2019年人工智能的发展趋势

尽管许多人把聊天机器人看成是AI的代名词，但两者依然存在差别。如今的AI聊天机器人已经进化得十分完善，与真人对话时甚至还会应用“嗯...”这一类口头语和停顿，但人们担忧这些机器人的行为过于逼真，开始考虑在对话时对其聊天机器人的身份进行确认说明的需要。

国外的科技巨头FAMGA（Facebook，Apple，Microsoft，Google与Amazon）以及国内的BAT都把目光投向了这一领域。

03 AI诊断前景巨大，制药巨头押注AI算法

11. 医学成像与诊断

美国食品与药物管理局(FDA)正加速推进“AI即医疗设备”趋势。2018年4月，FDA批准了AI软件IDx-DR，它可以在不需要专家干预的情况下筛查糖尿病视网膜病变患者，准确率超过87.4%。

FDA还批准了Viz LVO（可用于分析CT扫描结果以预测患者患中风危险）和Oncology AI套件（专注于发现肺部和肝脏病变），监管机构的快速审批为80多家AI成像和诊断公司开辟了新的商业道路。自2014年以来，这些公司共融资149笔。

在消费者方面，智能手机的普及和图像识别技术的进步正在把手机变成强大的家庭诊断工具，名为Dip.Io的应用使用传统尿液检测试纸来监测各种尿路感染。用户可以用智能手机给试纸拍照，计算机视觉算法会根据不同的光照条件和摄像头质量对结果进行校正。

除此之外，许多“ML即服务”平台正集成到FDA批准的家庭监控设备中，发现异常时即可向医生发出警报。

12. 下一代假肢

早期的研究正在兴起，结合生物学、物理学和机器学习来解决假肢面临的最困难问题之一，即灵活性。这是个十分复杂的问题，比如要让截肢者能够在假肢手臂上活动单个手指，需要解码其背后的大脑和肌肉信号，并将其转化为机器人控制指令，这些都需要多学科配合。

最近，研究人员开始使用机器学习来解码来自人体传感器的信号，并将其转换成移动假肢设备指令。

还有些论文探讨了新媒介解决方案，比如使用肌电信号(残肢附近肌肉的电活动)来激活摄像头，以及运行计算机视觉算法来估计他们面前物体的抓取方式和大小。

年度机器学习大会NeurIPS'18已经发起“AI假肢挑战赛”，进一步突显了AI社区对该领域的兴趣，2018年的挑战是使用强化学习预测假肢的性能，有442名参与者试图教AI如何跑步，赞助商包括AWS、英伟达以及丰田等。

13. 临床试验患者招募

临床试验的最大瓶颈之一是招募合适的患者，苹果或许能够解决这个问题。尽管人们在努力将医疗记录数字化，但互操作性（在机构和软件系统之间共享信息的能力）仍是医疗保健领域最大的问题之一。

理想的AI解决方案是从患者的病历中提取相关信息，并与正在进行的试验进行比较，为进行匹配研究的AI软件提供建议。

然而，像苹果这样的科技巨头已经成功地为他们的医疗保健计划引入了合作伙伴，苹果正在改变医疗数据的流动方式，并为AI开辟了新的可能性，尤其是围绕临床研究人员招募和监测患者的方式。

自2015年以来，苹果推出了两个开源框架——ResearchKit和CareKit，以帮助临床试验招募患者，并远程监控他们的健康状况，消除了地理障碍，苹果还与Cerner和Epic等流行的EHR供应商合作，解决互操作性问题。

14. 先进医疗生物识别技术

利用神经网络，研究人员开始研究和测量以前难以量化的非典型危险因素，使用神经网络分析视网膜图像和语音模式可能有助于识别心脏病的风险。

比如，谷歌的研究人员使用受过训练的视网膜图像神经网络来发现心血管疾病的危险因素，如年龄、性别和吸烟等，梅奥诊所通过分析声音中的声学特征，可以发现冠心病患者的不同语音特征。

不久的将来，医疗生物识别技术将被用于被动监控，比如谷歌的专利希望通过肤色或皮肤位移来分析心血管功能，这些传感器甚至可能被放置在病人浴室的“感应环境”中，通过识别手腕和脸颊的皮肤颜色变化，用来确定心脏健康指标，如动脉僵硬或血压。

亚马逊也申请了被动监测专利，将面部特征识别与心率分析结合起来。AI发现模式的能力将继续为新的诊断方法和识别以前未知的危险因素铺平道路。

15. 药物发现

随着AI生物技术初创企业的兴起，传统制药公司正寻求AI SaaS初创企业为漫长的药物研发周期提供创新解决方案。2018年5月，辉瑞与XtalPi建立了战略合作伙伴关系，预测小分子药物的性质，开发“基于计算的理性药物设计”。

诺华(Novartis)、赛诺菲(Sanofi)、葛兰素史克(GlaxoSmithKline)、安进(Amgen)和默克(Merck)等顶级制药公司，最近几个月都宣布与AI初创企业建立合作关系，以发现肿瘤和心脏病等领域的新药。

虽然像递归制药(Recursion Pharmaceuticals)这样的生物技术AI公司正在投资AI和药物研发，传统制药公司正在与AI SaaS初创公司合作。尽管这些初创公司中有许多仍处于融资的早期阶段，但它们已经拥有自己的制药客户。

在药物研发阶段，成功的衡量标准很少，但制药公司正把数百万美元押在AI算法上，以发现新的治疗方案，并改变旷日持久的药物研发过程。

04 合成数据集用以解决AI的数据依赖

16. 预测性维护

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!