每日最新頭條.有趣資訊

騰訊優圖實驗室更新 快馬加鞭布局AI市場

騰訊日前將優圖實驗室更新為電腦視覺研發中心。

作為騰訊旗下三大AI實驗室之一,優圖實驗室,不僅完成了更新,更與國際期刊《科學》達成戰略合作,共享在電腦視覺領域的資源和資訊,聚焦並加強在電腦視覺領域的投入,產學研無障礙合作。

騰訊優圖實驗室總經理、傑出科學家 賈佳亞

“和《科學》的合作主要有兩個作用,即應用和連接。”騰訊優圖實驗室總經理、傑出科學家賈佳亞在日前舉辦騰訊優圖電腦視覺峰會上解釋道,作為一個既承擔研發任務,又做場景解決問題的研究團隊,優圖實驗室想為中國科研人員引入與全球最好期刊的聯繫,幫助他們更加了解前沿科學的發展。

往前看,從去年開始,騰訊對AI一直保持極高的熱情。

圍棋AI絕藝、Dreamwriter、騰訊覓影等等,無論是遊戲、內容、社交,還是金融、醫療等傳統領域,騰訊的AI技術均有涉及。

3個多月前,“雲·2018雲+未來峰會”上,騰訊副總裁、騰訊雲總裁邱躍鵬宣布,騰訊AI應用服務全面免費。去年11月,馬化騰也表示,“對於騰訊來說,我們更加關注,我們在AI方面能做什麽。”

騰訊SNG的優圖、音影片和量子三大實驗室中,優圖率先更新和發力,讓我們看到了“AI in All”的騰訊正加速將更多的想法變成現實。

1

更新:實驗室到研發中心

騰訊優圖實驗室創立於2012年,是騰訊三大人工智能實驗室之一。

自成立起來,除了在QQ、QQ太空等騰訊自有的產品線中落地,還為微眾銀行、順豐、中國聯通、每日優鮮、中國南方電網等輸出AI能力。

據了解,優圖實驗室已接入70多條騰訊產品的生產線,有超過300多家客戶落地。

騰訊高級執行副總裁湯道生

“AI既要在技術上“跑高分”,也要深入“跑場景”。”騰訊高級執行副總裁湯道生表示,除了在基礎能力上跑高分,AI已經在許多垂直領域技術落地,進入到跑場景的時代。

據了解,人臉和OCR是電腦視覺中最早能夠落地的場景,所以優圖進入政務、金融、社交娛樂最早。而從去年開始,優圖進入了更多垂直方向,包括交通、運輸、廣告、零售、教育和資訊流等。

今年的重點則在醫療和自動駕駛,及自動路線上感知系統的建立。

“最重要的是優圖實驗室提供給公司內外服務的調用超過3億次,這一數量在所有的技術團隊裡面,我相信是首屈一指,而且是值得一提的。”對於這些數字,賈佳亞顯得十分自信。

而在戰略布局中,優圖以電腦視覺為核心,圍繞社交娛樂、工業生產、社會進步、前沿探索四大方向,包括醫療、自動駕駛、工業、零售、辦公、文化、社會公益等十大領域的具體應用。

比如在“AI+零售”上,優圖集中火力做了兩件事:一個是智能貨櫃,一個是優Mall。

以優圖智能貨櫃為例,其依托於商品識別,能夠迅速完成商品購買和商家完成供應鏈的管理,目前線上日均240個訂單,最新版本識別率達到99.05%。

此外,優圖實驗室每天有億級調用率,其3D人臉、人臉分析和人臉編輯等技術依托於天天P圖、微視,實現實時瘦臉、瘦身等功能。

在前沿科技方面,優圖與騰訊的自動駕駛團隊合作,包括路線理解、多模態融合和行為預測、3D點雲的理解等路線方面都有所進展。

就在去年,騰訊優圖在國際權威的電腦視覺算法評測平台KITTI中,將car tracking benchmark測試上的車輛追蹤準確率提升至87.76%,一舉打破圖森(TuSimple)、百度(DuEye)、斯坦福(MDP)等名企名校創下的紀錄,斬獲數據集排行榜第一。

2

全方位落地,深耕AI醫學

提到騰訊AI在各個垂直場景的應用陸續落地,就不得不提的是AI醫學,這也是騰訊一個深耕的戰略方向。其中騰訊覓影,作為騰訊發布的首款將人工智能技術運用在醫學領域的產品,堪稱國內AI醫學的標杆。

騰訊覓影已實現了利用AI醫學影像分析輔助醫生篩查食管癌、肺結節、糖尿病視網膜病變、結直腸腫瘤、乳腺癌等疾病,以及利用AI輔診引擎輔助醫生對700多種疾病風險進行識別和預測,並與國內100多家頂尖三甲醫院達成合作。

“一是醫療流程的優化,資源的優化;二是在疾病的診斷和預測方面,今天我們講的很多圖象處理,比如說讀片,這也是診斷,尤其是癌症方面,如何預測今後的發展,可以早期診斷、早期治療,這方面的數據很多,運用人工智能的確可以減輕很多的工作負擔;三是精準醫療,尤其是精準手術方面。”《科學·機器人》編輯楊廣中教授在演講中提到,這三個方向,是今後AI在醫療方面的重要方向。

根據中國數字醫療網(HC3i)的《2016—2017年度人工智能+醫療市場分析及趨勢報告》顯示,醫療人工智能的中國時代已經到來:2016年中國人工智能+醫療市場規模已達到96.61億元,2018年有望達到200億元。

“AI只是作為輔助手段。但是這個輔助手段,已經大大地降低了我們臨床醫生勞動的強度,同時提高了我們的準確性。”中國醫學科學院腫瘤醫院流行病學研究室喬友林教授補充,AI並不承擔責任,AI提供一個概念,告訴人們一個可能性。

喬教授提到,醫生最後都會喜歡人工智能,因為它讓臨床工作變得更加容易了。

“下鉗子的時候,(AI)告訴你在這下鉗子最準確。因為宮頸就那麽點,你想取錯了以後,對婦女也不好。乳腺癌也是這樣的,哪個地方該取就到哪取就完了,你扎很多眼,婦女也不高興。”喬教授補充道。

通過騰訊的技術,把CT、核磁、病理檢查的讀片做的更精確、更快捷有效,但在診斷階段,臨床還要做哪些檢查和分析,還是需要醫生把握。

但即便是這個小目標,實現起來也並不容易。

一來,國內醫院數據相對孤立,對於外部企業,如何獲取結構化的數據進行機器學習本就是困難;二來,雖然醫療市場前景廣闊,但有多少數據真正有價值,能夠給機器提供訓練,同樣要打一個問號;三來,雖然人工智能領域近年異常火熱,但同時理解人工智能和醫療的跨境人才,遠沒有想象的多。

“對於新病種的發布,騰訊非常謹慎。很多時候我們會預留更多時間,測試可能要測試半年,最後真正成熟了我們才放上去。”同時,鄭冶楓提到,行業競爭非常激烈,並沒有哪家公司能夠一夜之間脫穎而出,所有的一切,都有待時間的檢驗。

不遠的將來,AI會把我們更多的想法變成現實。

值得一提的是,峰會上,鋅財經還採訪到了地球上第一個拿護照的電子合成人——Neil Harbisson。

由於受achromatopsia(即“完全色盲”)疾病困擾,在21歲之前,Neil的世界只有黑白,直到他遇到了電腦科學家Adam Montandon,並最終得以在顱骨上植入天線。

通過這根天線,Neil通過傾聽振動,而非肉眼觀察,來感知顏色。

“我花了幾個月的時間,大腦開始慢慢適應這種聽聲音的感覺,適應之後也不覺得煩了。但是一開始比如像紫色,他是非常高頻的聲音,就聽上去有點不太舒服。”Neil說,借助機器,他不僅可以聽到顏色,甚至可以感知紅外線和紫外線等常人無法感知的信號。

我們在Neil身上觀察到了未來AI的更多可能,比如,如果Neil希望,他可以不通過耳機,直接借助已有的設備接電話、聽音樂。

“對基礎技術研究保持足夠耐心,不設KPI。”湯道生說,持續加碼電腦視覺技術的研發投入,未來,騰訊還會進一步聯合全球產、學、研各方力量,同時,技術成果會開放給上下遊的合作夥伴。

那麽,這一次更新,也讓我們更加確信騰訊優圖將會給AI和相關行業帶來更多可能。

文章 ∣ 二楞

責編 ∣ 冉遺

?本文版權歸“鋅財經”所有

部分圖片來自網絡

   

獲得更多的PTT最新消息
按讚加入粉絲團