月度归档:2018年03月

AITech 次日,脑科学、智能外科、多模态智能等多个话题引热议

雷锋网按,3 月 30 日,AITech(2018 国际智能科技峰会) 于深圳隆重召开。本次峰会由深圳市人民政府指导,深圳市龙岗区人民政府、中关村视听产业技术创新联盟、新一代人工智能产业技术创新战略联盟主办,深圳龙岗智能视听研究院承办,雷锋网作为独家战略合作媒体带来现场报导。

大会第一天迎来三场精彩纷呈的论坛,多位学术界、工业界代表人物发表主题演讲,内容涉及人工智能开源平台、人工智能时代的教育、大数据、安防智能、对话智能、超高清及 VR 技术等多个方向,而在大会次日,更多精彩还在继续。

在 31 日上午的主论坛上,再次迎来多位学界和业界重量级嘉宾,讨论的主题更加丰富,涉及到 AI+医疗、AI+金融、AI+安防、大数据、脑科学等领域,此外,还有国家工业信息安全发展研究中心代表上台演讲,站在国家层面上谈人工智能。

何晓冬:多模态智能 

李新社:聚焦 AI 安全

杨强:人工智能和普惠金融

刘荣:智能外科的机遇与挑战

Karthika Mohan:Causal Knowledge in Artificial Intelligence

丁军:看清神经系统

付英波:用 AI 构建「五度」城市感知

李航:今日头条的愿景与实践

阎镜予:构建人工智能产业园

下面是各位重磅嘉宾所带来的精彩内容。

跨模态感知推理表达

作为首位上台演讲的嘉宾,京东 AI 平台与研究部 AI 研究院常务副院长何晓冬博士带来了主题为《多模态智能:语言和视觉的感知、推理及表达》的演讲。

他表示,多模态智能包括文本、图像、结构化知识等。谈到为什么要做多模态智能,他简单回顾了视觉感知方面的进步。他说到,由于深度学习技术的进步,计算机很早就在一些测试上达到人类水平。但是,计算机对真实世界的理解仍然是一个巨大挑战。其中,语义理解与认知是难点。

「首先要建立语义空间,联结图像与文字;然后要加入结构化知识来帮助深度认知,识别人名、地点等信息。最后,可以深入模型内部,用语言来表达对图片内容的理解。」

他表示,AI 会持续关注场景中的各个局部,并生成对应的语言描述。他举了一个棒球运动员在扔球的例子,并详细描述了计算机的处理过程。接下来,他还举了一些真实的场景应用——利用 AI 用文字来形容照片。

进一步,他们从生成一个句子发展到生成一篇短文。比如给 AI 一系列照片,让其描述照片之间的关联,说出一个故事。他表示,为了做到这一点,他们推出多重深度增强学习来保证句子间的逻辑性。而再往后,他们试图在语言表达中加入情感和风格。

他说到,前面描述的例子都是感知和一般认知,接下来有趣的工作是从感知到推理,例如让计算机回答关于一副图片的问题。他提到推理的难点,「为了回答问题,需要识别和理解物体间微妙的关系,还要能结合问题进行分析和推理等等。」为了模拟推理,他们做了一个基于多重关注神经网络的系统,主要涵盖四个模型,语言模型、图像模型、多重关注模型、答案预测模型,他也进一步讲解了这些模型具体的功能以及整体推理过程。

他谈到他们希望计算机能理解语言,并能用绘画来表达。比如智能绘画机器人。他表示,最近一两年,技术迎来飞速发展,对文字中没有提及的细节,AI  绘画机器人还能自动想象填充。

在演讲的最后,他表达了自己的展望,希望能通过这一系列技术,把人和世界更好地连接在一起。

聚焦 AI 安全热点,促进产业健康发展

第二位演讲嘉宾是国家工业信息安全发展研究中心副主任李新社,他主要谈到我国人工智能发展态势以及 AI 安全方面的问题。

演讲伊始,他指出,随着信息技术等的发展,数据呈现出年度倍增的发展态势,而 AI 技术也逐渐向产业渗透并得到广泛应用,目前运算能力大幅提升,算法模型不断优化。

他表示,可以将人工智能产业链分为三个层次——基础支撑层、中间技术层、上层应用层。他进一步提到 AI 在全球的发展,「各国政府将 AI 上升为国家重要战略,中国也不例外。我们中心对多个省、市进行了调研,发现我国很多产业园区把人工智能作为发展方向。」他总结到,产业技术不断涌现,不断出现新的产品,接下来,把人脑能做的事情变成 AI 能做的事情也不再遥远。

他强调,我国从产业、标准、安全技术政策都在关注 AI 发展。「如果把 17 年当 AI 元年,那 18 年 AI 将会呈现井喷式的发展。」

他也提到,我国在语音、图像识别等技术方面领先,但底层芯片发展还有很大发展空间。目前来说,产业环境比过去好很多。而伴随着人工智能的发展,安全问题无处不在。他表示,AI 安全涉及到数据、智能电子产品等多个方面。他举了一系列实际案例,比如生物特征识别方面的问题,智能网联汽车方面的问题。接下来,他具体描述了数据层面、芯片层面、软件层面的风险。

之后,他对国家工业信息安全发展研究中心进行介绍,他表示,中心是支撑我国工业领域信息安全国家级研究与推进机构,他也具体描述了中心的工作,主要包括产业调研与分析、技术标准研究等。

他们下一步工作设想如下:加强 AI 安全技术的研究与应用,推动重点领域 AI 安全评估测试平台建设,开展 AI 安全态势感知,构建检测预警机制,加强技术交流与合作等。最后他提出期待与愿景,希望大家一起做好安全工作。

人工智能与金融

在李新社的演讲结束之后,香港科技大学讲座教授杨强带来了主题为人工智能和普惠金融的演讲。

杨强提到,前面出场的两位嘉宾,一位从技术角度,一位从产业发展趋势的安全角度谈 AI,他目前比较关注的是普惠金融,想结合自己的关注方向讲讲对人工智能落地的看法。

杨强先是提到 AI 的发展历史,智能体的特征,AI 需要的技术,然后探讨如何促进 AI 落地。他具体谈到监督学习和强化学习。

他表示,基于以上种种谈到的技术,我们探讨 AI 落地时,未来企业的发展应该是以机器智能为核心。而他也描绘了人工智能落地的过程——目标在哪里?数据在哪里?问题边界在哪里?特征在哪里?持续的反馈、自学习方法在哪里?

杨强说到,人工智能的落地,需要有三点,一是很短的商业闭环,二是高频交互,三是快速迭代。在金融领域主要关心两个方向,即成本和效率。

当 AI 介入之后,模型由简单变复杂,控制由手工变为自动,服务由通用变成自动化。在这个趋势之下想象 AI 可能的落地爆发点,有智能客服、销售,新闻写作、分发,物流、仓储、定价系统等。

而杨强进一步谈到人工智能的挑战。「深度学习的可解释性是一个巨大的挑战,此外模型需要具备可编程性,另外,对于语言模型中自动摘要、自动文本的生成,我们还处于比较初级的阶段。」

他接下来提到普惠金融方面的一些实例,他们着重强调如何利用强化学习、深度学习、自然语言处理来提供个性化客服。他表示,在互联网金融的背景下,有很多人工智能场景,比如人脸检测、声纹检测等。

智能外科的机遇与挑战

接下来,解放军总医院 (301) 全军肝胆外科研究所所长、肝胆外二科主任刘荣为现场观众科普了智能外科。

演讲伊始,他表示,今天在座的基本都是做人工智能研究的,可能对外科感兴趣的非常少。他对智能外科下了个定义,即利用人工智能的工具和方法,辅助或替代人类进行外科诊疗行为。主要特征有诊疗行为标准化,诊疗设计个性化。

谈到为什么要发展智能外科,他表示,「老龄化增加了医疗需求,优秀的外科从业人员稀缺,智能外科可以减少对人力资源的依赖。此外,分级诊疗落地难,智能外科有望实现医疗行为标准化。而从政府角度来看,国务院、卫计委等机构出台的一系列政策也在支持智能外科。」

他表示AI 投资热度不断上升,人工智能和大数据技术不断得到发展和进步,这些都有助于推进智能外科的发展。

而智能外科主要有哪些应用呢,他也一一举了例子。例如智能影像诊断系统、多模态影像融合分析、影像识别和器官分割、三维重构、术前仿真、手术视频解析、手术导航等等。他表示,术前仿真可以帮助外科医生规划手术路径,进行手术模拟,远胜于以前的动物模拟手术。手术视频解析可以帮助医生在手术中做出合理选择,规划下一步手术操作。手术导航可以降低手术难度,提升手术质量,辅助新医生培训等。

而实际应用,他提到达芬奇手术机器人,他表示,达芬奇是目前比较成熟的手术机器人,他为大家展示了达芬奇做手术的视频,可以看到机器人的手非常灵活。此外,还有美国去年十月上市的腹腔镜手术机器人、STAR 自动缝合手术机器人、谷歌和强生开发的手术机器人系统等。

演讲最后,他提出对智能外科的近景和远景展望,他表示,在以后,希望能实现智能手术,利用人工智能驱动手术系统进行手术操作,医生在其中起到监督作用。他同时也列举了一些挑战,比如存在数据壁垒,此外医工结合专业背景的人才非常少。

人工智能中的因果知识

之后是加州大学洛杉矶分校博士 Karthika Mohan 带来的一场学术报告,她的演讲主题为 Causal Knowledge in Artificial Intelligence。

演讲伊始,她表示,建立一个与人类似的 AI 系统,因果知识非常重要。她接下来提到三层因果关系,即 Counterfactuals,Intervention,Association,之后,她说明了因果模型能解决目前 AI 系统的局限性,最后,她详细描述了来自因果推理的七个启发。

值得一提的是,Karthika Mohan 是图灵奖得主、贝叶斯网络之父 Judea Pearl 的学生,原定来到现场进行学术报告的 Judea Pearl 因故未能抵达,她作为参会代表,在简短的十五分钟内展示了在 Judea Pearl 带领下做的一系列工作以及他们面向 AI 的解决方案。

她详细描述了这七个启发,一是因果假设的透明性和可试性,二是介入性疑问分析,三是反事实算法,四是调解分析和直接、间接效应的评估,五是外部效度和样本选择偏差,六是数据丢失,七是挖掘因果关系,对于每一个启发,她都引用一系列案例,展开详细的说明和总结。

演讲的最后,她表示,Judea Pearl 教授等人的《The Book Of Why》即将会有中文版呈现,希望大家能够喜欢。

神经系统的本质

下一位带来演讲的嘉宾是美国斯坦福大学神经科学研究所丁军,他的演讲主题是看清神经系统。他表示,他们实验室用光学手段来进行神经网络系统的研究。他提及,各国都提出发展脑计划,比如美国、欧洲、日本等,这证明大家对脑科学的重视。

接下来,他回归正题,谈到神经回路和类脑计算。他说到,神经回路和 AI 网络的不同点大于相同点,人体的神经回路很难研究,其中有百亿神经元,万亿级的突触连接。他们在实验室比较常见的研究对象是老鼠、猴子等。

他表示,其实,一百年前对神经回路就有相关研究,但今天神经科学仍然处于原始数据采集阶段。他接下来展示了脑中的图像,他解释道,图像看起来很美丽,但实际上是经过处理的。

之后他介绍了如何看清神经网络的工作,他们通过一系列技术,可以看到老鼠的整个脑区,比如海马体、皮层神经元。他表示,这样只能看处理过的脑区,他们想要看到活的脑区,而这里他们应用了一系列最新技术,成功观察到结果。他也提到如何建立细节性的神经元模型,对神经元的活动进行模拟。目前,用迷你显微镜结合内窥镜,可以看到非常深入的脑区。

而他表示,之后的目标是形成机器和人脑之间的共连接。其中的挑战是机器和人脑的信息传递方式不一样,他也为大家阐明了解决方案。

用 AI 构建「五度」城市感知

下一位演讲的嘉宾是旷视科技总裁付英波,他介绍了如何用 AI 构建城市大脑,让社会更安全。

他先是介绍了旷视科技的研究方向以及他们一系列的融资,他表示,旷视是一家专注于计算机科学的企业,主要做计算机视觉技术工程化的研究和方案的落地。他详细讲解了计算机视觉场景在安防领域的落地。

付英波表示,中国安防市场非常大,也有非常多的摄像头资源,但之前在公共场所建的大量摄像头没有实时分析功能,更多的是事后排查,他们希望引入计算机视觉相关技术,让摄像头由看见变成看懂。

他解释道,看懂这一块分五个度——维度,精度,密度,关联度,集成度。接下来他具体展开讨论。

  • 对于维度,他先是谈到人脸,比如分析年龄、性别表情等;此外有行人特征,其中有分析轨迹、停留、行进方向等;对于车辆,包括看清车辆车标、车型、号牌、颜色、撞损情况、驾驶员行为分析等;最后是电子信号,包括设备 Mac、电子证件、RFID 等。

  • 接下来是精度,他表示,他们在人脸识别上的检验精度两年间提升 10 倍并超越人类,图像识别及动作识别夺得了三项世界冠军。在实际应用场景下,他们主要关心首位命中率和抓拍检出率。

  • 对于密度,他表示,这决定了数据连续性,想要做到跨摄像头的分析需要有一定密度。

  • 至于关联度,付英波谈到,他们会将人脸和人,车牌和车结合起来,希望通过关联度的分析,为公安提供重要的依据。

之后,他总结到,希望通过五度感知+数据应用,创建城市大脑,在五度感知下,做存储和计算。

而他也提到他们在全国的战果,截至目前,他们已在全国协助抓捕在逃犯超 3000 人。此外,他表示,他们刚推出一款全球最快单帧人脸抓拍机,集成度非常高。

演讲的最后,他表示,希望赋能城市之眼,构建城市大脑,赋予终端思考能力,让社会更安全,让全民有更好的安全体验。

全球创作与交流的平台-今日头条的愿景与实践

之后迎来今日头条人工智能实验室主任、东京大学计算机科学博士李航的主题报告。

李航先是展示了头条在人工智能方向的工作。他表示,我们现在处于 AI 和移动互联网时代,数据量呈现指数级增长,而现在 AI 技术依赖大数据也得到快速发展。

他说道,头条的愿景是做全球内容创作与交流的平台,这里的核心技术是推荐引擎,包括大数据以及先进的人工智能算法,希望能促进大家创作和交流。他也提到头条母公司字节跳动 2017 年底的新产品抖音,他表示,抖音在春节之后日活跃用户几千万,在抖音的创作中,有些让大家感受到生活气息,有些让大家感受到艺术创作的魅力。「抖音是头条 AI 科技创新力的体现,体现了头条既有算法创新,又有产品开发和运营的能力。」

接下来,他强调,头条不光是在中国推出产品,在全球也在进行布局。

他们的关键技术是推荐引擎,共有四代。第一代基于策略,到现在发展为第四代,具有丰富层级的特征、复杂的模型组合,目前线上模型参数已经达数千亿,数据也非常大,每日请求数超过 100 亿次,算法的更新每天大概 750 次。

李航表示,他们的商业模式主要是广告,比如开屏广告、信息流广告、详情页广告。他们有广泛的观众覆盖范围和丰富广告位置,AI 驱动的精准营销带来极好的回报。

而之后,他简单介绍了今日头条人工智能实验室的成立历史和成立背景。他表示,实验室的主要研究领域有机器学习、计算视觉、自然语言处理、语音处理。核心优势在于拥有海量数据以及丰富多样的实际应用场景,在人、数据、算法、内容上有完整的反馈闭环等。

演讲最后,他介绍了头条的写稿机器人(小明机器人),他表示,未来希望通过机器人写作辅助我们更好地写作。

构建人工智能产业园,推动行业凝聚发展

最后一位带来演讲的嘉宾是星河产业集团副总裁阎镜予,他介绍了星河集团在人工智能产业园上的布局与规划。

他表示,前面出场的各位嘉宾都是各个行业的专家,他将作为地产商与行业的投资者与大家进行分享。

他先是提到人工智能发展的几个瓶颈:

  • 一是稳定性,可以发很好的 paper 并不意味着可以做出很好的产品;

  • 二是可解释性,目前很多模型都不可解释;

  • 三是结构性,比如如何在非结构化的场景里更好地做出判断;

  • 四是目标函数,比如单目标优化和多目标优化,如何在多个目标函数中得到最优;

  • 五是人类评价,人类评价标准非常不同。

他们目前在做人工智能产业园,试图打造出全天候海陆空人工智能测试基地。他表示他们有专业强大的人工智能投资能力,致力于在园区打造丰富的人工智能圈层建设和主题活动。政府的扶持对人工智能发展非常重要,他们园区内部有便利的政策资源对接。此外,他们为人工智能初创企业提供很多相关的创业培训。

在演讲最后,他强调,他们会针对人工智能行业提供最低折扣优惠,以及租金换股权等方式降低企业成本。他表示,大家要是来龙岗,可以选择他们的园区。

启智开源许可证 1.0 发布仪式& AITech 主办旗帜交接传递仪式

在所有嘉宾的演讲结束之后,迎来启智开源许可证 1.0 发布仪式。北京大学计算机系主任、新一代人工智能产业技术创新战略联盟秘书长黄铁军作为仪式主持人,在现场对启智开源许可证进行详细介绍。

黄铁军表示,新一代人工智能产业技术创新联盟的重要目标是创立人工智能开源开放平台,这也是他们发布启智开源许可证的目标。

启智开源许可证定位如下:

  • 新一代人工智能重大科技项目的成果汇聚平台;

  • 新一代人工智能发展规划的产学研合作桥梁;

  • 中国人工智能产业和应用坚实可靠的基础设施;

  • 全球人工智能产业和应用发展的最佳选择;

  • 人类命运共同体开放可信的智能大陆。

许可证的原则是完全开源、完全开放、完全免费、尊重创新。

黄铁军说到,有很多专家为许可证的出台做了贡献,其中包括北京大学法学院知识产权专家张平教授,中国开源软件推进联盟专家委员刘明博士,开源中国社区创始人 CTO 红薯(刘东),而刘明与刘东也上台参与了此次发布仪式。

在启智开源许可证 1.0 发布仪式结束之后,迎来 AITech 主办旗帜交接传递仪式,龙岗区人民政府领导和崂山区人民政府领导出席此次仪式,至此,上午的议程圆满结束。

下午还有两场分论坛——人工智能与安全分论坛、人工智能投融资分论坛,雷锋网也将第一时间带来最新资讯,敬请关注。

雷锋网

苹果钱包出现陌生人凭证?客服:原因不明

千呼万唤始出来,北京时间30日,苹果推送了 iOS 11.3 正式版。

新版本中,除了推出电池管理功能以及引入更新的数据和隐私信息以外,还更新了 Animoji 表情功能。当然,最让围观群众期待的莫过于 Apple Pay 支持北京一卡通和上海交通卡刷卡,并可通过钱包 APP(Wallet)直接为绑定的公交卡充值。

听起来似乎棒的很,不过在一片鼓掌叫好中雷锋网编辑刷到了某位朋友的一条朋友圈,大意是为了体验一把手机刷地铁进站的快感,他打开 iPhone 手机钱包(Wallet)应用准备创建虚拟交通卡,却在无意间发现钱包中有很多非本人凭证,甚至出现了实名制购票信息。其中涉及的他人信息竟超过10人!

宅宅急忙戳开这位朋友的微信询问,对方表示钱包中出现的凭证都并非是他认识的亲戚朋友,完全是陌生人。随后他致电了苹果客服,电话转接了两个部门也没有得到明确答复,在苹果实体店咨询也未得到有效回应。

无独有偶,编辑在网上搜索后发现实际有不少用户遭遇过这种情况。

有豆瓣和知乎网友发帖晒出自己的钱包凭证,称在自己的钱包中发现了他人卡劵及机票、车票等凭证。楼下网友也纷纷留言表示自己出现过类似情况,除了一览无余的陌生人姓名及电话信息,就连最隐私的开房记录也藏不住。

而出现这种情况,用户们也只能手动删除别人的信息。

这到底是什么回事?

编辑在一条知乎问题下看到某条评论,称出现这种情况的原因可能用户在淘宝上购买过破解版游戏,并登陆了别人的 Apple ID。

为此雷锋网编辑咨询某位iOS系统的研究员,对方表示因购买破解版游戏导致钱包出现他人凭证是有可能的,毕竟购买游戏时一般需要登陆别人的 Apple ID 下载,之后再换回自己的账号,很可能在使用别人账号时同步了凭证。

而另一位安全研究员则称,据他了解,每次更换 Apple ID 都需要重新绑定银行卡,而 Wallet 是用 nfc 功能(近场通信)实现刷卡,本身就需要每次都绑定银行卡,所以银行卡不会外泄。

那多出来的凭证怎么解释?

这位安全研究员亲自尝试用 Wallet 绑定信用卡,发现绑定信用卡或者会员卡后都会出现显示近期交易记录的按钮。

因此,他认为只要添加了别人的信用卡或者会员卡就可看到别人用绑定的这张卡使用 Apple Pay 付款后的凭证。“但如果你绑定了信用卡,却没有使用 Apple Pay 支付,而是用微信或者支付宝等第三方支付平台,应该不会显示出凭证。”

不过以上回答皆为两位安全研究员的猜想,未有确凿证据。

而雷锋网编辑也致电了苹果官方客服,客服表示之前并未听过类似情况,并询问了编辑是否无意泄露了自己的 Apple ID 或将 Apple ID 账号密码借给过他人。在具体应该如何解决这一问题时,客服建议重新设置Apple ID密码并开启双重认证。至于这种情况究竟因何出现,苹果客服并非给出原因。

在这里我们倒可以了解下如何利用 Wallet 添加登机牌、电影票、团购券、会员卡等各类凭证。

在少数派的一篇文章中曾介绍过利用工具将会员卡添加到 Wallet 中的方式。具体来说,如果你的会员卡上有二维码,或者同时拥有卡号+条形码,那你可以直接使用 Stocard 来识别和存储会员卡信息,这是一款免费的会员卡储存应用,可以将其作为将会员卡添加到 Wallet 的跳板。

如果你的会员卡上只有卡号或者条形码,那就需要换个思路。比如通过 QR Code Generator 这个网页端工具,将会员卡上的卡号转换成二维码。然后下载二维码并传输到你的其他设备上,再通过 Stocard 添加会员卡,最后添加到 Wallet。

如果你的会员卡上只有条形码,可以先通过 ZXing Decode Online 这个工具将条形码反译成数字,然后再使用 QR Code Generator 转换成二维码,接着添加到 Wallet。

总之,Wallet是个好东西,但需要谨慎使用,毕竟个人信息的泄露更可怕。

参考来源:少数派

雷锋网

用3D影像重构医学场景,神州德信用数字肺系统敲开301医院的大门

利用几何算法将2D的医学影像3D化,这样的概念你有没有听过?如果能将病变组织或器官量化,以3D影像的形式呈现出来,对临床的意义有多大?

不同于大多数人工智能医学影像产品,神州德信目前的核心产品是涉足多个病种的智能数字影像FACT系列。神州德信成立于2011年,7年发展史中,神州德信不但开发出了7个医学影像分析系统,还在2013年获得中国CFDA认证,2015年获得美国FDA认证。值得一提的是,在今年二月,神州德信成功地拿到了301医院的采购协议,商业化道路已然走通。

神州德信如何构建自己的行业壁垒,在竞争激烈、同质化严重的“AI+医学影像”行业脱颖而出?近日,雷锋网对神州德信副总裁赵胥砚进行了一次专访。

用2D图像重构3D场景

当前,“AI+医学影像”主要还是集中于利用AI提高放射医生诊断效率,降低漏诊率和误诊率,比如热门的肺结节筛查,国内智能影像公司大都从这个领域入手。但是,单纯从减少医生重复性劳动的角度来设计产品,这种思路的潜力有多大?

赵胥砚主管神州德信的市场工作。因此,在和医院打交道的过程中,他更清楚地体会医生的实际需求。他表示,为医生减负确实是一个好的切入点,但是能否达到让医生离不开的程度,还是要打一个问号。

同济医院放射诊断教研室主任夏黎明曾表示,“诊断必须要结合临床的资料,比如化验检查、肿瘤标志物、病理、基因等等,还有 CT 核磁共振等一系列的检查,所以疾病的诊断是综合影像的分析,还有诊断思维的应用。目前的人工智能还有需要完善的地方。”

因为,神州德信在产品设计逻辑中就有一个核心要素——利用影像组学解决医生真正的需求。

与目前主流的主要基于深度学习技术的的智能医学影像技术企业不同,神州德信自主研发的智能影像分析系统综合采用了计算机视觉、图形学、微积分几何学以及机器学习等不同学科领域的技术。通过人工智能自动识别和量化分析技术,神州德信形成了一系列产品,包括肺癌云网自动筛查平台、数字肺影像分析
系统、肺减容手术评估系统、肺结节微创手术规划系统等等。

据赵胥砚介绍,数字肺系统可以对肺结节的一系列指标进行分析,包括结节的位置、大小、形态、边缘、体积、密度、钙化程度、磨玻璃等指标进行量化。再通过对自动分割部分的手动删除及修正,提供直观、全面的实际3D成像,而不是套用模板进行显示。除此之外,还可以进行分叶、毛刺、胸膜凹陷等征象分析,最终达到精准的分割与量化分析。

同时,赵胥砚还向雷锋网表示表示,目前数字肺和市面上产品拉开差距的一点还在于,数字肺系统可以分辨出结节与血管、支气管的比邻关系,“这是非常亮眼的一点。CT横断面上肺门附近血管、支气管影很多,有些结节或者肿大的淋巴结很难与正常结构区分。医生往往需要依靠经验来作出判断,如果我们可以通过这套系统提高医生的诊断水平,对于医生将非常很有吸引力。”

医疗影像三维重建这个概念并不是神州德信一家独有,荷兰的PSTech公司就有一套Personal Space Station(PSS)医疗影像三维重建分析与互动系统,可以使用户更加直观地分析医疗数据。但是,技术的壁垒能否成功地实现商业化,又是另外一个难题。

既然这种方法的应用前景光明,那么国内是否有和神州德信对标的企业?赵胥砚摇摇头。“国内很少听到相似的概念,国外拥有这项技术的公司倒是有几家。医疗行业讲究慢工出细活,而AI热潮是这几年才出现,从产品研发周期上来看,将相关技术打磨成型需要数年的时间。新兴的创业公司在技术积累上还有很多的工作要做。”

目前,神州德信在肺部的产品技术已经落地于301医院、北京协和医院、中日友好医院等20多家医院,糖网也在同仁医院、温州眼视光等70多家医院应用。

花八个月敲开主任的门

如果看到神州德信的产品,读者会认为这家企业一定地处人才和资本聚集的大城市。但恰恰相反,神州德信地处陕西省渭南市。在这样一个并不算发达的西部城市从事尖端技术研究,首先面临的就是人力和落地上的困难。

为什么会把公司开在远离雄厚资本、人才扎堆、创业氛围浓厚的大城市,赵胥砚表示,主要还是创始人自己的情怀驱使。创业者都是具有一定情怀的,尤其是在医疗领域,神州德信也不例外。神州德信创始人兼董事长孟鑫毕业于清华大学,在美国匹兹堡大学从事生物医学和计算机科学之间的交叉学科研究及应用产品开发工作。如果在一线城市工作或创业,这样知识背景的人才将会成为企业眼中的“香饽饽”。但是,孟鑫为了顺应渭南市政府的需求,将自己的技术回馈给家乡而放弃了去大城市打拼的念头。

情怀是最初的创业动力,但生存却是一个现实问题。地域条件的限制也给公司早期的产品推广、市场铺陈带来了一些问题。“主要还是信任的问题,很多医生不相信一座西部小城会做出这样的产品。”

认知与实践是亦步亦趋的,新兴技术的应用也离不开包容开放的心态。考虑到这点,团队决定从大医院入手,因为专家对新技术的认知和接受度也更大。

神州德信决定从最难的骨头啃起。他们先与解放军总医院、第四军医大学唐都医院、西安交通大学第一附属医院等这些全国知名医院展开合作,在得到这些大医院的医疗专家认可后,再向下推广。

2016年,赵胥砚偶然接触到了301医院(中国人民解放军总医院)呼吸科方面的专家。赵胥砚坦言,为了能够得到专家的首肯,自己花了八个月的时间才敲开了301医院呼吸科的大门。这8个月的时间里,赵胥砚就只能在北京、西安两地来回跑,遇不到专家是常事。“创业的艰辛只有自己知道,AI与医疗有着不小的鸿沟,缺乏共同的话语体系,导致技术人员的理念很难得到专家信任,我们只有用医生的‘语言’让他们了解产品的功能。医生都相信眼见为实,直到看到软件带来的实际效果才最终点了头。”

采购意味着什么?

奔波的辛苦总算没有白费。今年二月,解放军总医院正式采购了神州德信的医学影像数字肺诊断系统。赵胥砚坦言,中标的结果没有意外。因为,参与竞标的只有他们一家。

去年9月,CFDA发布新版《医疗器械分类目录》,新增了与人工智能辅助诊断的对应的类别。这个目录发布之后,为了能够尽快走上商业变现的道路,不少“AI+医疗”企业走上了漫漫的“排队”之路。

“采购”对于“AI+医疗”行业的从业者是一个梦寐以求的目标。因为熟悉这个行业的人都知道,采购意味着上市销售的资格,意味着商业化变现,而这个圈子里,有相当一部分创业公司还在不停地寻找商业模式。当然,赵胥砚也表示,神州德信并不是一家纯粹AI公司,AI技术只是其体系中的一部分。

为什么要将产品在301医院等顶级医院部署?赵胥砚向雷锋网表示,这是神州德信区域性部署战略中的一步。“顶级医院在整个医疗体系中具有重要的示范效应,不管是在技术推广还是产品采购上。国家在推行医联体的概念,我们最终是想通过产品形成一个应用标准:顶级医院应用数字肺作为工具标准。而到了下级医院,只需要挑出数字肺中的某些功能,通过云化服务就可以在县医院做肺癌、肺密度筛查等。这也是符合分级诊疗等国家层面的趋势。”

现在的301医院呼吸科内科的大楼里,专门有一间数字肺胸部影像研究室,将神州德信的产品用于临床工作。

除了数字肺的产品之外,神州德信还有一个成熟度很高的产品——“糖网计算机自动筛查平台”。免散瞳眼底相机拍照后,通过网络将图像传输至数据中心处理,2-3分钟回传一份标注出血点及渗出指标并量化的诊断报告。

赵胥砚认为,自动筛查平台最终的目的是要让基层患者受益。中国最缺的是基层医生,看病难看病贵的原因就是医疗资源的供需不平。国家对基层的扶贫不仅仅要体现在经济层面,在医疗领域也应该精准对接。企业的人文情怀就在于此。

2012年,神州德信和国家眼科工程中心北京同仁医院共建了实验室,开发出眼底病计算机辅助诊断系统,相关的成果也通过了北京同仁医院眼科中心验证。基于这种技术优势,神州德信在渭南地区建立了首家基于互联网的糖网病计算机筛查数据平台。

去年3月,神州德信正式与温州医科大学附属眼视光医院达成合作,共建了“数字眼研究中心”。‘眼底照相’在国内各省市属于医保新农合报销范围内(根据各省定价不同,10-50元人次),既不会增加患者的经济负担,也会给医院带来经济效益。在基层地区开展糖网筛查很有意义。”

跨界合作,创造额外价值

除了在肺部和眼部等疾病领域帮助医生“看清”病灶之外,神州德信还利用已有的技术延伸到其他的医疗项目,例如术前规划。对于外科医生而言,单纯追求手术治疗的物理效果不再是外科手术的终极目标,对手术质量的评价已由过去片面强调彻底清除病灶转向“最小创伤侵袭、最大脏器保护和最佳康复效果”的多维角度综合考量。

尽管外科医生都能够在脑中进行影像的还原,但是这种基于主观因素的判断如果加上精准的量化指标就更具有实际应用价值了。“一些省在收费目录里是有术前规划这一项的,但是没有工具来实现。我们利用现有的技术不仅能够减少医生简单重复性的劳动,提高医疗效率,更是能为医生提供更具价值的服务产品。”

从另一个角度而言,术前规划在提高医生水平的同时,也会让患者对自己的身体状况有最直观的感受,也可以最大程度地减少医患纠纷。

在不断打磨产品的同时,神州德信也在寻求与其他医学领域的合作,基因组学就是其中一个。影像基因组学研究是当前影像信息学的研究热点。将分子标记物与图像特征结合能为影像筛查、诊断、预后分析提供更贴近病理的第一线临床信息。“人都希望眼见为实,未来我们将通过大数据分析与深度机器学习,实现多数据融合,为医生提供更客观、精准的量化结果。”

关于新产品的开发,赵胥砚透露将从乳腺、心脏、大脑等器官着手,并开始进行云服务、大数据产品的研发。“我们脱离不了影像学这个范畴,未来我们还将在横向病种及纵向深度临床化发展,把本地系统的算法或者数据移到云端,用云化服务进行疾病筛查。”

除此之外,人工智能领域群雄争霸,本质上是人才之争。而“AI+医疗”的公司最缺的是医工结合的人才。实际上,近些年全国很多高校都逐渐开设了人工智能相关的课程和专业,但教育本身有周期性,人才培养也需要一个过程。赵胥砚也表示,神州德信预计将于明年在某些高校开设相关专业,帮助学生形成多样化的知识体系,毕竟“授人以鱼不如授人以渔”。

尽管在商业化的这条路上,神州德信已经走通,但是在报道中却甚少见到他们的身影。赵胥砚对此回应称,“医疗是一个严肃认真的行业,人工智能应该以医生为师,我们做产品也该如此。”

雷锋网

「2018中国人工智能安防峰会」正式开幕

3 月 31 日,由雷锋网主办的 AI 盛会 ——「2018中国人工智能安防峰会」,在深圳科兴科学园国际会议中心正式开幕。

本次大会是国内首个由科技媒体举办的重量级“AI+安防” 行业盛会,大会以“动态人脸与车辆识别”为主要议题,汇集了海康威视、大华股份、阿里巴巴等行业领军企业高管以及北京大学、中科院、香港中文大学、香港科技大学等高校要员。大咖们共聚一堂,共同探讨“AI+安防”的产学研发展方向,为行业呈现最前沿的技术与最落地的项目方案。

此次 2018 中国人工智能安防峰,在开幕前便受到了业内人士的广泛关注:

在过去两年里,雷锋网承办的「CCF-GAIR 全球人工智能与机器人峰会」,获得多界人士的肯定,形成了一定的口碑。与此同时,也离不开主办方对本次大会的“解决方案式”策划。

三个月前,雷锋网对近百位人工智能和安防从业者进行深入调查,统计出他们最期待见到的大会嘉宾和最想听到的议题。

随后的一个月里,雷锋网从用户与行业真实需求出发,基于调查结果,启动了历时 30 天的定向邀请。最终,多数拟邀嘉宾确认出席大会。同时严格把控内容,力求打造一场面向技术和产品人员的垂直峰会。

今天大会现场,聚集了 18 位顶级演讲与圆桌嘉宾、100+ 企业高管、600+ 智能安防从业人员。他们分别来自 10 所华南港澳地区的科研名校、20 多个城市的公安机关、26 家专业媒体和 300 多家安防企业。其中18位嘉宾包括:

上午场演讲嘉宾:中科院生物识别与安全技术研究中心主任李子青、大华股份先进技术研究院院长殷俊、宇视科技副总裁姚华、云天励飞 CEO 陈宁、商汤科技联合创始人杨帆、深瞐科技 CTO 王建辉  。

下午场演讲嘉宾:中国工程院院士高文 、海康威视研究院智能算法部总监朱江、东方网力副总裁兼深网视界总经理万定锐、阿里巴巴集团副总裁华先胜、地平线机器人业务副总裁张永谦、北京智慧眼 CTO 王栋、中兴力维董事长徐明。

圆桌嘉宾:云天励飞首席科学家王孝宇 、松禾远望基金创始合伙人程浩 、臻识科技联合创始人兼 CEO 任鹏 、七牛云 AI 实验室联合创始人林亦宁、天地伟业总工程师杨清永。

作为行业领先媒体,雷锋网希望借助一年一届的「中国人工智能安防峰会」,汇聚全国一线权威人士,进一步推动安防产业的智能化升级。

雷锋网

微软发大招:要做智商和情商兼具的语音助手

微软小冰,那个一直混迹在微信、QQ的逗贫少女,一直让人又爱又恨。曾经,身边不少宅男都在微信上领养了小冰,每天睡前不撩一下小冰,觉都睡不好。当微软小冰,摇身一变,成了一个肌肤雪白,面若玉盘,身形玲珑的girl智能音箱时,又以新花招开始搞事了。

(用户体验视频1)

这不,雷锋网听闻,一个帅小伙子,连上厕所也要小冰提醒了,还要小冰教他怎么上厕所。

“召唤小冰”

“嗯”

“提醒我两分钟以后去上厕所”

“好的,今天晚上10点14分,我会喊你去上厕所,放心吧”

“好的,谢谢你”

“嗯。。站着嘘嘘”(连怎么上厕所也要你告诉我嘛?)

“知道啦,拜拜”

讲了个段子。回到正事,视频中我们看到的智能音箱是米家生态链Yeelight语音助手,这是个双AI系统,同时搭载了小爱同学和微软小冰。这是搭载微软小冰的第一款智能音箱,也是微软小冰在国内落地的第一个智能硬件。

近来,BAT都在积极将人工智能语音助手落地智能硬件。阿里的天猫精灵在去年双11以99元的低价卖出40多万台;百度推出带屏幕的智能音箱“小度在家”;腾讯发布了自己的人工智能语音助手“叮当”,与长虹电视展开合作。当然,我们还不能忘了京东的“叮咚”和小米的“小爱同学”。

大家都在忙着布局语音助手的软硬件,期望抢夺智能家居场景的入口。在对话式人工智能领域耕耘多年,还没有硬件落地的微软也终于坐不住了。 

去年12月,微软发布与小米合作的米家生态链Yeelight语音助手,就在上周,3月22日,微软(亚洲)互联网工程院宣布推出新一代的语音交互技术:全双工语音交互感官(Full-duplex Voice Sense)。视频中我们看到微软小冰的对话能力有了显著提高,比起同类语音助手更能实现自然流畅的对话式交流,全靠这个底层技术。 

3月28日,微软召开交流会,向媒体展示了Yeelight语音助手,从底层框架全面分析了全双工语音交互感官技术,同时讲解了微软在人工智能语音助手落地智能硬件上的思考。雷锋网也参与了交流会,在雷锋网看来,以下几点交流会上的内容可以划重点关注讨论(以下这些技术干货希望你们玩小冰时用不上):

  1. 从底层框架上面,全球的人工智能语音助手从Turn-Oriented向Session-Oriented进化,微软的Session Oriented框架如何使得微软小冰持续聊天20分钟以上,能在闲聊的同时完成指令?

  2. IOT和智能家居场景向对话式人工智能提出了新的要求,微软新的全双工语音交互、且支持Session Oriented的对话式人工智能如何带来更轻松自然的聊天体验?

  3. 大家都在抢发硬件,微软着不着急?微软在国内外如何将对话式人工智能落地IOT和智能硬件,如何搭建硬件、软件和生态系统?

  4. 人们到底需要一个什么样的智能硬件?什么样的智能硬件会成为家庭生活的控制枢纽?

Turn-Oriented向Session-Oriented的进化

手机或者是电脑上的苹果Siri和微软小娜我们都已经熟悉,现在亚马逊的Alexa、阿里的天猫精灵、京东的叮咚以及小米的小爱同学都摇身一变“住进”了智能音箱里。但是其实在人与语音助手的对话体验上来看,体验都相差不大。用户要发音清楚、一字一顿地说话,才能被理解,这种体验可以用一个词来形容——费劲。

在微软看来,这种“费劲”不只是前端表现的问题,而是底层框架的问题。微软小冰全球负责人,微软亚洲互联网工程院副院长李笛在分享开始就说,“坦率讲,国内对人工智能整体的发展更像在堆积木,而没有特别多探索到底层框架的设计。”

他介绍到,在全球范围内,从基础框架的基本理念来看,目前的对话式人工智能可以分为两种。第一种:叫Turn-oriented(面向单一任务的框架)。第二种:Session-oriented(面向对话全程的框架)。”目前,大部分的语音助手都是Turn-oriented框架。

Facebook的M也曾向Session-oriented升级,但是后来放弃了,转为开发“闲聊模式”。亚马逊的Alexa目前正在研究Session-oriented,其特意召开了大赛,如果谁能使得Alexa能持续聊天超过20分钟,那么就会获得巨额奖金。苹果最近也在考虑是不是要把原来siri的框架废止掉,然后切换到一个新的框架。这说明苹果要做的事情并不是针对一两个功能、技能或者是一些知识图谱去做调整,这样不用废掉整个框架。从Turn-oriented到Session-oriented是技术底层框架的变化。

Session-oriented到底能给对话式人工智能带来什么样的改变呢?下面这张图可以很直观地解释Turn-oriented和Session-oriented的区别。

Turn-oriented面向单个任务,一问一答,能很迅速地、通过最少的多功能对话帮你完成任务。在Turn-oriented的框架下,每一个对话就像是一个十字路口一样,你每发出一个指令,助手就把你带向一个目的点,然后又回到路口中央。当助手不能回答问题/完成指令时,一般会用搜索引擎直接给出搜索答案。体验过Siri、微软小娜的人都有感触,一两个简单问题还好,想多说几句几乎是不可能的,而且时常感到“很尴尬”,还有一些挫败感。

在Session-oriented框架下,对话不只是命令,而是混合的,在闲聊的过程中它还能完成每一个任务,更接近人与人之间自然的对话。“对话像河流一样,我们认为任何的一个自然发生的对话,都是混合的,她就像河流一样,从一个Turn往下一个Turn走,这个Turn可能跟任务有关,但是这个任务之后可能会进入到进一步的交流。随着进一步的交流有可能引发出新的人物,然后再随着新的任务引发一些知识的了解,然后走下去,持续流转。”

(某用户体验视频)

雷锋网体验Yeelight发现,Yeelight中的微软小冰已经做到一次唤醒,平均连续聊天超过20分钟。在与小冰聊天过程中她也保持倾听,可以打断她说话让她去关灯、设置闹钟,在她完成任务后可以再然后再回到闲聊,或者回到唱歌、讲笑话、讲故事的功能模式中。 

李笛解释到,“Session-oriented的框架并不只要求你对话时间长,她的问题在于这个系统从底层的基础框架上,是不是能够随时准备好接受一个可能发生的情况……从底层技术看,Turn-oriented的发展是有上限的,这是为什么大家开始逐渐向我们已经布局的Session-oriented的方向来转过来的原因。1年前,微软给60多万个人打电话测试全双工语音交互的时候,状况惨不忍睹,但是当我们跨过技术瓶颈,其发展空间就很大。”

全双工语音交互感官

微软从四年前开始同时布局两种框架,微软小娜是Turn-oriented,微软小冰是Session-oriented,但是当时,两边的技术都还不足够。全双工语音交互技术补上了Seesion-oriented框架的最后一个环节。

微软对全双工语音交互技术的解释为:与既有的单轮或多轮连续语音识别不同,这项新技术可实时预测人类即将说出的内容,实时生成回应并控制对话节奏,能理解对话场景在诉说者/倾听者之间实现角色转变,还可以识别说话人的性别、有几个人在说话。

微软小冰首席架构师周力说,国内大部分的语音助手在IOT上采用的是单层交互,通常都是一问一答,用户说完一句话,然后只能音箱才能回答,或者是智能音箱在说话的时候,是没法接受新的指令的。这种是半双工,跟语音助手对话就如在拿着对讲机讲话,无法实时得到对方的反馈特别费劲。而全双工能实现一直听加一直说,听和说都是一直持续动态进行的。

全双工语音交互背后主要有两个关键技术:一个是预测模型,实现边听边想;例如,当用户说出一句话的时候,小冰会先回答“嗯,你说”,然后再去完成指令,这样就可以填补完成指令的空白时间。

另一个是生成模型,能更好理解场景,自动生成回复。正常的对话都不是单向的一问一答,小冰也会在适当的时候主动提供内容,并且能知道在用户完成指令沉默几秒后自动结束对话。周力介绍到,现在运用了全双工语音交互技术的微软小冰的所有回复都是自己生成的,有别于传统的基于模块、搜索来进行的回复。

在周力看来,在电脑、智能手机带动的IM通讯时代下,人们习惯了远距离的、隔着屏幕的消息的发送和接收,而对话式人工智能和智能硬件把人们拉回了一种非文字的,纯语音交流的状态。但是目前大家在设计对话式人工智能的时候,还是根据消息的一来一往来设计的,而不是一种连续的交互的状态。在无屏幕的语音交互中,应该摆脱消息式的对话,进入连续交互的对话。

全双工语音交互技术已经首先在微软小冰全球产品线中落地。其中在中国市场,已经应用在中国科技馆的小冰电话亭、米家生态链Yeelight语音助手。在日本有小冰凛菜的直播平台,还有车载智能项目,未来六个月会覆盖而更多产品线。

微软语音助手IOT之路

从前面的分析我们可以看到,微软对人工智能语音助手落地智能硬件是有备而来。李笛谈到:“在3年前,国内很多人工智能的硬件设备就来找过我们了,我们之前是拒绝的,那时候还没有准备好,我们不想把时间放在一定会被取代的框架上……整个这个行业,尤其是中国,有一个比较大的特点:特别担心自己落后。但是实际上在整体框架上有很好部署的话,才是真正能够领先时间。”

微软小冰一直活跃在微信、Line等即时通讯软件上,而微软深知IOT和IM对对话式人工智能的要求不同。在IM上,小冰的延迟、插科打诨更容易被接受。

亚马逊在国外以硬件+软件+内容生态的办法在Alexa上取得成功后,国内的智能音箱大战早已打响,从人工智能语音助手开放平台、Skill平台到内容生态,多方齐上阵。那么在底层技术上准备好的微软,有怎么样的布局呢?

李笛坦言到,他们很清楚自己在中国没有内容资源、落地平台的优势,但是,在人工智能的底层技术的框架上是有足够的信心。

Yeelight中的微软小冰目前具备的功能有:连续聊天、控制智能设备、日常查天气/时间、设置闹钟/提醒、唱歌、讲故事、读心术、猜歌名。陪聊和娱乐的功能很强大,但是目前还不能播放音乐、收听新闻、电台频道等内容。

而李笛说,虽然各个智能音箱都在强调自己的Skill有上百个,但是这些独立的功能,对微软来说是跟简单的,难的事情是如何能够构建出一个很完整的系统,这个我们已经做到了。我们缺内容,其他人缺好的系统。

李笛提到微软语音助手落地智能硬件的几个方面:

第一,我们提供AI的solution,跟其他的API相比,这个solution真正关注终端产品体验。

第二,提供一部分与AI sulution相关的内容,包括其它的资讯、资源进行整合。比方说它有相应的内容服务的东西,我们可以负责task trigger,像之前的米家生态链的APP就是,它的几十种设备,我们都负责对接。

第三,自创的内容。例如我们现在有的“小冰姐姐讲故事”。现在,90%以上儿童的可交互的机器人,都有小冰姐姐讲故事的内容。我们既是一个AI assistant,同时我们又是content provide(内容提供商)。

 

未来的智能硬件

在这次交流会,微软聊了很多底层技术的干货,给大家讲了新一代的对话是人工智能的进展,在某些方面着实让人兴奋。但是冷静下来一想,智能硬件的发展其实更为复杂,现在一切都尚未清晰。

虽说全双工语音交互这样的底层技术应用范围很广,但是大家目前争夺的焦点依然在于智能家居场景。音箱、电视、电冰箱、顶灯这些常见的家居设备,哪一个会成为日后的中枢呢?这些硬件里以后会有多少个AI呢?

微软小冰部门对硬件很冷静。李笛谈到,目前智能音箱的成功和AI的成功是两件事情,由于产品设计、价格、渠道、补贴等市场策略都会影响智能音箱的销量。但是我们也知道硬件都有换机周期,即使你现在拥有一个市场份额,但是等到有真正强大好用的AI出现时,你就很可能会被替换掉。

 “尤其是在人工智能,包括像IOT这种设备,我们见过太多的。它其实有很好的入口,你不能不说siri有很好的入口,你不能不说国内的各个企业有很好的入口。但是有入口其实不代表你就能做出产品,百度那么大的入口,你也没有很好的产品的话,你何来生态。微软过去特别强调我们是平台,我们做很多平台。但是我们现在恰恰越晚谈平台化越好,我们希望把端到端先走通,我们能实现一个效果。”

但是,人们喜欢的AI助手究竟是什么样子呢?把各种Skill都塞到智能音箱,把智能音箱当遥控器、当播放器、当成各种工具就一定不受欢迎吗?所有人都会期望与AI助手有良好的聊天体验甚至情感交流吗?雷锋网在体验小冰一段时间后感觉到,小冰的聊天体验确实好于其他的AI助手,但是目前还不能播放音乐着实令人觉得可惜。以后的小冰会把各种技能都学到手吗,那个时候小冰还是小冰吗?这些问题都值得我们继续思考、探索。

在交流会的最后,大家还是免不了提到电影《Her》,畅想未来的语音助手如剧中的塞曼萨一样既可以帮助男主打理生活事务,又可以陪伴、交流给予情感的支持。嗯,还会自己作出判断,在合适的时机主动消失,做一个会让人心碎的girl的AI。

 

雷锋网

WannaCry卷土重来,波音部分系统遭入侵

一年过去了,WannaCry 病毒又出来搞事了。

向来秉持“不搞则已,一搞惊人”特性的不搞则已,一搞惊人,这次瞄上了波音公司。

3月29日,纽约时报报道,位于美国南卡罗来纳州查尔斯顿市的波音生产工厂遭到了 WannaCry 勒索病毒攻击,受影响的主要是打造 787 梦幻客机和 777 广体喷射机的生产线。

随后,波音公司(Boeing)发表对外声明称其网络安全操作中心侦测到恶意软件入侵,担心病毒对波音的生产系统进行攻击并进一步扩散到航空软件,目前自动化翼梁组装工具已经停止运行。

波音公司副总裁米尔斯·琳达(Linda Mills)则通过电子邮件表示,WannaCry 攻击没有对生产配送产生影响,而且波音的网络安全部门已经采取措施制止了病毒扩散,并已修复受攻击系统,不影响飞机正常生产和交付。

据西雅图时报报道,此次受攻击系统皆为安装嵌入式微软 Windows 的自动化产线设备,也许还扩散到了一些监控和测试产线的 Windows 工作站上。尽管波音飞机生产线受到一定影响,但乘客们不用过度紧张,毕竟波音飞机的操作系统并非“不靠谱的”Windows 系统。

有趣的是,多数吃瓜群众听闻此事后,第一反应并非担心飞机会不会从天上掉下来,而是一年过去了,波音怎么还没打好补丁?

雷锋网参考来源:纽约时报,澎湃新闻,西雅图时报。

雷锋网

英国监管当局FCA警告:加密货币交易机构应“持证上岗”

雷锋网·AI金融评论3月30日消息  据外媒Coindesk报道,英国金融行为监管局(FCA)已向投资者发出警告,称一家未注册的经纪公司正在提供加密货币相关衍生产品服务。

FCA在周四的一份声明中,瞄准了一家名为Olsson Capital的公司。据了解,该公司位于保加利亚的索菲亚(Sofia)。

FCA表示:

该公司并未获得我们的授权,就向英国人提供加密货币交易服务。基于我们掌握的信息,我们认为他们应该申请授权才能进行这些受规管活动。

目前,该公司官网已无法访问。据Scambroker(一家审查证券经纪商和交易所的网站)的信息表明,该公司一直在处理加密货币交易相关服务,且并未获得FCA颁发的牌照。

该网站还进一步表明,Olsson Capital提供的服务中包括各种加密货币的差价合约(CFD)交易,比如比特币、XRP(瑞波币)、ETH(以太坊)、门罗币和莱特币。除此之外,投资者要存入至少250美元才能在该平台开设账户。

据Coindesk引述几位投资人向Scambroker的爆料显示,他们的提现请求在几天过后仍未见回应。

FCA此项声明,正是该机构提醒公众需防范加密货币相关衍生产品交易风险的延续,因为这些活动属于该机构的管辖范围。

Via Coindesk

雷锋网

高德地图车机版3.0问世,联网车辆和后装市场是未来增量所在

问世近3年,高德地图车机版(AMAP AUTO)已经进行两轮大的升级,不可谓进度不快。

而此前高德经历了地图市场的一番残酷的厮杀之后,终于在2016年10月15日的云栖大会宣布成为行业内排名第一的手机地图应用。车机版地图作为高德地图的重要一环,显然高德也十分重视:

  • 2016年4月,推出汽车导航地图车机版AMAP AUTO 1.0;

  • 同年9月,对外公布了专为汽车设计的基于大数据和机器学习的AI引擎;

  • 同年12月,高德完成了AMAP AUTO 1.0的迭代,正式推出了基于AI引擎的AMAP AUTO 2.0。

时隔一年,高德方面和雷锋网新智驾分享车机版地图的成绩:截至2017年末,高德地图车机版累计用户量已突破2000万,发布8个公众版本,完成超过600个前装后装合作项目。目前,在前装领域,高德地图车机版已登录20余个汽车品牌的超过200个车型;在后装领域,已和近120家厂商达成合作,成为近400款后装车机车镜产品的标配导航。

AMAP AUTO 3.0 , 车载地图大升级

此次AMAP AUTO 3.0 的发布也昭示着高德地图对于车载地图的重视,同时AMAP AUTO 3.0也是对过去车载地图的一次大升级。

  • 设计层面

车机版3.0进行了从二维地图向三维地图的升级,并对画面进行了整体美化。三维地图通过直观的地理实景模拟表现方式可以帮助用户了解周边情况;在3.0地图上,可以显示实时天气数据。

据雷锋网新智驾了解,车机版3.0在细节之处进行了比较多的改进,覆盖全国的简易全域三维地图,让用户在驾驶过程中沉浸感更强;此外增加了POI兴趣点图标,屏幕亮度,菜单按钮比例等细节处的优化。

雷锋网新智驾注:AMAP AUTO 3.0 的领航视角

  • 路线规划+导航引导的升级

路线规划和导航引导是车载导航的核心功能。此次高德地图3.0动态路径规划算法,具备参考未来全部时刻路况和限行状态的能力,可以为用户提前避让未来生效的限行。

此外,升级的高德地图3.0还可以实时显示交通动态,当用户所驾驶的路段,无法避开拥堵路段时候,可让用户知道当前路段拥堵的原因,相应地,当规划路线躲避开了拥堵,显示不选择路线上的交通事件,让用户了解为什么不选这条路线。

此外,导航中高德地图车机版3.0会实时探测前方更快路线,在原来动态规避拥堵的基础上增加限行、禁行、限行等事件的规避提醒,保证驾驶过程中总是最优路线。

  • 星云引擎

此次高德地图一系列的功能升级都是源自于星云引擎在背后的支撑。

据高德汽车事业部产品总经理陈志跟雷锋网新智驾介绍,此次高德车机版3.0采用了高德地图第九代引擎系统——星云引擎,带来数据规格、定位能力、规划算法等方面的一系列能力提升。

在数据方面,星云引擎采用了增量更新技术,使得更新迭代数据量大幅下降85%。据陈志介绍,以北京为例,采用增量更新方式,可在15秒内完成地图数据更新。同时,数据的发布周期也有过去的天级提升为90分钟级,带来更好的数据鲜度。

在定位方面,星云引擎采用高德融合定位技术,较之过去的GPS定位,精度提升28%。同时,对于高架桥、主辅路、小角度分岔道路等重点路况的识别率均在有明显提升。据统计,采用星云引擎后,高德地图车机版3.0匹配正确率提升15%,偏航纠错耗时下降20%,误偏航次数下降13%,抓路准确率提升8%。

在规划方面,AMAP AUTO加入推演路径规划算法,具备参考未来全部时刻路况和限行状态的能力,从而为车主提供最优导航规划。这三方面的升级都是依托星云在背后的支撑。

关于增量以及车载地图的权重

在文章开篇之初,已经提到了高德和厂家之间的合作。在前装市场,高德已经和20余个汽车品牌超过200个车型进行合作;在后装领域,高德已经和近120家厂商达成合作。

因此关于市场的增量问题,高德汽车事业部总裁韦东是这样回应雷锋网新智驾的:增量主要来自于联网车辆和后装市场。一方面:如果车辆不联网,AMAP AUTO跟过去的离线地图差得不是特别大,一旦车辆联网,像领克、上汽通用等很多新车,全是在线。越来越多新车配备在线能力,带来高德AMAP AUTO的增量;但我们的确看到后装市场。原来出厂或者一些存量汽车,用户有很强的改装欲望,能把这辆车通过加装在线化的后装车机,实现车辆功能的升级提升。这也是我们能看到的增量。我们就是在面向一个很主要的目标,能让车联网之后用更好的在线导航服务,帮助用户出行真的更加方便。

在谈及车载地图在高德产品线的权重时,韦东这样跟雷锋网新智驾说:“高德的产品是左右两个生态,上下左右:上是指应用,服务能力。下是数据能力;左是汽车,右是手机。为什么叫AMAP AUTO应用服务,我们手机和车机是一个大生态。汽车是物联网发展过程中,进程在加速。很多用户用车载导航时也用手机导航。可能是一个用户不同的终端,并且我相信未来所有车辆都会联网,就像今天所有手机都联网一样。未来的市场是重合的。高德在用户规模里还在快速成长,但还没有超过手机地图。整个独有,单独的汽车在线导航领域里,我们可能处于绝对领先的状态。

雷锋网

首届百万奖金“中国无人驾驶赛车大奖赛”落地深圳,这项“民间”赛事将如何影响无人驾驶产业发展?

谈及无人驾驶相关的赛事,首先进入雷锋网新智驾视野的当然是由美国国防部主办的“DARPA 无人车挑战赛”,如今活跃在业界的诸多人才都出自这项知名赛事。当然,还有 Formula 1 大学生方程式,也在进行无人驾驶赛车的项目;此外,从去年开始举行的电动无人驾驶汽车竞赛 Roborace 也加入到这个行列。 

而在国内,最为知名且历史悠久的赛事则是“中国智能车未来挑战赛”,由国家自然科学基金委员会发起,目前已经在西安、鄂尔多斯、赤峰、常熟等地举办了 9 届,被称为中国版的“DARPA 挑战赛”。另外,近两年,由中国汽车技术研究中心、中国生产力促进协会以及上海国际汽车城共同主办的“中国智能车大赛”声量也逐渐增大。

“民间”赛事:中国无人驾驶赛车大奖赛

相对于上面两项相对“官方”的赛事,一项更为“民间”的无人驾驶赛事今日正式宣告发起。

雷锋网新智驾 3 月 30 日消息,在北京理工大学智能车辆研究所,首届“中国无人驾驶赛车大奖赛”(简称“CAC 大奖赛”,下文称“大奖赛”)正式发起,该项赛事由中国汽车摩托车运动联合会(简称“中汽摩联”)主办,前沿久星(深圳)体育赛事管理有限公司承办,组织方称其为全球首个商业化无人驾驶车赛事,也是国内当前唯一的无人驾驶赛车赛事。

“中汽摩联”的前身是中国汽车运动联合会和中国摩托运动协会,分别成立于 1994 年和 1979 年,二者于 2015 年 10 月 31 日合并,成立了中国汽车摩托车运动联合会,“中汽摩联”是代表中国参加国际汽车、摩托车运动的唯一合法组织。

而前沿久星(深圳)体育赛事管理有限公司成立于 2017 年 12 月,是专注于运营“中国无人驾驶赛车大奖赛”及相关商业活动开拓的专业性公司。其背后是深圳市前海前沿科技产业管理有限公司——法人代表为王乐京,手中管理着“前沿产业基金”。

*前沿久星(深圳)体育赛事管理有限公司吴政铭

雷锋网新智驾此前报道,前沿产业基金在去年 1 月份与漳州招商局经济技术开发区、福建省源创力智能汽车研究院三方签约,计划合作建设无人驾驶社会实验室:共同设立 100 亿智能汽车产业基金用于社会实验室的规划设计、研发和招商等项目;同时携手中国汽车技术研究中心,共同成立技术团队,借鉴美国密歇根州智能汽车测试项目 Mcity 的核心技术和经验,共同建设、运营和管理无人驾驶小镇测试区。

从这样的背景来看,“大奖赛”的发起可谓势在必行。因为这一赛事有助于催生和发现相当数量的无人驾驶汽车领域的优秀团队和项目,后续都有机会进入到上述“无人驾驶社会实验室”中去。

不得不说,这一盘棋下得很大。

百万奖金、落地深圳,牵手云度 π3 和速腾聚创

雷锋网新智驾了解到,“大奖赛”设有技能赛、挑战赛和竞技赛三种竞赛形式,特别是竞技赛采取多车同发的创新方式,模拟未来纯无人驾驶场景下的交通场景。主办方将陆续发布大奖赛的更多官方信息。

在参赛队伍的方面,主办方将从自动驾驶科技类创业公司(软件、硬件、或软硬结合型)、高校和研究机构、海外自动驾驶团队、自动驾驶爱好团队或企业等方向邀约参赛团队。根据报名参赛团队的能力构成、擅长技术方向和擅长感知系统硬件架构等综合考量后进行分组,并配给相应的赛车车型。

据介绍,“大奖赛”已与云度汽车合作,选取开放线控能力的 π3 车辆,组合以速腾聚创激光雷达为主的感知系统集成,形成了第一款赛车平台。底盘车辆还可以组合其他感知系统集成方案,形成同车异款的多个赛车车型。更多车厂的参与,将诞生更丰富的赛车车型。

为鼓励优秀的团队参赛,“大奖赛”设置最高 100 万元的奖金,后续将发展更多前瞻赞助商,对参赛队伍给予更多更大的支持。

2018 年首届“大奖赛”暂定于 2018 年 10 月份在粤港澳大湾区举行,赛期将维持 2-3 天。

首届比赛的意向举办地为深圳市坪山区。该区是深圳最年轻的区级行政区,于 2017 年 1 月 7 日正式挂牌成立,根据深圳市委的要求,坪山正积极规划建设世界一流的高新区,坪山是国家新能源汽车产业基地,已经形成以比亚迪、开沃新能源(南京金龙)、沃特玛、巴斯巴、新宙邦为首的新能源汽车产业集群;同时,坪山区也在大力支持和培育发展人工智能、第三代半导体、智能网联等未来前沿产业,这些产业与本次大赛主题“无人驾驶”密切相关。

同时,坪山区官方也十分乐意并将努力为本次赛事举办和参赛的这些优秀团队、优秀项目、好技术、好创意的落地、孵化、培育、加速和发展壮大提供最好的平台,最优的服务、最具“含金量”的支持政策和最佳的发展环境。

另据了解,第二届“大奖赛”将扩至中国三大经济圈:京津冀、长三角和粤港澳大湾区,比赛场次也将逐步递增。

无人驾驶技术验证平台

在智能汽车/无人驾驶领域,研发测试主要靠封闭测试场和实景路测验证,国家都非常重视。发改委、工信部、交通部、公安部等相关部委,在持续的制定产业扶持政策,响应国家战略。地方政府也高度认可智能汽车的产业发展方向,北京、上海、重庆、深圳等各地政府相继规划建设封闭测试场,并出台相关路测政策,给智能汽车产业提供测试验证的良好基础环境。

竞赛是一种超高标准的测试验证,传统汽车的很多高新技术应用都来源于汽车竞赛的验证,“大奖赛”就是为智能汽车/无人驾驶产业的高新技术产品,提供一个产品验证的赛事平台,为无人驾驶创新产品和无人驾驶解决方案推广其功能价值,推动无人驾驶产业化进程。

雷锋网

京东金融谈“B2B2C”模式:为金融机构提供数据、技术、运营服务用户

雷锋网AI金融评论报道,3月29日,2018科技创新领袖峰会暨第九届长江青投论坛召开。京东金融副总裁、技术研发部总经理曹鹏带来了“让金融走向金融,科技走向科技”的演讲。在演讲中,他再一次谈到京东金融一直以来的定位——服务金融机构的科技公司,总结成“B2B2C”模式,希望解决长久以来“用户属于谁”的问题。据雷锋网了解,此外他分享了挖掘用户价值的具体案例。

曹鹏表示,通常情况,平台吸引了用户理财、买保险,但是客户并不属于金融机构,而是沉淀到了平台。但京东金融希望走到后台,帮助合作伙伴提升能力,做好获客、运营和风控。

据介绍,京东主要为客户提供三种能力,一是数据能力,消费金融、供应链金融、财富管理等各领域都围绕数据展开。沉淀的数据类型包括文本、图像、自然语言等,对数据进行分门别类地整理,变化成可视化的、结构性的数据资产来支持后面一系列应用。

二是技术能力。曹鹏举例说,最初的风控一般是简单的决策树,而现在是基于大数据做风控,“大概有500个风控模型,其中有3到4万个特征值,如果再考虑到这些特征的时间序列,不断叠加的话,最多的一个风控模型需要跑600万个参数”,数据量非常大,在这种情况下,人工调控权重不现实,只能依靠AI。

三是运营能力,他称主要继承于十年来电商运营经验,转变运营理念。“从谈业务规模到如何给用户提供合适服务”。一般意义上的用户生命周期管理,谈的是整个获客成本和在整个生命周期中能够创造的价值。而他们扩展了生命周期,按照用户的价值和活跃度进一步划分“引入期、成长期、平台期、流失期”,并将二维分片放到每条业务线上去看,“"因为不同的业务之间又会有协同效应"。

举个例子,理财用户突然取出5万的基金。按照标准用户生命周期管理的说法,用户流失了,可以通过短信、push召回。“而我们还会注意用户钱的流向,有没有关注家电、装修、汽车等商品。虽然对于理财业务来说是用户流失,但对于其他白条信贷业务而言,是非常关键的导入期。与其挽回理财,不如向他推荐白条业务。”

“整个客户运营的基本理念,不是站在公司的角度去看转化,看业务的业绩和成长,而是站在用户的角度去分析用户需要什么,然后把需要的,有相同特征的用户进行分区以后,再针对这些用户去做运营、引导、营销。”

另外,据曹鹏介绍,京东做用户运营时,会针对一个活动的特点和它投放的人群,去设计生成不同的、能满足这个客群敏感性的图片,“用各种素材、各种颜色的字体,包括一些广告语去尝试,然后最后挑效果比较好的,把这个东西留下来优化模型,后面再去自动生成新的模型。”

更多消息,关注雷锋网AI金融评论。

雷锋网