2月28日，“AI赋能·智联万物” AIoT开发者沙龙苏州站于苏州高铁金科大酒店举行，深思考人工智能机器学习首席科学家受邀参会，并发表了题为《AI赋能·万物皆思考》的主题演讲，向大家阐释了当前人工智能的新进展和新应用。

伴随着AI的大规模落地应用，智联万物的时代也已经来临，AI赋能个体将升级为赋能整个生态，走上深度场景化。这一阶段是万物互联走向商业化落地的重要节点，能否构建智能化生态系统，将是影响企业真正实现智能化商业落地的重中之重。

在前几日的新华社的报道中，深思考CEO兼AI算法科学家杨志明博士就曾提到：人工智能技术不断发展，正与垂直应用场景的深度结合，如智慧医疗场景下的影像人工智能、病理组织人工智能、病理细胞人工智能、基因诊断人工智能、人工智能全科医生等。

在本次演讲中，王博士向大家更详细地介绍了业界的两方面最新进展。一方面从人工智能技术发展角度来说：人工智能技术在推进如何利用“小数据”也能做出非常好的AI模型，同时实现AI模型从一个领域到另外一个领域的“迁移学习”；另外一方面从垂直应用场景来看，垂直应用场景正不断被开拓，拿医疗场景来说，如影像AI、病理组织AI、病理细胞AI、新药筛选、基因诊断AI、AI全科医生等。

“AI可以解决一些重要且迫切的问题，例如宫颈细胞学筛查。”王博士讲道，宫颈癌是女性最常见的恶性肿瘤之一，但它又是一种可以明确病因并能进行早期预防和治疗的癌症，因而早期筛查对于防治宫颈癌极为重要。目前国内医疗和医生资源严重不足，中国病理医生与人口比例为 1:70000，基层偏远地区更是缺乏，而且人眼阅片费时费力，每张片子约10分钟，每天最多阅片约100张，伴随着阅片数量多，阅片压力也在慢慢增大，阅片人员由于疲劳和技能水平及主观判读等因素造成敏感性仅有65%左右。

总的来说，现实的情况尤为残酷，因为目前国内存在基层医疗机构、社区医疗机构、广大欠发达地区的医疗资源匮乏、专业医生人手不足等问题。而AI+医疗可以有效缓解医疗专业人员不足、水平参差不齐、就医群众数量众多，基层医疗机构就医压力大等问题。

深思考人工智能推出了全自动人工智能宫颈细胞学辅助阅片系统，AI筛片可以做到“五高”：

这样的AI系统就可以很好的缓解上述的医疗资源不平衡与就医压力大的矛盾，能够帮助医生实现大规模的实现宫颈癌筛查，在专业病理医生缺乏的基层医疗机构更能辅助医生更准确的筛查出宫颈癌症，大幅度提升阅片的速度和准确率，AI技术具备了性能、效率、敏感性、特异性等方面的优势，实现了基层医疗筛查的大规模落地，解决了基层社区资源稀缺和人才匮乏等问题。

2017年8月31日，国家食品药品监督管理总局（以下简称CFDA）发布了新版《医疗器械分类目录》，新增了与AI辅助诊断相对应的类别，在目录中具体体现在对医学影像与病理图像的分析与处理。这意味着，如果医疗影像AI产品想要走医院采购这条路，必须要通过相应认证。目前，FDA与CFDA已经批准了一些人工智能产品，同时，在一些国内或国际性的医疗人工智能大赛上，有一大批优秀的医疗人工智能产品也已达到落地应用的水平。例如在2018AIIA杯全国医学人工智能大赛上，深思考人工智能荣获全国冠军，目前，深思考人工智能宫颈癌辅助筛查系统已与大部分第三方检测机构和全国几十家顶级三甲医院进行深度合作，相信AI医生离“正式上岗”已不远了。

会上，王博士还提及到现阶段医疗人工智能落地中存在的一些难点问题，比如：医疗数据难以获取，AI+医疗复合型人才奇缺，AI技术与医疗业务理解上存在跨领域鸿沟，AI医疗研发周期长，实现落地收入周期长，临床实验费用高，医院应用门槛高、AI的CFDA认证周期长等一些列难点和瓶颈问题，不过相信随着人工智能技术的发展，政府对AI落地应用场景的政策支持，AI技术与医疗业务结合的深入，在很快的将来就有一批“AI医生”在一些岗位上发挥其自身的巨大作用，例如全国对妇女的“两癌筛查”等应用场景就会出现AI“医生”的身影，让AI辅助医生的工作，减轻医生工作量，提高效率，最终实现普惠。 

除了在智慧医疗大健康的布局，王博士还讲到了深思考通过多模态深度语义理解技术在智能汽车领域的落地。

针对于车内人机交互的场景，深思考通过“多模态深度语义理解与人机交互”技术实现车内外场景的理解，从而更加主动、更加智能地发现、满足人们的需求，极大地提高车内人机交互体验。

在智能汽车的场景下，王博士还介绍了智能汽车在落地过程中遇到的两大问题：第一，实时性，不能完全云端运行的场景，比如信号不好时，云端反馈回来比较慢，上云反馈结果以后这个车可能开过去了，这类实时性要求比较高，我们通过端模式针对这个场景做实时运算。第二是车内个性化需求，包括针对用户的习惯和爱好做人机交互对话，根据不同场景、不同用户的习惯跟用户实现人机对话。

深思考通过车内外模组的互相协作的方式，车外模组对当前车辆所处的场景进行理解，提高驾驶的安全和舒适性。车内模组通过多轮跨域上下文理解、场景理解与提醒等多模态深度语义理解与人机交互技术将交互模式调整为适应当前场景的状态，为用户提供最大化的“懂你”的交互体验升级。目前已与国内外多家汽车制造厂商和主机厂商进行合作。