谷歌的AlphaGo在完勝人類頂尖圍棋高手柯潔后，DeepMind創始人戴密斯·哈薩比斯就頒布頒發AlphaGo此后將永遠退役，其團隊將把未來的研發精力投入到其他具有挑戰性的領域，包孕找到治愈人類重大疾病的方法、發明革命性新材料等等。

有些人認為人工智能在人類面前刷了一波存在感之后，可能又會像過去幾十年前那樣淪為一個起起伏伏的概念。但實際上它并沒有走遠，潛移默化中，人工智能早已滲透到了我們的諸多生活場景之中。

在中國，人工智能在細分領域的落地開花并產生實際應用價值，這件事并非一蹴而就，它是由某幾個科技領域的巨頭和一大批有想法、有創意的新銳公司共同完成的，前者飾演平臺方的角色提供底層技術支撐，而后者深耕細分領域。

“沒有場景支持的人工智能研究是空中樓閣”，騰訊集團董事長馬化騰曾經這樣說過。

事實也確實如此，如果用一個分數來形容，“下圍棋”這個技能或許僅僅是人工智能存在的一種可能性罷了，這個分母會隨著技術的民主化普及而逐漸增大。

近日，鈦媒體記者實地探訪了作為這個領域巨頭之一的英特爾以及與其相關聯的合作伙伴，從應用場景切入，感受人工智能是如何有效解決具體問題的。

一、人工智能輔助診療

人工智能與醫療領域的結合，在科技界應該是IBM開啟的先河，當人們還在感嘆人工智能怎樣發揮作用的時候，IBM的Watson已經為MD癌癥中心工作了好一陣子了，通過強大的認知計算能力，系統可以從病人病例和豐富的研究資料庫中尋找資料，為臨床醫生提供有價值的見解，幫手醫生找到有效的治療方案。

類似的案例也出現在了浙江大學附屬第一學院的超聲醫學科，該病院是率先嘗試用人工智能方式輔助診斷甲狀腺結節的醫學機構。

具體而言，這是一套由德尚韻興與浙江大學特聘教授孔德興團隊主導，依托英特爾至強融合處理器平臺開發而來的輔助診斷系統。

資料顯示，浙江德尚韻興成立于2013年，浙江大學特聘教授孔德興擔任主要的技術負責人，，公司專注的領域為人工智能、機器視覺、三維可視化和數字量化技術等圖像處理與分析在醫學領域的研究、開發和應用。

1、工作原理

浙江大學第一附屬病院超聲科趙主任展示系統

從功能上來說，這是一套基于超聲波影象的甲狀腺結節良惡性的輔助診斷系統，按照甲狀腺結節檢查時候拍攝的醫學影像的特征，通過對圖像的識別和標注，來幫手醫生更準確的做出診斷結論。

對于甲狀腺結節的檢查目前主要依靠超聲的方式，相較于CT和核磁，超聲的好處是自制、靈活、無副作用，所以它也是目前臨床醫學使用最為廣泛的一種檢測手段，不足之處是圖像不清楚、造影比較大，它對醫生的要求就比較高。

浙江大學第一附屬病院超聲科趙主任向鈦媒體體現，起初對這種系統也是半信半疑，因為涉及到病人診斷結果，如果不靠譜的話產生的危害非常大，但是嘗試幾次之后發現，確實能提升醫生的工作效率。

計算機視覺對圖像的處理，傳統的機器學習是報答定義特征，由于目前收集到的數據來源于多家病院，尺度和規范不統一，德尚韻興專門采用了一種有監督的深度學習，讓醫生對數據進行標注，每一個培訓的樣本都是醫生人工標注的，結節的大小、位置，還包孕病人的其他的病理特征，之后再反饋給機器進行訓練。

按照德尚韻興總經理胡海蓉提供的，“目前三甲病院醫生的平均準確率為60%-70%，基層病院會更加低一些，而輔助診斷系統目前準確率可以達到85%以上，不過由于在我國人工智能還沒有行醫資格，所以我們將其定位為輔助診療，只是給醫生提供一些參考。”

2、數據的作用

如今無論是互聯網巨頭還是芯片廠商，凡是直接或間接擁有海量用戶的公司，都會給本身貼上一個“數據公司”的標簽，大數據也是陪同著人工智能時代到來的一個典型特征。

對于計算機來說，所謂“思考”的過程素質上都是基于必然數據基礎、再根據特定的規則進行決策、判斷的過程，進入數據時代我們此前面臨的很多問題都可以轉換為一類特定場景下的數據問題。