标签归档:基于

基于 AI 技术上线智慧课堂 百度教育合作学校超过 1000 所

雷锋网消息,12月5日,2017百度教育年度盛典在北京召开。百度教育全新孵化产品——百度智慧课堂在会上同步亮相,现场展示了“AI+教育”的场景化落地。同时,百度教育也在会上推出了多种基于AI技术的全新产品功能,如:知识捕手、VR课堂、AR知识点解析、智能备课等。

百度公司总裁张亚勤刚刚从乌镇的世界互联网会上回来,他在年度盛典现场表示,去年乌镇峰谈及更多的是人工智能技术和算法,今年则更多谈及人工智能的落地场景。“百度教育是百度落地极为重要的场景之一。去年百度教育三大战略内容化、个性化、智能化,如今均取得不错的成绩。”

内容化、个性化、智能化

百度总裁张亚勤在发言中表示,百度在AI战略上的强化深入,将推动AI技术在细分领域的落地,教育正是其中重要的落地场景之一。依托百度云,百度教育将不断地把百度在人工智能、大数据、云计算的最前沿技术能力向教育行业进行输出,推动人工智能与教育教学实践的深度融合。

据张亚勤介绍,百度教育的内容方面,无论是百度文库还是百度阅读,均已成为行业内最大的应用。百度文库是国内最大的文档和学习资料服务平台,用户数超过5亿,优秀文档数量超过2亿,认证作者超过15万,知识图谱超过1068万。百度阅读作为严肃阅读平台,用户超过4000万,正版阅读资源超过20万,TOP图书覆盖率达到98%。

智能方面,百度教育如今拥有1200万知识库节点,通过图库可以建立知识之间的结构化及强关联性。此外,百度智慧课堂已经能够形成智能备课、授课、学习的解决方案,今年9月份上线,3个月内便覆盖超过1000所学校。

个性化方面,张亚勤表示,通过人工智能技术,百度教育能够对用户进行更深入了解,建立属于每个用户千人千面的教育谱系。例如在百度阅读中,可以将终端呈现个性化,使每个用户均有属于自己的图书馆。

用AI连接需求与服务

百度教育事业部总经理张高进行了以“智慧教育 创新融合”为主题的演讲。他提到,目前,百度教育的主要用户构成来自于百度文库以及百度阅读。另外,百度教育旗下面向K12和高校所打造的产品——百度智慧课堂,可以为中小学及高校提供智能备课、授课和学习解决方案。

同时,更多基于AI技术所打造的全新产品功能,如:知识捕手、VR课堂、AR知识点解析、闪电估分、智能备课等,也是满足用户教与学的需求的多种尝试。

“人工智能飞速发展的能力能够解决优秀教师缺乏的传统教育瓶颈,从而帮助用户形成个性化教育;但人工智能作为技术无法孤立存在,需要结合一线教师及学生的迫切需求。”张高在会上表示。

考虑到这一点,张高强调,百度教育团队过去一年内最重要的事情就是与一线合作伙伴、教师面对面交流,共同探讨技术与场景的可能性。此外,百度教育还与内容出版社及教育机构加强联系,去理解AI时代教育者的需求。

下一个AI与教育结合的机会,在于需求与服务的连接,”张高表示,“这也是今年及未来百度教育重点尝试的领域。”

张高表示,目前,百度教育通过开展“生态合作计划”,已与1000余家学校、5000多家教育机构以及超过400家出版社建立了合作生态,正在一步一步实现“AI+教育”的创新融合与服务落地。

开放合作打造教育服务生态

百度教育的两位产品负责人(百度教育ToC、ToB业务)则带来了2017年百度教育在产品方面的成果。据介绍,基于知识画像、知识连接、知识图谱,百度教育的教育多态内容已形成了一个智能知识库。智能知识库能够实现细颗粒度知识点挖掘,连接图书、文档、视频、音频等一切内容,最终形成知识网络。

百度教育ToC业务负责人杨宁表示,掌握一个知识点容易,掌握一套知识体系很难,在这点上,百度构建了一个教育知识库,利用多态内容满足用户体系化的学习需求。

百度教育ToB业务负责人王文韬在现场介绍了百度教育旗下产品线——百度智慧课堂。据雷锋网了解,百度智慧课堂是百度教育在基础教育和高等教育领域重点打造的一款资源服务平台。通过百度AI技术以及百万级专业知识图谱,串联优质教育资源,提高教育资源流通效率,从而推动区域化教育资源共享。

“受师资力量和教育基础设施的限制,我国的教育系统内仍普遍采用大班授课制,教育内容难以匹配到学生个人的学习情况。在教学过程中,百度智慧课堂能够帮助教育者探索以学生为中心的教学模式,为学生提供难度分层的学习资源。”

王文韬表示,百度在智能化帮助老师、从备课到教学、智能化帮助学生、智能化帮助学校、智能化帮助资源共享等方面进行布局。

例如,针对教师教学中优质备课资源缺乏这一问题,百度智慧课堂可精准识别用户身份,同步判断教学进度,从而实现与教学需求同步的备课资源推荐。

再次,在备课到教学这一块,百度将VR与传统教学相结合,集合了VR硬件设备、VR课堂管理平台以及VR教育资源三个方面的积累,“我们试图构建一个可交互的沉浸式VR课堂。

此外,百度智慧课堂为传统课堂增加了精密测量仪,通过对课前、课中、课后的学生学情进行跟踪分析,可以让老师了解学生的动态和学习需求,为教学规划的设定提供参考。

据雷锋网了解,在公益环节中,百度教育事业部总经理张高和江西省赣州市上犹县县长共同启动了百度教育年度公益项目——人工智能教育示范县。未来,百度教育将利用资源优势、技术优势,为基层师生带来优质教育资源与服务,打破教育资源壁垒,促进当地教育水平提升。

雷锋网

基于 AI 的围棋教育系统面世;国信优易牵手语言桥集团 推动 AI 解决传统翻译痛点| AI 掘金晚报

新款围棋教育系统爱思通面世 研发基于人工智能

8月12日,弈城围棋网发布消息:一款基于AI技术研发的围棋教育系统——爱思通AI-stone——将于2017年9月在聂卫平围棋道场正式运行。

据雷锋网了解,爱思通围棋教育系统由弈城围棋网研发,深入结合人工智能的优势,有望成为围棋入门教学的一款利器。

从功能上说,爱思通既能通过人工智能辅助围棋老师,也能成为孩子们一对一的助教,帮助孩子在互动中不断强化学习,从小养成解决问题的思维模式。

据悉,聂卫平围棋道场将于9月份新开一期“围棋入门新班”,尝试采用爱思通系统进行辅助教学。

国信优易牵手语言桥集团 推动人工智能解决传统翻译痛点

8月12日,第二届中国语言服务业协同创新发展论坛在成都举办。会上,国信优易数据有限公司与四川语言桥信息技术有限公司签署战略合作协议,双方将整合优势资源,用人工智能和大数据的技术解决传统翻译的问题痛点。

目前国信优易已自主研发出自动翻译平台,该平台拥有亿万级语科资源库、译员库、专家审核库等数据,利用数据多样精准的算法支撑,实现更精准、更快的人性化智能翻译。同时,国信优易将语言学、符号学、篇章分析学等众多相关学科的最新研究应用于自动翻译平台上,并利用大数据的运算能力和人工智能的洞察能力为翻译理论注入全新的动力。

法院“智能机器人”微信上回答5万个法律问题

近日,西安中院官方微信开通了一项法律服务功能——智能机器人“小法”,它可以模拟律师追问、法官判案逻辑,回答5万个法律专业问题,并能充当诉讼引导员,帮助当事人熟悉立案流程,能引用法条、分析案情并作出逻辑的推理判断,法条内容更是涵盖民法、刑法、商法等多个领域。

雷锋网了解到,西安中院是西部首家将大数据、人工智能技术与法律服务跨界结合的法院,“小法”其实是一家科技公司研发的一款智能机器人,是将法律专业与大数据、人工智能等软件技术专业结合的“法律人大脑”,通过将语音、文字等转化为数字代码与计算机进行对话,通过算法、智能图谱等技术专业的运用,“小法”可模拟律师进行追问、模拟法官类似案例的判案逻辑,从而给出一个客观、准确的结论。此举可较大程度缓解法律专业服务人员较缺、服务成本较高等问题给当事人带来的诉累,也能增进群众对法律适用的了解。

苏宁物流开放战略升级:聚焦“数据+无人”智能生态 服务20万客户

在苏宁物流开放三周年媒体通报会上,苏宁物流集团常务副总裁姚凯发布“苏宁物流下一个3年开放商业化战略”。

根据规划,至2020年,完成苏宁物流“基础设施航母编队建设”。苏宁物流将新建40座中大型仓库、50个城市分拨中心,仓储面积新增1000万平方米;航空物流突破100条,运输车辆超过10万辆;在农村和学校打造10000个服务站点,自提点更是超过50000个,快递点突破30000个;

至2020年,围绕专业化、技术化、规模化,形成全链条的服务矩阵,打造仓储、运输、城配、跨境、冷链、售后6大专业化产品群,服务20万余客户;

至2020年,建构以数据和无人为中心覆盖大数据、仓储机器人、自动驾驶等形态的2大智能生态,探索未来物流的新模式。

能定位、能报警 环卫工人用智能手环提升工作效率

雷锋网消息,余杭区城乡环境监管中心联合浙江联运知慧科技有限公司,为全区3000多名一线环卫工人“量身定制”的,目前正在试运行,很快就将成为余杭区环卫工人的标准配置。据了解,能监测心率、功能这么全的智能手环应用在环卫工人身上,在杭州还属首创。

智能手环是余杭区今年7月投入试运行的智慧环卫监管平台中的重要一环。在这个平台上,环卫工人佩戴手环,作业车辆和中转站等环卫设施要安装摄像头和各种传感器,工况和动态实时掌握。钱报记者在监管中心看到,显示屏传来实时数据和画面,车辆速度、位置、作业时间等数据在大屏幕上实时更新着,运动轨迹一目了然,以驾驶室为主视角的画面也清晰可见。甚至连清扫车的扫盘有没有运转,清运车装了多重的垃圾,也能看到。如果车辆偏离了预定线路,还会报警。

目前试运行的,是余杭区智慧环卫监管平台的一期工程。余杭环卫监管中心副主任俞洲洋表示,如果效果不错,他们还打算继续进行二期工程的建设,平台功能将进一步扩展提升。“比如河道保洁工人,工作环境风险大,过去也曾发生过溺水的情况。下一步我们会针对他们开发专门的监控设备,更好地保障作业人员的安全。”

乐山市商业银行与微众银行宣布达成战略合作协议

乐山市商业银行与微众银行于2017年8月11日在成都宣布达成战略合作协议。双方将在创新产品联合运营、科技成果共享、大数据、金融云计算、融资授信、理财业务等多个方面建立并加深合作。微众银行将乐山市商业银行视为该行在西南区的互联网金融创新产品联合运营首选行,而乐山市商业银行则会在包括互联网产品风控、金融科技、创新产品落地等方面跟微众银行开展并加强全面合作。

据乐山市商业银行党委副书记、行长杨志敏介绍,根据战略合作协议框架,除了正在紧锣密鼓的实施“微动力”产品外,今年乐山市商业银行与微众银行还会在着力解决小微企业融资难以及人脸识别、获客营销等多个方向进一步加强合作。通过双方更加紧密的合作,使乐山市商业银行迅速与当前先进的互联网金融服务平台接轨,实现人才与科技的优势互补,这将极大的提升该行互联网产品的体验与品质。

雷锋网

基于 AI-DR 来谈, AI 医疗影像该如何落地?

雷锋网消息,近日,北京大学医学部影像医学学系第二次学术年会在北京举行。当天上午举行了“医学影像与人工智能论坛”。推想科技的夏晨博士带来了《医疗人工智能的落地与应用案例》的主题演讲。

雷锋网了解到,夏晨博士在会上主要谈到了推想科技在 X 线的辅助筛查上面的应用,“主要是 AI-DR ,现在很多的人工智能公司都有 CT 的筛查产品,但 X 线的筛查产品还是比较少的。” 她认为,X 线设备的普及率是远高于 CT 的,同时检查费用也最低廉,放射计量也低于 CT/LDCT 。

在演讲中,夏晨博士从产品的角度去分享了 AI-DR 对于医生、患者、医院的意义。她表示,对于社区医院而言,数据量不够是一个“天花板”,医生无法得到充足的训练来获得经验;其次对于大医院的放射科医生来讲,他们每天基本上只能花1-2分钟的时候去完成 X 线报告的工作,医生就没有办法去很好的实现工作的精度要求;最后,对于病人来讲,很多人只是在Symptomatic(有症状)阶段才去进行影像检查或者医疗干预,因此怎么在病人就近就医时就能得到很好的服务,“上述的三点都需要人工智能进行介入和帮助,来提高天花板。”

以下为嘉宾演讲实录,雷锋网做了不改变原意的编辑。

夏晨:非常感谢洪主任的邀请来参加今天的“医学影像与人工智能”这个论坛,也非常荣幸的能够代表推想科技跟大家分享一下我们在过去大概两年半的工作。

首先,在座的并不是每一位都特别熟悉推想科技,我大概做一个公司的简介。

推想科技是一家什么样的公司?

我们专注做医学影像人工智能辅助诊断这一块。在过去几年里,已经实现了很多家医院的上线和试用,刚刚艾教授也跟大家分享了我们在同济医院上线的应用案例。

这是我们推想科技的大致发展历程:

在2015年,我们开始与四川省人民医院和武汉同济医院进行合作。

在2016年2月,我们开始与大连中山和上海长征医院进行合作;2016年10月是我们正式将产品在大连中山、上海长征、武汉同济进行上线使用的时间点,到现在医生使用的产品大概有超过8个月时间了。

之后开始与更多的医院展开合作。包括北京协和、湖南湘雅、北京天坛,其中山东聊城二院是 GE 肺癌筛查 total solution 的应用试点,我们提供了 GE 人工智能部分的服务。

2017年5月我们在产品发布会上正式将我们的三款产品推向市场,分别是:

第一款:AI-DR(X线的辅助筛查产品)。

第二款:AI-CT(CT影像的辅助筛查产品)。

第三款:AI-Scholar,主要是提供给医生,有科研需求的医生对深度学习也非常好奇,能不能通过操作的界面来实现深度学习的建模,发表一些科研文章。

我今天想要谈的是我们在 X 线的辅助筛查上面的应用,主要是我们的 AI-DR ,现在很多的人工智能公司都有 CT 的筛查产品,但 X 线的筛查产品还是比较少的。所以,借这个机会给大家分享一下。

我们也走访了很多医院,当我们来到大型三甲医院时,主任基本给我们的定调就是 X 线不是一个有前途的产品。

我们来看一下 X 线的情况:

第一:中国目前 X 线的情况,其实咱们不仅仅是看大型的三甲医院,咱们也去到了一些偏远的山区,看到了卫生所这样的基层医院,其实 X 线设备的普及率是远高于CT的。

所以, X 线影像尤其是胸部胸片的影像,它普及的地域和广度是非常广的。

第二: X 线的应用场景,比如体检、门诊、住院。在体检产品里,虽然大家都在推LDCT,CT筛查。目前来讲,大部分医院还是以 DR 胸片的检查作为体检里面必备的一个内容,它试用范围其实是更加广的。

对于病人来讲,它是一个检查费用更低的影像方式,尤其到一些偏远地区,病人会对200多块钱的 CT 检查产生迟疑,想要知道 CT 检查到底给我怎样更多的帮助。

此外,它的放射剂量目前来讲还是低于 CT ,其实它比 LDCT 检查的方式剂量还要少,基本上胸片是0.02毫西弗, LDCT 大概是0.5毫西弗。

行业对胸片检查是怎么看的?

我刚刚说的是一个大概的现状,我们也讲一讲行业内对胸片检查的观念。

其实2011年两篇大文章出来之后,基本上对胸片和胸部 CT 影像有了一个学界基本的定调,首先是 JAMA 研究报告指出,胸片的检查对降低肺癌死亡率根本没有什么明显的效果。随后《新英格兰医学杂志》又发表了一篇文章, LDCT 对肺癌的死亡率可以降低20%。

基本上这两篇文章出来之后,大家觉得就肺癌筛查这个领域来讲,应该推 LDCT 的筛查。

我的统计学老师告诉我,当我看到一份研究报告出现的内容叫 no difference(没有区别),我第一反映应该是 Do not accept null ,我对这个结果要有一个更加思辩性的判断。

到底是 DR 作为一个 X 线的影像,本身存在很大的问题,不能够反映这样的病变,还是说我们在使用过程中,人的视觉机制本身有一些瓶颈,导致我们很难从 DR 影像、 X 线影像、胸片影像上去发现这样的病变。

 AI-DR 实际应用案例分析

接下来,跟大家分享几例,我们在医院实际运用 AI-DR 过程中发现的几个病例,这个病例在座的医生可以仔细看一下,大家能不能够在影像上发现比较严重的病灶(给大家一些时间)。

在这样的一个位置,我们的 AI-DR 圈出了一个它认为是结节的病灶区,这其实是我们在一家 AI-DR 医院发现的病例,医生一开始的报告里并没有提及说在这个区域看到一些非常严重的病变,这样的争议案例,我们采用的是 CT 检查手段来进行验证。

大家也可以继续花一些时间看一下这个病例,在这个X线的胸片上,人工智能圈出了三个它认为是结节的病灶区,分别在左肺、右肺的上叶,还有一个是胃的位置,这个医生很快就排除它是个假阳性。

那这个左肺与右肺上叶上面的两个结节,其中左肺上叶的(结节)还是比较明显的,它的密度一下增加,然后形态学上也像是一个结节。

但是呢,右肺上叶的其实并不特别清楚,咱们放大看一下,其实并不是一个很明显的结节的影像特征,那  CT 的结果是什么呢?我们可以看到,在这边是半实性磨玻璃这么一个还比较大的结节。

对于这个案例,人工智能圈出来的位置,在右肺的下叶,我们放大看其实是能够看到一些密度的增加的,然后我们做一个 CT 的检查,看一下它所在的位置,可以看到其实隔肌有个阻挡,然后让这个病灶显的不是那么明显,但是人工智能可以发现它这个病灶的位置。

于是我们就开始有了疑问,X线是真的没有办法呈现病灶吗?还是说人眼的视觉机制没有办法在很短时间内判断这些特征并不是那么明显,对比度不是那么强的病灶位置?

所以,我们对于这个 X 线胸片要被淘汰,打了一个问号,当然它还是有局限的,像我们看到的所有案例,基本上它所发现的结节,都已经是2CM左右的一个比较大的结节,甚至是肿块的。

所以,它对于这些微小、早期病灶的检出,我觉得还是有局限的。其实在我们去讨论胸片这个技术的时候,医生认为胸片可能没有办法看到某些病灶的时候,我觉得另外可以思考就是机器和人在视觉机制、视觉识别上面的一些区别。

我这边还想跟大家分享的是,其实我们的人工智能并不是一开始就能实现这样一个检出的。这是另外一个病例,很明显的是大概三个结节的病灶,这个实性还是比较容易发现的,左肺上叶的两块,一个是靠近胸膜的膜玻璃,还有一个主动脉结上面的这个。

咱们看到病人的胸片时,也看到了他的CT常见的影像,那我们的模型表现如何?

在我们去年10月刚上 AI-DR 的时候,我们模型表现是这样的。

左边这个就是根本没有检出,然后还有很多的假阳性,到了今年三月的时候,把这个检出了,但是依然有一些假阳性。再到今年五月的时候,检出了这两个结节,但是依然还是没有检测到主动脉结上面的结节。所以,这个模型还有可以做的更好的地方。但是我们对它的期待是,随着它不断的去学习,不断的去进步,三个月之后、半年之后、一年之后会有一个怎么样的表现?这个是大家可以想像的一个空间。

当然,我们 AI-DR 不仅仅是看肺结节,我们实现了20多个标签的人工智能的辅助筛查,其中有一些标签我觉得是大型三甲医院的医生特别看中的,包括一些骨折的识别,气胸的识别,还有肺间的气胸,其实不仔细看还是容易漏的,气胸如果一旦漏诊的话,其实后果还是比较严重的。

AI技术能为医疗行业带来什么?

所以,从 AI-DR 这个产品的角度去想一想,对于医生、患者、医院有什么样的意义。

首先,对于社区医院而言。医生的经验或者诊断能力一部分来自学校的训练,另外一部分来自于实际病例累积的经验,但是我们到了这种社区医院,发现的是每天也就这么几个病人,他没有办法积累大量的经验。

所以,对能力的提升有一个天花板。然后对于大型三甲医院的医生又是怎样呢?

我觉得目前胸片科还是很大量的,基本上每个月是4万多的 X 线的诊断,我觉得45%的比例都是 X 线的胸片。

对于大医院的放射科医生来讲,他们每天基本上只能花1-2分钟的时候去完成 X 线报告的工作,所以,有些病变我觉得医生是不能够发现的,需要更多的时间,比如说去调整影像,仔细去看不同的疑似是病灶的地方,但是这个就需要花相当多的时间,对于医生已经那么繁忙的工作量来讲,就没有办法去很好的实现工作的精度要求。

对于病人来讲,我们大部分去医院的人群,其实按照人疾病的发展的一个过程,咱们基本上可以分为 Symptomatic (有症状)、 presymptomatic (早期症状)或者是 asymptomatic (没有症状)亚健康的状态。我觉得对于北上广这些发达的地方,大家对于一些 presymptomatic 或者 asymptomatic 阶段的身体还是比较在意的,会去采取措施让自己变的更加健康。但对于很多人来讲,他们只是在 Symptomatic 阶段才去进行影像检查还是医疗干预。所以,对于病人来讲,怎样通过在 Symptomatic 阶段,当他就近去到医疗机构,只有 X 线的诊断设备的时候,能够给到他最好的服务。

然后我们也在聊医疗体系,我觉得大家现在大方向还是会越来越变的更加先进,一定会越来越多的采取像MRI CT这样高端成像的技术去实现病灶的检出。

但是目前的现状来讲,我觉得X线设备的普及率还是非常高的,就现在设备的现状来讲,我们怎么样能够通过人工智能技术来进一步提高天花板。

其实我们推想科技6月份也是来到了日本,这里分享一点我们在日本的观察。

日本医生他们就是技师,技师就是拍片,然后放射科医生是需要跟患者进行沟通的,其实放射科医生大部分时间是在跟患者一起去聊,说我在你的影像上看到了什么,我觉得是什么,我觉得你接下来的干预会是什么样,我给你什么样的一些建议,他们会花大量的时间去跟病人去做沟通,其实是在其他国家和地区,放射科医生是有这样的一些职能,我觉得人工智能是可以在重复劳动上解放医生的精力,然后让医生有更多的时间去跟患者接触。然后提供一些更优质,更Personalized个性化的一些服务。

我的分享就到此为止,谢谢大家。

雷锋网

Chromixium OS 1.0 发布 – 基于 Ubuntu 的发行版本

Chromixium 项目宣布 chromixium OS 1 发布,一款基于 Ubuntu 的 Linux 分支,chromixium OS 试图重新打造一款外观和感觉与 ChromeOS 相似的完整的 Linux 系统。Chromixium OS 1.0 是该团队发布的第一个稳定版本,用户可在 SourceForge 网站下载。chromixium 结合 Chromebook 的灵活性和 Ubuntu 的长期支持版本稳定性,提供一个类似 chrome os 优雅简单的界面。







cnBeta.COM业界资讯