龙空技术网

深思考人工智能杨志明:专用AI芯片+算法如何突进智慧医疗

智东西 694

前言:

眼前各位老铁们对“算法定点化原理”大致比较看重,小伙伴们都需要了解一些“算法定点化原理”的相关资讯。那么小编同时在网摘上搜集了一些对于“算法定点化原理””的相关知识,希望大家能喜欢,你们快快来了解一下吧!

3月9日,由智东西主办的GTIC 2018全球AI芯片创新峰会在上海召开,大会邀请到32名重磅嘉宾到场分享,超过一万名观众报名,会场内座无虚席。会场外甚至还有大量来晚的观众直接选择就地观看直播。

在这次大会中,iDeepWise(深思考人工智能)的CEO杨志明博士就AI芯片在智慧医疗和智慧商业的应用与发展做了精彩的演讲:如何用AI解决医疗行业的痛点,未来又将如何在智慧商业中布局。以下是智东西整理的演讲干货。

传统医疗检测的痛点

深思考人工智能成立于2015年8月,是一家人工智能领域的创业公司,核心团队均由来自于中科院人工智能、机器学习方向的资深科学家组成,目前专注于人工智能核心算法与终端人工智能一站式解决方案。主要落地的领域是智慧医疗,在演讲的开头,杨志明详细解析了目前的医疗检测行业背景。

宫颈癌是全球妇女中最为常见的恶性肿瘤之一。在中国,乳腺癌居女性恶性肿瘤发病率的首位,每年新发病例约为27.9万,并以每年2%左右的速度递增。因此,2011年,我国颁布《中国妇女发展纲要(2011-2020年)》,其中特别指出需要加强妇女两癌(乳腺癌、宫颈癌)的筛查工作。

但是,我国现在的国情是阅片医生缺乏、阅片效率不高,一纸检测报告通常要等上十天半个月,而在癌症等疾病的诊断上,人的生命是分秒必争的。除此之外,优质的医疗检测资源主要分布在一线大城市,在二三线城市或是偏远地区,医疗资源匮乏。

为解决这些问题,人工智能与医疗的结合,也就是智慧医疗,成为人工智能技术发展的关键方向之一。而目前普遍做智慧医疗的厂商所提供的方案是通用CPU或GPU在云端做相关分析计算,存在以下问题:1、隐私保护。普遍来说,医院不允许病人隐私信息上传至云端。2、AI算法短板。少有针对AI医疗影像识别的算法专门优化。3、专业医疗影像算力不足。在专业医疗场景下,无论是GPU还是CPU,针对医疗影像智能计算的实时性不足,特别是边缘计算的智能不足。

而在具体的医疗场景中,智慧医疗又有两大痛点:第一,在医疗影像的识别中,容易出现大量图形堆叠的情况,比如病理细胞。如何精准地识别、分割是一大痛点。这就好像在安防场景中,很多张人脸堆叠在一起,使得一般的人脸识别算法识别失败。第二,当医疗人员使用手术机器人做一些手术时,机器人需要对人体的组织进行精准定位和区分器官边缘,在这种情况下,如果边缘识别、定位不准确,或者是放到云端,其准确度、实时性是无法达到实用要求的。

软硬结合:专用医疗AI算法+专用AI芯片

针对以上智慧医疗的痛点,深思考人工智能推出了医疗影像专用AI处理器——M-DPU。

杨志明表示,该芯片支持智慧医疗影像中细胞或器官的位置检测、图像分割、细胞或器官图像分类所用的 Faster-RCNN、FCN、ResNet、JST等算法的加速。同时,结合深思考的深度学习模型压缩技术,对相应算法做定点化、稀疏化的压缩。结合M-DPU与压缩技术的优势,深思考的M-DPU在医疗影像领域体现出明显的性能优势。

深思考人工智能使用了大量数据做了测试。测试结果显示,深思考人工智能的M-DPU在100秒之内能够智能分类90000个细胞。而在TCT(宫颈刮片)的应用上,深思考人工智能的M-DPU加上其专门的宫颈癌识别算法给出了出色的成绩:鳞状上皮细胞异常检测敏感性达到98.4%,特异性达到99.77%,腺细胞异常监测敏感性达93.4%,特异性逼近99%,细胞类别分类精度达99.3%。

在演讲之后,智东西也在第一时间对杨志明进行了专访,他表示这次演讲中所提到的M-DPU是首次发布,这是一款基于FPGA打造的专用于医疗影像的AI处理器,同时具备先进医学影像算法加速核心和深度学习计算加速核心。

杨志明告诉智东西,就这款芯片,已经和大型医疗机构达成合作,进入应用阶段。经过大量训练的人工智能算法与M-DPU结合后,可以作为专业的医学大脑,提供高准确度的专业的医疗检测。

M-DPU体积小、功耗小、实时性高,能够灵活地部署到小型的终端设备,或部署到边远地区。同时,相对于GPU,M-DPU在医疗影像算力、成本方面也有优势。

智慧医疗外的探索:智慧商业与人机交互

深思考人工智能针对智慧商业将推出B-DPU,与场景结合,针对应用来做。杨志明认为这一芯片将运用在三大场景中,包括智慧展厅、无人监控、无人商店。在这些场景中,深思考人工智能可基于B-DPU来做用户身份认证、轨迹追踪和用户画像。

在2017年9月,中国中文信息协会主办的“第六届全国社会媒体处理大会(SMP 2017)”的首届中文人机对话技术测评(ECDT)中,深思考人工智能获得了特定域任务型人机多轮对话的第一名。凸显其在人机交互领域的技术优势,目前深思考也在与智能音箱等智能设备厂商进行合作。杨志明说,这方面的切入也会结合医疗来做,比如提供专属医生咨询,即通过AI学习知名医生经验与数据后,为用户提供专属医生的AI咨询服务。

结语:AI正在渗入各行各业

从深思考人工智能在GTIC上的分享来看,除去普遍被讨论的人工智能落地的热点领域——比如安防,像医疗这样的技术门槛很高的行业也能看到AI的身影。

虽然诚如深思考人工智能CEO杨志明博士所言,智慧医疗的市场还处于前期发展阶段,还处于行业成长期。但是,可以预见的是,人工智能将渐渐地渗入各行各业,推动这些传统行业的变革与发展。

标签: #算法定点化原理