXNeXt:Deeplearningforchestradiographdiagnosis

吴恩达团队还针对这个算法开发了一个名为XRay4All的手机应用,只要给胸片拍个照,AI就能够自动诊断。

动图来源:量子位

VISPI——生成阅片报告的自动医学图像解释系统:

计算机辅助医学图像视觉感知和解释(computeraidedmedicalimagevisualperceptionandinterpretation)这项研究一直在进行中。但是,由于缺少经过注释的图像报告样本和能够充分提取并利用局部特征的生成模型,尤其是缺少能够提取相关联的语义特征的生成模型,之前尝试过的种种方法得到的效果总是不尽如人意。

不过,在经过不断地创新和实验后,最近一个叫做VISPI的自动医学图像解释系统,首次尝试了利用疾病定位来生成X射线图像报告,在疾病分类、定位和报告生成方面都取得了不错的效果:

VISPI生成的报告草稿:有稳定的轻度心脏肥大,无明显的肺血管充血。主动脉弯曲稳定,无急性肺实变,无大量积液及气胸。

VISPI首先预测并将疾病定位为语义特征,然后生成报告。下图是VISPI的工作流程:

VISPI首先通过对胸部疾病进行分类和定位来注释X光图像(a),然后生成相应的语句,构建整个报告(b)。其中,c显示了用于生成报告的AttentiveLSTM的结构(AttentiveLSTM基于编码器-解码器结构)。

具体步骤如下:

VISPI的分类模块以一个121层的密集卷积神经网络(DenseNet)为基础,将最后的全连接层替换为一个维度为M的新层(M指疾病的数量)。应用Grad-Gams(Gradient-weightedClassActivationMapping,梯度加权类激活映射)对疾病进行热图定位。如果在X光片中未发现活动性胸廓疾病,则根据绿色虚线框中所示的原始X光片,由AttentiveLSTM直接生成报告。否则(如红色虚线框所示),裁剪出一个带有局部疾病的子图像,生成异常描述,而原始的X光片则用来生成报告中的正常描述。

分别用一个正常的胸片和一个出现“心脏肥大(Cardiomegaly)”症状的胸片来测试一下VISPI系统的表现:

上图展示了两个胸片的诊断报告。第一行显示了一张正常的胸片,第二张是一个“心脏肥大”的病例(第二行胸片热图红色边界框中的区域)。

针对每张胸片,分别提供一份医生书写的报告和一份VISPI系统自动生成的报告。

正常病例:

医生书写的报告内容:theheartsizeandcardiomediastinalsilhouettearewithinnormallimits.pulmonaryvasculatureappearsnormal.Thereisnofocalairspaceconsolidation.nopleuraleffusionorpneumothorax.(心脏大小和心脏纵向轮廓在正常范围内。肺血管系统正常。没有局灶性气囊巩固。没有胸腔积液或气胸。)VISPI自动生成的报告草稿:thecardiomediastinalsilhouetteandpulmonaryvasculaturearewithinnormallimitsinsize.thelungsareclearoffocalairspacediseasepneumothoraxofpleuraleffusion.therearenoacutebonyfindings.noacutecardiopulmonaryfindings.(心脏纵隔轮廓和肺血管系统的大小在正常范围内。肺部没有局灶性空气病胸腔积液气胸。没有急性骨性表现。没有急性心肺表现。)

“心脏肥大”病例:

医生书写的报告内容:mildcardiomegaly.mildunfoldingofthethoracticaorta.nofocalairspaceopacity.nopleuraleffusionorpneumothorax.visualizedosseousstructuresareunremarkableinappearance.otherwisenoacutecardiopulmonaryabormalities.(轻度心脏扩大。胸主动脉轻度张开,无局灶性气隙混浊,无胸腔积液或气胸,可见骨结构外观无明显改变,无急性心肺衰竭。)VISPI自动生成的报告草稿:mildcardiomegaly.thereisnofocalconsolidation.nopleuraleffusionorpneumothorax.thereisnofocalairspaceconsolidation.nopleuraleffusionorpneumothorax.degenerativechangesofthethoracicspine.noacutecardiopulmonaryabnormality.(轻度心脏肿大,无局灶性实变,无胸腔积液、气胸,无局灶性气隙实变,无胸腔积液、气胸,胸椎退行性改变,无急性心肺异常。)

对比医生书写的诊断报告和VISPI自动生成的报告,可以看出,VISPI医疗解释系统能够准确地诊断胸部疾病,并生成语义准确,结构良好的诊断报告。

AI在医疗诊断领域出色的表现吸引了越来越多的目光,武汉同济医院在2016年就上线试用了AI-DR辅助诊断技术。短短5个多月,使用AI-DR技术共诊断X线片8093张。在测试实际病人X线片的过程中,AI-DR于160例病例中发现了两例医生诊断中遗漏的病灶。

人工智能对大数据出色的学习能力,让它可以获得比人类更丰富的经验。更重要的是,机器不会遗忘,也不会疲劳。在目前医疗资源紧缺的情况下,AI将能够把医生从专业但重复的繁重工作中解脱出来,更专注地攻克医疗难题;患者也将能获得更及时的讯息。AI辅助诊断的未来非常值得期待!

对科技知识感兴趣的朋友可关注@人民邮电出版社,在这里你可以找到丰富的科技资讯和图书资源。

你觉得人工智能还有哪些领域的发展前景

人类做人工智能追求什么?追求就是要把人类的大脑变成机器的大脑、机械的大脑或者是铁打的电子的大脑,最终核心就是我们这个大脑到底怎么样发挥作用,智能实际上是认知和理解世界环境的能力,另外我们说能够通过提出概念建立方案进行演绎、归纳、推理进行决策的能力反映在智能上。另外他的学习能力、自适应能力等等,总的来说人类的智能涉及到信息的描述以及信息处理复杂的过程。

那么复杂信息的处理到底是干什么的?实际上复杂信息的处理我们计算机是搞计算的,计算这个东西我们说信息的加工实际上就是一种计算。

人工智能发展迅速,可以在哪个领域深耕,请具体描述

人工智能是科学发展的必然趋势,绝对是人类的好助手,但不应该取代人类的工作机会,否则就是纠往过度了!现在各电商平台都已经上线小机器人做客服了,节省了好多人力物力,这样就可以24小时服务了,但缺点是分辨力理解力不够,不知道客户问什么,导致客户取消购买。智能汽车驾驶智能小型飞机也是重点发展方向,这些方面人类的视觉嗅觉和反应能力肯定比不上智能机器,人会劳累疲劳的,人也不会飞,借用智能就是最佳助手。还有一些充满危险性的职业,消防爆破潜水,挖隧道,最好用人工智能机器代替,也应该是努力的方向。至于工厂生产流水线,饮食类机器人这种严重影响人类工作就业职位的,就免了吧,放一个玩玩好了,人类要生存,不能什么都代替了,那么多余的人力靠什么生存,这就失去发展人工智能的意义了!所以人工智能要选择性发展!

人工智能发展哪个领域好(人工智能的哪个领域最有前景)文档下载: PDF DOC TXT