av网站的免费观看丨无码福利一区二区三区丨亚洲人成影院在线观看丨337p人体粉嫩胞高清视频丨国内a∨免费播放

黨中央、國務院高度重視疫情防控工作，習近平總書記多次作出重要批示指示，強調要鼓勵運用人工智能、大數據等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面更好發揮支撐作用。
 

2月4日，工業和信息化部向人工智能相關企事業單位發出了“充分發揮人工智能賦能效用，協力抗擊疫情”的倡議。
 

“倡議發布非常及時，內容豐富和全面，基本涵蓋了人工智能助力疫情防控和恢復生產生活的各個方面，旗幟鮮明地給人工智能產業界吹響了沖鋒號。”余曉暉透露，倡議發出后，一大批人工智能企業紛紛響應并積極加入這場抗疫戰爭之中。各企業基于前期積累，充分發揮優勢，拼速度、拼技術、拼產品，在短時間內投放各類支持抗疫的AI系統、平臺和產品，在疫情監測和防控、疾病診斷、民生保障等諸多方面作出了積極貢獻。
 

“在本次疫情防控中，計算機視覺、自然語言處理、機器人和語音識別等人工智能核心技術都有廣泛的應用。”余曉暉認為，AI賦能效應主要體現在三個方面。
 

第一、人工智能賦能社會治理。根據人口遷移、熱力圖等可以進行疫情的智能預測、及時發現；第二、人工智能賦能醫療行業。研發的醫學影像輔助診斷系統、智能醫護機器人等應用，提高了診斷效率，降低了醫護人員感染的風險；第三、人工智能賦能傳統醫療生物行業。可以利用算力進行病毒基因測序、新藥研發、蛋白篩選等工作，幫助科研機構設計最佳解決方案，縮短研發周期，提高成功率。
 

從具體的應用上看，目前已經涌現出了諸多的典型案例。比如，曠視等企業研發的非接觸體溫監測方案，基于人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，可實現人流密集場所的快速體溫檢測。目前，曠視的AI測溫解決方案系統已在海淀政務大廳和海淀區部分地鐵站展開試點應用，系統對疑似高熱人員的檢測速度可達到每秒15人。
 

依圖研發的“新冠肺炎智能影像評價系統”是人工智能醫學輔助診斷的實際例子，2-3秒之內就能完成傳統評估需要5-6個小時的病例，極大提升了精準定量分析的效率。百度的智能外呼平臺一秒能撥出1500個電話，還可以通過定向或隨機發起撥入居民電話，自動詢問并采集疫情信息分析，并生成觸達統計報告，極大地提升了社區疫情防控的效率，減少了排查所需時間和感染風險。
 

與此同時，智能機器人在清潔消毒、物流運輸、工業制造以及安防巡邏等場景中都發揮了積極作用，提高救治效率、減輕人力成本，極大地降低了感染風險，推動實現了科學防控、智慧防控。
 

現階段，在疫情防控的同時，更好地實現復工復產是很多企業面臨的挑戰。余曉暉表示，AI作為賦能技術，在助力企業復工復產上也正在發揮積極作用。
 

“疫情期間復工復產既要保障安全、滿足防疫要求，還要解決很多面臨的難題。”余曉暉介紹，AI助力復工復產主要體現在安全保障和幫助復工復產兩方面。
 

在安全保障上，AI體溫測量解決方案、清掃消毒機器人、智能巡邏機器人、物流機器人、無人機等都可以助力疫情防控，提高防控效率，避免交叉傳染，為復工復產提供安全保障。
 

在幫助復工復產上，利用人工智能技術進行資源分配和物流方式選擇，可以提高分配效率，提高運轉效率，確保企業復工復產有序進行；在工廠引入機器人和AI技術，可以減少員工之間的接觸，便于疫情防控，廣州普理司科技、拓野機器人、滴普科技等都通過引入工業機器人和計算機視覺技術大幅提升了口罩生產效率；智能化辦公應用不僅使遠程辦公成為可能，其中的AI技術還大幅提高了遠程辦公的效率，阿里、字節跳動、騰訊等都推出了智能辦公應用，為企業遠程復工提供全套解決方案；人工智能客服還可以實現線上政務智能化，浙江政務服務網一體化平臺就利用智能語音機器人實現線上政務服務，減少不必要的見面環節。
 

值得一提的是，除了政府的有力指導，企業的積極行動，行業組織也在疫情防控中發揮了不可替代的積極作用。余曉暉透露，作為國家四部委指導下的產學研用交流合作平臺，中國人工智能產業發展聯盟（AIIA）在疫情發生后迅速行動，協調產業界各方開展了一系列工作，比如，開展人工智能企業抗疫產品研發及應用情況調研，建設人工智能抗擊新冠肺炎疫情信息平臺，啟動智能疫情防控產品評估等。
 

此次疫情創造更多人工智能的應用場景，通過此次疫情，我們發現人工智能技術正在廣泛應用于生產生活的各個方面，見證了人工智能技術的賦能能力，同時也看到了人工智能產業發展的新機遇。
 

余曉暉表示，目前，人工智能技術的發展已經到了一個新的階段，隨著深度學習的局限性不斷凸顯，傳統的機器學習技術再次受到關注。未來，神經科學等其他學科的發展，將促進人工智能領域技術演進。
 

人工智能企業需緊緊把握發展機遇。在余曉暉看來，人工智能產業鏈大致可以分為基礎層（計算基礎設施）、技術層（軟件算法及平臺）與應用層（行業應用及產品）。
 

余曉暉認為，對產業鏈中提供計算基礎設施的企業來說，主要是要根據產品和應用需求，加緊研發支撐端側AI計算需求的芯片，加快數據流通和共享，為上層算法平臺和行業應用提供堅實基礎。對技術層企業來說，要以業務為導向進行算法研發，利用技術優勢建設開放技術平臺，構建良好生態。對應用層企業來說，要利用好現有底層基礎設施和開放平臺優勢，結合我國數據和應用場景的優勢，提供更多更好應用產品和服務，與實體經濟融合發展。
 

面向未來，隨著AI融合賦能廣度和深度的不斷加強，不同場景應用提出不同算力需求，以物聯網、移動終端、安防和自動駕駛為代表的專用端側推斷芯片百花齊放，AI正式進入算力定制化時代。與此同時，隨著技術不斷成熟及商品化程度加深，應用賦能的深度廣度不斷加強，開始呈現應用深度融合泛化的態勢。
 

“為更好滿足應用泛化需求，未來人工智能應用及產業發展將呈現多平臺多系統協同態勢，以實現廣泛賦能。”余曉暉強調道。