各位朋友們、同學們，大家晚上好。今天在特殊的時期，首先向所有戰(zhàn)斗在一線的醫(yī)護人員致敬，希望我們能在很快時間共渡難關。

人工智能在各行各業(yè)被廣泛應用

今天我?guī)淼脑掝}是“AI助力抗疫”。人工智能是第四次工業(yè)革命核心驅(qū)動力量，人工智能技術其實已經(jīng)在各行各業(yè)廣泛地開始應用起來。新技術的使命是要為人類服務的，在這一次新冠病毒帶來的這場疫情抗疫過程中，我們看到大數(shù)據(jù)和人工智能技術也帶來了很多作用。在抗擊一線，有很多人工智能和大數(shù)據(jù)所帶來的新產(chǎn)品和解決方案確實也發(fā)揮了很多作用。

疫情分析——大數(shù)據(jù)技術在疫情分析管理中起到重要作用

首先，大數(shù)據(jù)技術在疫情分析的管理中，起到了重要作用。通過數(shù)據(jù)分析的能力，我們能夠了解到整個疫情的發(fā)展態(tài)勢，追蹤人群流動情況，能夠?qū)τ嘘P機構從大數(shù)據(jù)分析角度給予輔助決策的幫助。在很多大規(guī)模重復性有接觸風險的場景下，篩查工作是必不可少的。AI測溫可以提供免接觸的測溫能力，在人群密集的情況下，能夠追蹤人群當中是否有體溫超過了安全線的人；智能語音對話系統(tǒng)，也在代替我們的社區(qū)人員進行大量的尋訪和隨訪工作，大幅提升了我們在排查工作中的效率；醫(yī)學科研方面，AI也在為病毒檢測、藥物研發(fā)等領域提供著新的工具，帶來效率的提升。我今天的分享會圍繞這三方面展開。

    首先，我們看看大數(shù)據(jù)技術在支持疫情科學防控方面的作用。從群體分析的角度來說，傳統(tǒng)的流行病分析預測當中，會采用很多的病例數(shù)據(jù)來進行分析，比如說確診的、疑似的，或者是密切接觸的，人群流動和接觸是帶來疫情變化非常重要的因素。通過百度地圖上的時空大數(shù)據(jù)，分析和預測疫區(qū)人員的流動趨勢，能夠識別出重點城市和區(qū)域。我們通過對人群的整體性流動分析技術，能夠知道，比如說在武漢和湖北，在春節(jié)前向外流出的人群走勢，流向了哪些重點城市和區(qū)域，進而向相關機構提供決策的輔助幫助，能夠去分析未來一段時間內(nèi)疫情的發(fā)展態(tài)勢，能夠開展相應的管控措施，以及儲備相應的醫(yī)療物資。

    對于個體來說，在這次整個抗疫過程中，風險人員的識別是非常重要的。因為這次病情傳播力非常強，潛伏期非常長，在傳統(tǒng)方法當中，會進行當面的、面對面的訪談去了解人員的流動情況，而實際上這樣的方法有三個缺點；首先，它非常耗費時間和人力。第二，這種訪談不一定完全真實可靠。第三，很多潛伏期人員和密切接觸者可能都不一定知道，自己到底在什么時候和患者有過接觸，有可能是在同一個超市買了菜，或者一起乘坐了一輛公交車，或者說在一個餐館吃了飯。像這些數(shù)據(jù)，通過大數(shù)據(jù)的分析，能夠盡可能追蹤到每一個人的親密接觸人員。通過這樣的分析之后，我們得到了親密接觸人員的流向和數(shù)據(jù)，也能夠為整個疫情的管控和治理提供非常強的支持幫助?？梢钥吹?，在地域遷徙上，百度地圖推出的遷徙畫像，能夠看出全國的人員流動情況，以及高速路網(wǎng)實時監(jiān)控，能看到整個宏觀的交通情況，在春運這樣一個特殊時間段內(nèi)，我們能夠看到宏觀人員的流動變化。今天，已經(jīng)進入到復工復產(chǎn)的狀態(tài)，也能夠提供給復工復產(chǎn)相應的信息和決策的幫助。

    剛才所講述的都是偏向于群體和宏觀的，對于個人防控來說，其實每一個人也會需要有貼心的防疫功能。舉兩個例子，一個是疫情小區(qū)地圖，一個是發(fā)熱門診地圖。這些都是在百度地圖上開放給用戶使用的，基于地圖上的大數(shù)據(jù)進行了智能預測。智能預測確診人員所在小區(qū)周圍，有哪些地方是有可能產(chǎn)生人員聚集的高危地區(qū)，提供給用戶之后，能夠提高民眾的聯(lián)防聯(lián)控意識，避免民眾再進入到高危地區(qū)當中，能夠使得整個抗疫過程深入到基層開展。

    百度的時空大數(shù)據(jù)技術，從技術邏輯上來說，最底層是有大量的基礎數(shù)據(jù)，在時空大數(shù)據(jù)上，我們對人類社會、信息空間、物理世界進行了三元描述。在進行了大量時空模型的建模，通過算法組建支撐到上面的應用，百度的大數(shù)據(jù)應該說是積累了超過10年的時間，非常廣泛的、大量的數(shù)據(jù)，而這些數(shù)據(jù)本身具有非常強的移動互聯(lián)網(wǎng)屬性及高精度屬性。一方面是時空大數(shù)據(jù)所提供的更宏觀的分析和支持，另一方面我們也可以通過互聯(lián)網(wǎng)產(chǎn)品上的用戶需求對民眾的關注點進行分析，舉個例子：首先，我們可以通過對大數(shù)據(jù)的分析，去時刻追蹤大家所關心的科普話題都有哪些。比如說，從穿戴防護的科普問題當中可以看到，排在第一位的是口罩多久更換一次，還有像消毒防護的科普問題、傳播方式科普問題，以及癥狀判別的科普問題，我們將這樣一系列的數(shù)據(jù)分析結果提供給中國疾控中心，可以針對大眾所關注的疫情問題給予權威的科普素材跟進，使得民眾可以在自己最關心的話題上得到解答。

已經(jīng)進入到了復工復產(chǎn)階段，通過大數(shù)據(jù)對疫情所產(chǎn)生的產(chǎn)業(yè)影響關注，也可以看到在不同地區(qū)，疫情對不同行業(yè)所造成的影響。不同地區(qū)的人們關注度是不一樣的，我們通過地域?qū)⑷巳簞澐种罂梢钥吹剑褐槿堑貐^(qū)疫情對制造業(yè)的影響關注度非常高；長三角、京津冀地區(qū)疫情對房企的影響關注度很高；京津冀地區(qū)對在線教育的關注度都很高。這些地區(qū)，大家普遍的反映是疫情對餐飲業(yè)的影響是非常一致的。另外，對疫情期間復工的人們關注度也能看得到，返程復工，感染肺炎是否算工傷，以及疫情對失業(yè)的影響，其實都是民眾關注非常高的話題。在不同地區(qū)也有不同表現(xiàn)。所有的分析當中，我們發(fā)現(xiàn)，蘇州對幾乎所有的復工復產(chǎn)相關話題關注度都非常高，所以在整個復工復產(chǎn)當中，可以對蘇州投以更多的關注和支持。以上是大數(shù)據(jù)技術在疫情分析方面的應用和作用。

篩查管理——AI可替代大規(guī)模、重復性、有接觸風險的篩查工作

    在篩查管理方面，我們在很多人流密集的地方，比如說像機場、地鐵、火車站等等，隨著返程復工高峰的到來，相信有越來越多的人在公共場合不斷出現(xiàn)。在公共場合上，我們配備了一些測溫的措施，但是傳統(tǒng)額溫槍測溫的速度還需要時間，特別容易造成人群密集的地方產(chǎn)生更多人的等待，容易產(chǎn)生更多交叉感染的可能性。百度推出的多人體溫快速檢測解決方案，是希望在這樣的場合，在一定的區(qū)域范圍類有一臺AI測溫儀，能夠通過遠程識別對這個區(qū)域進行監(jiān)控。它的工作方法是通過紅外測溫傳感器監(jiān)測一片區(qū)域，可以去識別出來有體溫可能超過了標準的人。下一步會經(jīng)過人臉檢測找到和跟蹤相應人員，這時工作人員就可以去進行下一步的確認和識別。

    在這套方案當中，其實可以做到識別的精度，最佳精度是1至2米。可以達到免接觸的測試，識別準確率整體有90%以上，每分鐘最大通行人數(shù)達到了200以上。我們看一看AI測溫背后的技術，除了紅外的分析，還有人臉識別技術。這里需要對人臉的關鍵點進行精準定位，包括到臉頰、眉、眼、口、鼻等人體五官及輪廓的150個關鍵點。在這樣一個特殊時候，很多行人都是佩戴著口罩，我們也剛剛開源發(fā)布了口罩識別的模型法，其的算法可以在佩戴口罩情況下，依然可以對人臉有非常精準的檢測能力。同時，經(jīng)過（12：43英文）的模型小型化的技術，使得模型在離線環(huán)境下，能夠在嵌入式設備上有10倍以上的速度提升，并且是無損的。所以，整套方案在公共場合里能夠免接觸進行快速地、準確地測溫工作。這套方案已經(jīng)在北京地鐵站布下了19個檢測點。

    除了人群密集環(huán)境下的篩查，在整個抗疫過程中，一線社區(qū)工作人員也投入大量精力在不斷進行尋訪和隨訪。百度的應用對話技術服務，推出了智能外呼系統(tǒng)，能夠支持社區(qū)疫情快速地篩查和摸底。它包含有流動人員的排查、本地居民的排查和回訪，以及特定人群通知三項功能。可以像社區(qū)工作人員一樣，去不斷地給相應人員通過電話方式，進行排查和確認，并且可以把所有信息都能去智能地自動化、結構化下來，快速進行因襲的錄入。整個這樣一套系統(tǒng)，在日撥打數(shù)量上是大幅超出了人工排查能力；工作狀態(tài)上可以無任何影響因素標準化地執(zhí)行任務；能夠在信息收集上高效率、高質(zhì)量、直接地進行自動的記錄。這樣一套平臺已經(jīng)在北京海淀上地街道辦、陜西西安、延安、上海寶山、浙江撫州瑞安市等10幾個地區(qū)在投入使用了。外呼的總量已經(jīng)超過百萬次，整個這樣一套系統(tǒng)化大幅地提升了隨訪效率。

    能看到這樣一套系統(tǒng)背后的人工智能技術是有語音識別能力，自然語音理解能力及知識圖譜能力。這樣的技術系統(tǒng)，不單單是可以提供給社區(qū)作為外呼系統(tǒng)使用，在百度的語言與理解交互技術平臺UNIT上，也上線了疫情小助手技能，即可以通過防疫知識的知識圖譜構建，形成防疫知識的隨問隨答，對疫情信息也進行了官方權威數(shù)據(jù)的接入，可以實時地查詢，通過口語化的問詢能夠使普通的使用者也可以用非常方便的方式，快速獲取到疫情相關的各種各樣信息。

    在這樣的一個助手上，也可以幫助進行大量人群的每日重復收集匯總。在疫情當中，有很多每日重復不斷的信息匯總收集過程，通過人工智能技術，可以使這樣的工作效率大幅提升減少重復工作?？匆豢磳υ捪到y(tǒng)，做一個定制的對話系統(tǒng)其背后所需要的技術。從核心技術角度看，我們需要構建知識的建設和管理，能夠把相應的知識圖譜建設起來，尤其是在疫情的特定場景話題下，相關于疫情的所有知識體系要構建起來。還要有形成對話管理的能力，自然語言的理解能力，以及智能問答的能力。一套語音的交互系統(tǒng)，還需要語音語義的一體化集成框架，在這樣一套技術平臺上，我們可以快速搭建并通過對話方式提升效率系統(tǒng)。

    疫情期間，有溫度的智能機器人非常非常多。機器人本身的專注度非常高，它的工作狀態(tài)非常穩(wěn)定，更關鍵的是它其實不需要和病患進行隔離，所以很多機器人在整個疫情期間，在為大家提供服務和幫助。相信隨著人工智能技術的發(fā)展，機器人的技術也會越來越成熟，未來會有越來越多的機器人能在關鍵時刻提供給我們更多的幫助。

醫(yī)學科研——AI可以為病毒檢測、藥物研發(fā)等領域提供高效工具

  還有一個也是我們非常關心的話題，醫(yī)藥的研發(fā)、疫苗的研發(fā)等有沒有可能更快速地產(chǎn)生出來，幫助我們渡過這樣一場疫情。我舉一個例子：這是百度推出的一個算法，應用于醫(yī)學科研，加速疫苗和病毒分析的RNA的二級結構分析算法。我們知道這一次引起肺炎疫情的冠狀病毒其實是和當年的非典病毒、流感病毒一樣是RNA病毒。RNA是一個單鏈結構，單鏈結構就會有更強的不穩(wěn)定性，更強的變異性，以及在疫苗研發(fā)上會有更多的困難。RNA序列結構分析會在病毒研究當中非常重要，在2019年7月份百度提出并實現(xiàn)的Bioinfor的算法，可以將病毒的全基因組的RNA二級結構分析從55分鐘縮短到半分鐘以內(nèi)，是在這一次冠狀病毒數(shù)據(jù)上得到的速度。這意味著，全基因組結構的分析會變得更快速實現(xiàn)出來，能夠有助于病毒的一系列分析工作，也有助于新型疫苗的研制過程，希望能夠?qū)σ呙绲难兄茙砜焖俚膸椭?

挑戰(zhàn)與發(fā)展空間

除了這些，其實還有很多AI技術在這次抗疫中起作用。比如說，像機器翻譯技術。在這次抗疫中，我們需要有快速能夠獲取大量不同語種素材和不同語種的研究報告。有一些國家也不斷輸出新的研究成果，百度的機器翻譯快速開發(fā)了面向醫(yī)療領域的定制能力，支持了抗疫支援者團隊去進行了大量文獻翻譯工作。當然這是一系列AI技術所帶來的幫助，對于AI技術來說，未來也依然存在著發(fā)展空間和挑戰(zhàn)。

    總結來說，我們從這次抗疫中也能夠看得到，在基礎數(shù)據(jù)平臺建設上還有很多工作需要開展。大數(shù)據(jù)分析技術在整個疫情治理當中所起到了一系列關鍵性作用，未來基礎數(shù)據(jù)的平臺需要進一步加強和夯實，并且做到大量數(shù)據(jù)之間的融會貫通及合理使用。我們可以看到一系列工作落地到真實應用場景當中，大型的工程系統(tǒng)支撐是非常重要的，以及人工智能技術之間跨技術融合解決場景問題，也都是非常關鍵的。像剛才所介紹過的AI測溫儀，就是有紅外的技術和AI的技術結合，而智能外呼系統(tǒng)本身就是語音理解及知識圖譜多個技術一系列的融合。

    在這個過程當中，百度的技術落地了多處，產(chǎn)生了大量的產(chǎn)品和解決方案。百度的人工智能技術總基礎層到感知層到認知層到平臺層，有一個全面的布局，它有多項AI技術，同時有AI安全保駕護航。這一系列技術，基礎是搭建在開源深度學習平臺飛槳上的。飛槳平臺是在框架層支持了開發(fā)、訓練、預測全方位的能力，并且開放有大量的多種模型庫，還有支持多個工具組件以及服務平臺。整個能力可以支撐我們在上面去開發(fā)很多的AI應用，也在飛槳平臺上已經(jīng)服務了有150多萬的開發(fā)者，超過了6.5萬的企業(yè)，在定制化訓練平臺上已經(jīng)發(fā)布了16.9萬的模型。今天，在這一系列平臺開放基礎上，過去一段時間，很多開發(fā)者也在進行著抗疫的產(chǎn)品和項目開發(fā)。百度大腦也為此制定了“AI開發(fā)者戰(zhàn)役守護計劃”，提供給開發(fā)者免費的資源配置，專項領域服務和深度技術支持，希望開發(fā)者能基于百度大腦開發(fā)平臺去開發(fā)更多的產(chǎn)品、去支持疫情的治理。在飛槳平臺上也提供了一系列的算力和代碼功能升級的支持，以及專家定向幫助，并且配套了免費的線上課程，從入門到實踐的全階段課程。我們希望通過這一系列工作，能夠支持抗疫的工作。

通過一線醫(yī)護工作人員的努力、社區(qū)工作人員的努力，使得我們這次疫情現(xiàn)在已經(jīng)有非常好的控制狀態(tài)。從科技工作者角度來說，希望我們的工作能夠助力防控，能夠去為抗疫提供更多的幫助，同心共渡難關，謝謝大家。

主持人提問環(huán)節(jié)：

    主持人：非常感謝百度吳甜副總裁的分享。下面我們選取了兩個網(wǎng)友關心的問題，希望吳總具體給我們介紹一下。

    問題一：相比17年前，2003年非典時期的互聯(lián)網(wǎng)技術，這一次新冠肺炎疫情時期AI技術在防控中起到了哪些作用？

    吳甜：17年前的中國互聯(lián)網(wǎng)剛開始，還在發(fā)展的狀態(tài)，當時會用郵件、QQ等等這樣一系列早期的互聯(lián)網(wǎng)產(chǎn)品，那個時候整個互聯(lián)網(wǎng)上的信息和數(shù)據(jù)規(guī)模也還沒有現(xiàn)在這樣的龐大規(guī)模?？梢钥吹?，今天互聯(lián)網(wǎng)上產(chǎn)品產(chǎn)生的數(shù)據(jù)已經(jīng)在為整個抗疫治理帶來非常大的幫助。除了已經(jīng)介紹過的像大數(shù)據(jù)分析帶來的支持，以及各種AI能力、AI技術所帶來的新產(chǎn)品，其實還有像在線的互聯(lián)網(wǎng)醫(yī)院，在這次抗疫當中也在為廣大民眾提供非常多的在線醫(yī)療服務?，F(xiàn)在，互聯(lián)網(wǎng)上也有辟謠平臺，為大家識別真相給到了很多的幫助。

    整體來說，大數(shù)據(jù)技術、人工智能技術等等一系列技術的發(fā)展，已經(jīng)帶給我們非常多的幫助，也希望能有更大作用。

  問題二：這次疫情是否給人工智能技術帶來新的挑戰(zhàn)？比如，是否暴露出現(xiàn)在人工智能技術的一些瓶頸，有哪些問題是現(xiàn)在還沒有辦法解決的，未來需要進一步努力的？

    吳甜：像剛才介紹到的，已經(jīng)有很多技術為這次抗疫帶來了幫助。但其實也有很多挑戰(zhàn)和發(fā)展空間?？偨Y來說，基礎數(shù)據(jù)平臺的建設會是我們努力的方向，大型的工程系統(tǒng)支撐，跨AI技術之間的融合，面向場景解決場景問題，這些方面都是未來還有很大發(fā)展空間的。

    公開課錄播視頻觀看鏈接:https://url.cn/5iFsFuU?sf=uri

（如需轉(zhuǎn)載，請注明來源：中國互聯(lián)網(wǎng)協(xié)會）