【願景學城】24小時AI熱點新聞的匯總（2018/04/2）

【願景學城】是一家專註於人工智慧領域的綜合服務平台。我們為企業提供可實踐的Ai解決方案；為行業培養可用的人才，發掘聚合優秀資源；為中小學生提供遊戲互動式的專屬Ai內容，為學員打造以實踐為主，以機器學習為核心的Ai教育服務。

騰訊、阿里、蘇寧扎堆智慧交通，獨角獸們爭奪的風口在哪裡？

在這個互聯網的時代，人工智慧在任何一個領域出現，大家都不會覺得吃驚。無論是圍棋還是金融，無論是教育還是醫療，人工智慧正在以一種潤物細無聲的形式滲入我們生活的方方面面，但是有一個領域，人工智慧卻在以迅雷不及掩耳之勢快速進入，中國各大互聯網巨頭，從阿里到騰訊，從百度到蘇寧，從滴滴到美團誰都不甘人後，這就是交通領域。

這個領域似乎有著什麼魔咒，吸引著幾乎所有互聯網巨頭的目光，今天，我們就來聊聊中國互聯網獨角獸們為啥瘋狂地扎堆智慧交通？

智慧交通到底隱含了什麼秘密？

說到交通，幾乎沒有人會覺得陌生，我們過去常說美國是一個綁在車輪上的國家，改革開放四十年之後的中國，一樣也是一個車輪上的國度，每天早晚高峰，川流不息的私家車、公交車、計程車、地鐵、輕軌將數以億計的中國人從城市的一端運送到城市的另一端，隨著城市規模的日益擴大，出門靠走的時代已經一去不復返了。

2017年，新浪曾經在上海做過一次調研，32.3%的人每天通勤時間達到了1小時到1.5小時，24.6%的人每天通勤時間在0.5-1小時之間，11.2%的人每天通勤時間超過了2小時。

無獨有偶，中國社科院的一個調查報告顯示，全國上班族平均上班距離達到了9.18公里，平均上班時間超過了半個小時，全國公交上班平均距離為9.75公里，平均上班時間為32分鐘，其中排在第一的北京平均距離19.20公里、平均單程用時52分鐘，上海則以平均距離18.82公里、平均用時51分鐘位列次席。

2017年，羅振宇在跨年演講中反覆強調了國民總時間的概念。在當今時代，中國人最為平等的不是金錢而是時間，每個人扣除每天的上班時間和休息時間，真正的空閑時間只有4個小時左右，而在路上的時間則佔據了相當大的比例。

之前，我們一度認為,廣播電台將會被電視和互聯網所徹底淘汰，然而由於通勤時間的增加，由於私家車的增加，廣播電台逆勢重生，並且帶動了以喜馬拉雅為代表的一系列互聯網音頻應用。

這個時候，互聯網獨角獸們逐漸意識到，汽車屏幕正在成為所有人爭搶的第四屏，而交通的時間和金錢則成為下一個風口，誰能真正搶奪交通場景，誰就有可能在激烈的互聯網競爭中脫穎而出。

AI技術制勝電商下半場，誰能打贏這場沒有硝煙的戰爭？

經歷了連續兩年的熱炒之後，AI（人工智慧）已經成為科技領域最常見的辭彙。實際上，過去兩年也是人工智慧概念自提出以來發展最為迅速的一個時期，在科技巨頭和創業公司的聯合助推下，AI技術已快速從概念轉化為實際應用，並在互聯網產業掀起變革浪潮。

尤其是在電商行業，近兩年有關AI顛覆行業、AI+電商是下一個風口、人工智慧塑造未來電商等等諸如此類的呼聲更是不絕於耳。那麼，AI作為一項新技術在電商行業是否被過度追捧和解讀了呢？在當前技術條件下，AI究竟能夠真正幫助電商行業多少呢？

大型綜合類電商正在通過消費者視覺體驗撬動新一輪網路零售

視覺在人類獲取信息途徑上佔到了80%以上的比重，隨著現在手機拍照功能的強大和應用的普及，人類擁有的圖像也構成了一個非常大的圖像資料庫。圖像除了已定義的可描述信息，還蘊含多種描述困難的信息。迎合電商發展從價格驅動轉向於服務與體驗驅動的客觀發展趨勢，越來越多的綜合類電商巨頭把目光放在了挖掘圖片潛在價值上。

成功地挖掘圖片價值等同於挖掘了基數龐大的消費者不能用文字準確描述的潛在需求。在2017年人工智慧技術全面進入各行業落地的大背景下，以京東為首的大型綜合電商率先以自建或合作人工智慧實驗室的方式嘗試如何藉助AI技術為電商平台挖掘新的流量入口、降低推廣成本、運營成本等。

目前，很多大型綜合電商已經或者正在通過拍照購物的功能，實現新零售形態中最前端消費者、商品、場景之間的鏈接問題。例如：消費者在線下看到喜歡的商品，可以通過拍照上傳照片在電商平台檢索購買商品，相較於以往僅能夠通過文字搜索商品的不便，這無疑是消費體驗的大大提升。

不是愚人，看看人工智慧（AI）將帶來的醫療改變

據聯合國估算，如今地球上生活著超過70億人口，是兩百年前人口數量的7倍。根據OurWorldInData調查顯示，除人口數量迅速增長之外，人類的平均壽命也在延長。

然而這樣的調查背後卻隱藏著對我們和下一代的巨大挑戰。Eurostat研究發現在人口增長和平均壽命延長的同時，人類保持健康的時間卻並沒有增加。這意味著更多的人會在更長的時間裡依賴藥物支持。特別是退化類疾病，如老年痴獃等會更加頻發。世界衛生組織預測到2030年，全球患老年痴呆症的人口數量將會由如今的4700萬增加到7500萬，而到2050年，數量將會是今天的3倍。這個預測引起了人們對未來醫療的諸多思考。我們該如何應對更多的病人、如何克服提供醫療服務與持續增長的成本和需求之間的衝突？未來醫生的角色會有所改變嗎？

當然，醫療行業外的人們也可以各抒己見、結合專業知識共同找到這個問題的答案。新技術毋庸置疑的應該被納入考慮範圍。機器學習——作為人工智慧（AI）的一個分支，幫助電腦分析數據、在不需要複雜編程的情況下尋找發現不同模型，這對於重大變化的發現至關重要。但現如今人工智慧在醫療行業已取得什麼成就？在未來幾十年又可能會取得怎樣的突破呢？

人工智慧在醫療行業的現狀

目前，儘管我們在醫療知識的研究上取得了飛速的進步，也在人工智慧領域取得了卓越的發展，但對醫療領域的人工智慧研究卻依然非常有限。隨著大數據趨勢和近年來精密醫療行業的發展，一個新興的概念逐漸興起：人們在預防或治療疾病時更多地關注到病人在基因、環境、生活方式等方面的不同，這些都提高了我們對於醫療數據價值的認知。

依靠機器學習技術，我們在醫學影像識別領域取得了重大進展。其實早在上世紀60年代，深度學習的技術就已經出現，直到最近才展現出其全部潛能——這得益於更多的數據來源、計算方法的提升和多重數據處理的發展。

儘管人類在低維度模式識別領域非常強大，並且仍然領先機器，但對醫生來說手動分析已經日漸困難。這也直接導致了醫院裡出現了一批新的職位，並且這些新職位超出了人們的傳統認知。有一位來自慕尼黑路德維希馬西米蘭大學（LMU）的Christian Wachinger教授 ，是一位電腦科學家，引領「人工智慧應用與少年兒童精神病學的醫學成像實驗」 。他指出「對數據分析的需求為更多的電腦專家和數據分析師創造了很多在醫院裡工作的職位」。簡而言之，我們需要越來越多能從增長的藥物數據中分析其背後含義的人才。

這位教授與來自醫療、技術和心理學領域的跨學科小組合作，利用機器智能解決了很多的問診問題，如精神疾病或大腦異常等。最近，他們與SAP 機器學習研究(machine learning research)團隊合作了大腦年齡項目(Brain Age Project)。SAP 機器學習研究團隊平時會邀請很多的學術研究夥伴一起，通過發現新的機器學習方法和趨勢，以提升SAP的企業解決方案。

最後，如果對人工智慧感興趣，可以微信關注我們的公眾號：願景學城，並添加客服微信號yjzhushou進入交流群，有更多你想了解的內容。