人工智能結合醫療健康：美國五大科技巨頭成立地球最強醫療AI組織

　　人工智能的技術(shù)應用主要是在以下幾個(gè)方面：

　　自然語(yǔ)言處理(包括語(yǔ)音和語(yǔ)義識別、自動(dòng)翻譯)、計算機視覺(jué)(圖像識別)、知識表示、自動(dòng)推理(包括規劃和決策)、機器學(xué)習和機器人學(xué)。按照技術(shù)類(lèi)別來(lái)分，可以分成感知輸入和學(xué)習與訓練兩種。計算機通過(guò)語(yǔ)音識別、圖像識別、讀取知識庫、人機交互、物理傳感等方式，獲得音視頻的感知輸入，然后從大數據中進(jìn)行學(xué)習，得到一個(gè)有決策和創(chuàng )造能力的大腦。

　　從上世紀八九十年代的PC時(shí)代，進(jìn)入到互聯(lián)網(wǎng)時(shí)代后，給我們帶來(lái)的是信息的爆炸和信息載體的去中心化。而網(wǎng)絡(luò )信息獲取渠道從PC轉移到移動(dòng)端后，萬(wàn)物互聯(lián)成為趨勢，但技術(shù)的限制導致移動(dòng)互聯(lián)網(wǎng)難以催生出更多的新應用和商業(yè)模式。而如今，人工智能已經(jīng)成為這個(gè)時(shí)代最激動(dòng)人心、最值得期待的技術(shù)，將成為未來(lái)10年乃至更長(cháng)時(shí)間內IT產(chǎn)業(yè)發(fā)展的焦點(diǎn)。

　　人工智能概念其實(shí)在上世紀80年代就已經(jīng)炒得火熱，但是軟硬件兩方面的技術(shù)局限使其沉迷了很長(cháng)一段時(shí)間。而現在，大規模并行計算、大數據、深度學(xué)習算法和人腦芯片這四大催化劑的發(fā)展，以及計算成本的降低，使得人工智能技術(shù)突飛猛進(jìn)。

　　驅動(dòng)人工智能發(fā)展的先決條件

　　物聯(lián)網(wǎng)——物聯(lián)網(wǎng)提供了計算機感知和控制物理世界的接口和手段，它們負責采集數據、記憶、分析、傳送數據、交互、控制等等。攝像頭和相機記錄了關(guān)于世界的大量的圖像和視頻，麥克風(fēng)記錄語(yǔ)音和聲音，各種傳感器將它們感受到的世界數字化等等。這些傳感器，就如同人類(lèi)的五官，是智能系統的數據輸入，感知世界的方式。而大量智能設備的出現則進(jìn)一步加速了傳感器領(lǐng)域的繁榮，這些延伸向真實(shí)世界各個(gè)領(lǐng)域的觸角是機器感知世界的基礎，而感知則是智能實(shí)現的前提之一。

　　大規模并行計算——人腦中有數百至上千億個(gè)神經(jīng)元，每個(gè)神經(jīng)元都通過(guò)成千上萬(wàn)個(gè)突觸與其他神經(jīng)元相連，形成了非常復雜和龐大的神經(jīng)網(wǎng)絡(luò )，以分布和并發(fā)的方式傳遞信號。這種超大規模的并行計算結構使得人腦遠超計算機，成為世界上最強大的信息處理系統。近年來(lái)，基于GPU(圖形處理器)的大規模并行計算異軍突起，擁有遠超CPU的并行計算能力。

　　從處理器的計算方式來(lái)看，CPU計算使用基于x86指令集的串行架構，適合盡可能快的完成一個(gè)計算任務(wù)。而GPU從誕生之初是為了處理3D圖像中的上百萬(wàn)個(gè)像素圖像，擁有更多的內核去處理更多的計算任務(wù)。因此GPU天然具備了執行大規模并行計算的能力。云計算的出現、GPU的大規模應用使得集中化的數據計算處理能力變得前所未有的強大。

　　大數據——根據統計，2015年全球產(chǎn)生的數據總量達到了十年前的20多倍，海量的數據為人工智能的學(xué)習和發(fā)展提供了非常好的基礎。機器學(xué)習是人工智能的基礎，而數據和以往的經(jīng)驗，就是人工智能學(xué)習的書(shū)本，以此優(yōu)化計算機的處理性能。

　　深度學(xué)習算法——最后，這是人工智能進(jìn)步最重要的條件，也是當前人工智能最先進(jìn)、應用最廣泛的核心技術(shù)，深度神經(jīng)網(wǎng)絡(luò )(深度學(xué)習算法)。2006年，Geoffrey Hinton教授發(fā)表的論文《A fast learning algorithm for deep belief nets》。他在此文中提出的深層神經(jīng)網(wǎng)絡(luò )逐層訓練的高效算法，讓當時(shí)計算條件下的神經(jīng)網(wǎng)絡(luò )模型訓練成為了可能，同時(shí)通過(guò)深度神經(jīng)網(wǎng)絡(luò )模型得到的優(yōu)異的實(shí)驗結果讓人們開(kāi)始重新關(guān)注人工智能。之后，深度神經(jīng)網(wǎng)絡(luò )模型成為了人工智能領(lǐng)域的重要前沿陣地，深度學(xué)習算法模型也經(jīng)歷了一個(gè)快速迭代的周期，Deep Belief Network、Sparse Coding、Recursive Neural Network， Convolutional Neural Network等各種新的算法模型被不斷提出，而其中卷積神經(jīng)網(wǎng)絡(luò )(Convolutional Neural Network，CNN)更是成為圖像識別最炙手可熱的算法模型。

　　IT巨頭在人工智能上的投入

　　技術(shù)的進(jìn)步使得人工智能的發(fā)展在近幾年顯著(zhù)加速，IT巨頭在人工智能上的投入明顯增大，一方面網(wǎng)羅頂尖人工智能的人才，另一方面加大投資力度頻頻并購，昭示著(zhù)人工智能的春天已經(jīng)到來(lái)。