電子發(fā)燒友App
為醫(yī)生提供智能輔助診斷服務(wù)，慧影AI應(yīng)用系統(tǒng)采用遷移學(xué)習(xí)法實現(xiàn)肺結(jié)節(jié)早期智能篩查
人工智能已經(jīng)進(jìn)入到迅速發(fā)展的時代。為抓住發(fā)展機(jī)遇，國務(wù)院發(fā)布人工智能發(fā)展規(guī)劃，將其作為未來國家重要的發(fā)展戰(zhàn)略。作為其中的重要一項，智慧醫(yī)療被明確提出在未來的發(fā)展規(guī)劃，即加快人工智能創(chuàng)新應(yīng)用，為公眾提供個性化、多元化、高品質(zhì)的服務(wù)。
從醫(yī)療領(lǐng)域來看，醫(yī)學(xué)影像在醫(yī)療中的作用非常明顯。數(shù)據(jù)顯示，醫(yī)療臨床診斷中70%依靠醫(yī)學(xué)影像。因此，實現(xiàn)智能影像識別，成為建立快速、精準(zhǔn)、智能醫(yī)療體系中的重要一環(huán)。
獵云網(wǎng)（微信：ilieyun）近日接觸到一套應(yīng)用于醫(yī)學(xué)影像診斷上的人工智能解決方案——“慧影AI應(yīng)用系統(tǒng)”，其主要通過機(jī)器學(xué)習(xí)對影像進(jìn)行智能輔助診斷。數(shù)據(jù)顯示，在診斷準(zhǔn)確率上，該系統(tǒng)的肺結(jié)節(jié)檢出率能夠高達(dá)90%以上。目前慧影AI應(yīng)用系統(tǒng)已經(jīng)應(yīng)用于部分醫(yī)院。
慧影AI應(yīng)用系統(tǒng)由北京宏梓偉業(yè)科技發(fā)展有限公司獨(dú)立開發(fā)設(shè)計，公司是一家從事醫(yī)療信息化系統(tǒng)設(shè)計、研發(fā)及銷售的科技公司，前身是與東北大學(xué)、大連理工大學(xué)幾位博士生導(dǎo)師建立的工作室。目前，公司已經(jīng)研發(fā)出醫(yī)院經(jīng)營管理系統(tǒng)、電子簽名系統(tǒng)、生殖中心管理系統(tǒng)均已開始臨床使用。
宏梓偉業(yè)核心創(chuàng)始團(tuán)隊人員專注于醫(yī)療相關(guān)軟件系統(tǒng)的開發(fā)與研究，擁有十幾年科研領(lǐng)域的研究背景，他們認(rèn)為，利用AI技術(shù)進(jìn)行醫(yī)療影像診斷能夠解決醫(yī)生當(dāng)前的痛點，幫助臨床醫(yī)生高效地解決問題，于是，憑借在醫(yī)療領(lǐng)域積累的深厚經(jīng)驗和結(jié)合團(tuán)隊專業(yè)的科研背景，公司于今年研發(fā)了慧影AI應(yīng)用系統(tǒng)。
慧影AI應(yīng)用系統(tǒng)采用谷歌二代的人工智能架構(gòu)Tensortflow，它是一個用于數(shù)值計算的開源軟件庫，具有高度靈活性、真正的可移植性、多語言支持和性能最優(yōu)化四方面的特點。與其他開源庫相比，宏梓偉業(yè)采用Tensortflow開源庫，其原因在于人工智能、深度學(xué)習(xí)技術(shù)處于爆發(fā)期，算法升級迭代快，因此，公司基于自身的算法，選擇了可以部署在Windows系統(tǒng)和Linux系統(tǒng)的Tensortflow，而一般系統(tǒng)僅使用于Linux單系統(tǒng)。
目前，慧影AI應(yīng)用系統(tǒng)已經(jīng)獲得國家知識產(chǎn)權(quán)局授權(quán)（產(chǎn)業(yè)智能官：算法雖然是開源的，但是基于私有數(shù)據(jù)訓(xùn)練出的模型也是私有的，此模型是企業(yè)核心競爭力，可以申請獲得國家知識產(chǎn)權(quán)。），可以正式應(yīng)用到醫(yī)療領(lǐng)域。
將人工智能技術(shù)應(yīng)用于醫(yī)療領(lǐng)域，能夠解決優(yōu)質(zhì)醫(yī)療資源不足和分配不均衡、醫(yī)療看病支出費(fèi)用大的問題。同時，在醫(yī)學(xué)影像識別、疾病輔助診斷、外科手術(shù)等方面，人工智能可以輔助醫(yī)生，提高影像科醫(yī)生工作效率。在對于患者病歷數(shù)據(jù)的處理速度，準(zhǔn)確度、穩(wěn)定性方面，人工智能還可以輔助醫(yī)生幫助確診，對影像報告進(jìn)行精確的量化。
據(jù)悉，截止今年8月份，國內(nèi)已有80多家人工智能+醫(yī)療企業(yè)獲得融資，其中不乏巨頭的布局。在這條競爭賽道上，慧影AI應(yīng)用系統(tǒng)具備自己的競爭優(yōu)勢，除采用Tensortflow開源算法，能夠達(dá)到與合作廠商聯(lián)合開發(fā)應(yīng)用到硬件設(shè)備中，形成捆綁銷售外；慧影AI應(yīng)用系統(tǒng)還可應(yīng)用于Linux系統(tǒng)和Windows系統(tǒng)，使得醫(yī)院等醫(yī)療機(jī)構(gòu)對接起來更為簡便，更易于采購。（產(chǎn)業(yè)智能官：合作模式創(chuàng)新、銷售模式創(chuàng)新。AI產(chǎn)品化不僅僅是技術(shù)問題。）
另外，要提高影像診斷準(zhǔn)確率，系統(tǒng)需要研究大量的臨床病例數(shù)據(jù)。宏梓偉業(yè)表示， 項目成立之初面臨數(shù)據(jù)來源難以及數(shù)據(jù)來源需要合法性的問題，為此，慧影AI應(yīng)用系統(tǒng)在缺乏海量數(shù)據(jù)的基礎(chǔ)上，采用遷移學(xué)習(xí)的方法彌補(bǔ)不足，并通過這種學(xué)習(xí)方法達(dá)到了較高的準(zhǔn)確性。（區(qū)塊鏈解決數(shù)據(jù)安全性問題，遷移學(xué)習(xí)解決數(shù)據(jù)量不夠問題。——發(fā)揮人類想象力和創(chuàng)造力吧 ，問題總能找到答案。）
在現(xiàn)有面向計算機(jī)視覺的深度學(xué)習(xí)算法基礎(chǔ)上，慧影AI應(yīng)用系統(tǒng)還融入了解剖學(xué)與病理學(xué)先驗知識（還可以融入知識圖譜先驗知識），以一組影像序列做為整體目標(biāo)對象，提高了檢測精度和，降低了假陽性的概率。
目前，該系統(tǒng)已經(jīng)與臨床醫(yī)院進(jìn)行深度合作，推出的第一項應(yīng)用是肺結(jié)節(jié)早期智能篩查。慧影AI應(yīng)用系統(tǒng)能從CT掃描中自動分割肺部，并自動標(biāo)記疑似肺癌結(jié)節(jié)的組織結(jié)構(gòu)位置，大小等信息，輔助醫(yī)生對醫(yī)學(xué)圖像進(jìn)行分析，臨床醫(yī)生提高早期肺癌檢出率。
合作方面，慧影AI應(yīng)用系統(tǒng)已經(jīng)獲得東北大學(xué)人工智能實驗室、紐約大學(xué)AI實驗室兩大科技人才庫的支持。并與東軟集團(tuán)股份有限公司等醫(yī)療上市公司以及央企事業(yè)單位達(dá)成合作。接下來，將繼續(xù)深入研究臨床病例數(shù)據(jù)，提高影像診斷準(zhǔn)確率。
慧影AI應(yīng)用系統(tǒng)團(tuán)隊中已有三名博導(dǎo)，七名博士和碩士二十五人。其中，首席科學(xué)家、教授、博士生導(dǎo)師付沖現(xiàn)為IEEE會員，中國通信學(xué)會會員，中國計算機(jī)學(xué)會會員。2011年11月任東北大學(xué)信息科學(xué)與工程學(xué)院通信與信息系統(tǒng)研究所副所長。聯(lián)合創(chuàng)始人趙偉是慧影AI系統(tǒng)市場拓展負(fù)責(zé)人，曾有8年市場銷售經(jīng)驗，5年B端醫(yī)療市場銷售經(jīng)驗；聯(lián)合創(chuàng)始人王梓擁有五年醫(yī)療領(lǐng)域項目管理經(jīng)驗。
項目正在尋求1200萬人民幣天使輪融資，計劃出讓8%的股份。資金主要用于與醫(yī)療機(jī)構(gòu)合作上的數(shù)據(jù)獲取、技術(shù)研發(fā)、營銷等渠道。
項目：慧影AI應(yīng)用系統(tǒng) 公司：北京宏梓偉業(yè)科技發(fā)展有限公司
本文來自獵云網(wǎng)，如若轉(zhuǎn)載，請注明出處：
人工智能如何更好的輔助醫(yī)生？Petuum研究自動生成醫(yī)療圖像報告
來源：機(jī)器之心
Petuum 專欄
作者：Baoyu Jing、Pengtao Xie、Eric Xing
機(jī)器之心編譯
在過去一年中，我們看到了很多某種人工智能算法在某個醫(yī)療檢測任務(wù)中 「超越」人類醫(yī)生的研究和報道，例如皮膚癌、肺炎診斷等。如何解讀這些結(jié)果？他們是否真正抓住醫(yī)療實踐中的痛點、解決醫(yī)生和病人的實際需要? 這些算法原型如何落地部署于數(shù)據(jù)高度復(fù)雜、碎片化、異質(zhì)性嚴(yán)重且隱含錯誤的真實環(huán)境中？這些問題常常在很多「刷榜」工作中回避了。事實上，從最近 IBM Watson 和美國頂級醫(yī)療中心 MD Anderson 合作失敗的例子可以看出，人工智能對醫(yī)療來說更應(yīng)關(guān)注的任務(wù)應(yīng)該是如何幫助醫(yī)生更好地工作（例如生成醫(yī)療圖像報告、推薦藥物等），而非理想化地著眼于取代醫(yī)生來做診斷，并且繞開這個終極目標(biāo)（暫且不論這個目標(biāo)本身是否可行或被接受）之前各種必須的鋪墊和基礎(chǔ)工作。因此與人類醫(yī)生做各種形式對比的出發(fā)點本身有悖嚴(yán)肅的科學(xué)和工程評測原則。這些不從實際應(yīng)用場景出發(fā)的研究，甚至無限放大人機(jī)PK，對人工智能研究者、 醫(yī)療從業(yè)者和公眾都是誤導(dǎo)。
知名人工智能創(chuàng)業(yè)公司 Petuum 近期發(fā)表了幾篇論文，本著尊重醫(yī)療行業(yè)狀況和需求的研究思路， 體現(xiàn)出了一種務(wù)實風(fēng)格，并直接應(yīng)用于他們的產(chǎn)品。為更好地傳播人工智能與醫(yī)療結(jié)合的研究成果，同時為人工智能研究者和醫(yī)療從業(yè)者帶來更加實用的參考，機(jī)器之心和 Petuum 將帶來系列論文介紹。本文是該系列第一篇，介紹了如何使用機(jī)器學(xué)習(xí)自動生產(chǎn)醫(yī)療圖像報告，從而更好地輔助醫(yī)生做治療與診斷。
如今，放射學(xué)圖像和病理學(xué)圖像這樣的醫(yī)療圖像在醫(yī)院與診所已有普遍的應(yīng)用，特別是在許多疾病的診斷與治療上，例如肺炎、氣胸、間質(zhì)性肺病、心理衰竭等等。而這些疾病醫(yī)療圖像的閱讀與理解通常是由專業(yè)的醫(yī)療從業(yè)者完成。
但對缺乏經(jīng)驗的放射科醫(yī)師或病理學(xué)家來說，特別是在鄉(xiāng)村地區(qū)工作的醫(yī)師，編寫醫(yī)療圖像報告更為艱難。對經(jīng)驗豐富的醫(yī)師而言，編寫醫(yī)療圖像報告又過于乏味、耗時?？傊瑢Χ叨跃帉戓t(yī)療圖像報告是件痛苦的事。
如此看來，能否使用機(jī)器學(xué)習(xí)自動生成醫(yī)療報告呢？為了做到這一點，我們需要解決多個挑戰(zhàn)。首先，一份完整的診斷報告包含多種不同的信息形式。如下圖 1 所示，胸腔 X 光照圖像報告包含 Impression 描述，通常是一句話；Findings 是一段描述；Tags 是一列關(guān)鍵詞。用一個統(tǒng)一的框架生成這樣的不同信息，技術(shù)上非常有挑戰(zhàn)。在這篇論文中，研究人員解決該問題的方法是建立一個多任務(wù)框架，把對標(biāo)簽的預(yù)測當(dāng)作多標(biāo)簽分類任務(wù)，把長描述（例如生成 Impression 和 Findings）的生成當(dāng)作文本生成任務(wù)。在此框架中，兩種任務(wù)共用同樣的 CNN，來學(xué)習(xí)視覺特征并聯(lián)合完成任務(wù)。
圖 1. 一個包含三部分信息的胸部 X 光報告示例。在 impression 部分，放射專家結(jié)合 Findings、病人臨床歷史及影像學(xué)研究的指導(dǎo)做出診斷。Findings 部分列出了影像學(xué)檢查中所檢測的身體各部分放射學(xué)觀察結(jié)果。Tags 部分給出了表示 Findings 核心信息的關(guān)鍵詞。這些關(guān)鍵詞使用醫(yī)學(xué)文本索引器（MTI）進(jìn)行標(biāo)識。
第二，醫(yī)療圖像報告通常更注重敘述異常發(fā)現(xiàn)，因為這樣能直接指出疾病、引導(dǎo)治療。但如何定位圖片中的病變區(qū)域并附上正確的描述非常困難。作者們解決該問題的方法是引入一種協(xié)同注意力機(jī)制（co-attention mechanism），它能同步關(guān)注圖像和預(yù)測到的標(biāo)簽，并探索視覺與語義信息帶來的協(xié)同效應(yīng)。
第三，通常醫(yī)療圖像的描述非常長，包含多個語句或段落。生成這樣的長文本非常重要。相比于直接采用單層 LSTM（難以建模長語句），作者們利用報告的合成特性采用了一種層級 LSTM 來生成長文本。結(jié)合協(xié)同注意力機(jī)制，層級 LSTM 首先生成高級主題，然后根據(jù)主題生成細(xì)致的描述。
總而言之，該論文的主要貢獻(xiàn)包括：
提出一種多任務(wù)學(xué)習(xí)框架，能同步預(yù)測標(biāo)簽并生成文本描述；
介紹了一種協(xié)同注意力機(jī)制來定位異常區(qū)域，并生成相應(yīng)的描述；
建立了一種層級 LSTM 來生成長語句、段落；
通過大量定量與定性的實驗展示該方法的有效性。
論文：On the Automatic Generation of Medical Imaging Reports
論文地址：https://arxiv.org/abs/1711.08195
摘要：醫(yī)學(xué)影像廣泛用于診斷和治療等醫(yī)療實踐中。通常專業(yè)醫(yī)師需要查看醫(yī)學(xué)影像，并寫文本報告來記錄發(fā)現(xiàn)。缺乏經(jīng)驗的醫(yī)生寫報告容易出錯，且在醫(yī)患比例過低的國家，編寫報告會耗費(fèi)大量時間。為了解決該問題，我們研究了醫(yī)學(xué)影像報告的自動生成系統(tǒng)，以幫助人類醫(yī)生更準(zhǔn)確高效地寫報告。但目前該任務(wù)面臨多個挑戰(zhàn)。首先，完整的報告包含多種異質(zhì)形式的信息，如用段落表示的發(fā)現(xiàn)和關(guān)鍵詞列表表示的標(biāo)簽。第二，機(jī)器很難識別醫(yī)學(xué)影像中的異常區(qū)域，在此基礎(chǔ)上生成文本描述則更加困難。第三，報告通常比較長，包括多個段落。為了解決這些挑戰(zhàn)，我們（1）構(gòu)建一個多任務(wù)學(xué)習(xí)框架，能夠同時執(zhí)行標(biāo)簽預(yù)測和段落生成；（2）提出一種協(xié)同注意力（co-attention）機(jī)制來定位異常區(qū)域，并生成描述；（3）開發(fā)一種分層 LSTM 模型用于生成長段落。最后我們展示了該方法在胸部 x 光和病理數(shù)據(jù)集上的有效性。
圖 2. 整個模型的結(jié)構(gòu)與過程。其中 MLC 代表多標(biāo)簽分類網(wǎng)絡(luò)，語義特征是預(yù)測標(biāo)簽的詞向量。粗體標(biāo)記的「calcified granuloma」和「granuloma」是協(xié)同注意力網(wǎng)絡(luò)關(guān)注的標(biāo)簽。
3. 方法
在本章節(jié)中，我們將介紹具體使用的方法。以下簡要地介紹了整個方法的過程，各部分詳細(xì)的過程或理論請查看原論文。
一份完整的醫(yī)學(xué)影像報告通常包括非結(jié)構(gòu)化的描述（以語句和段落的形式展示）和半結(jié)構(gòu)化標(biāo)簽（以關(guān)鍵字列表的形式展示），如上圖 1 所示。我們提出了一種多任務(wù)層級模型，該模型帶有協(xié)同注意力機(jī)制（co-attention）且能自動預(yù)測關(guān)鍵字并生成長段落。給定一張經(jīng)過分割的圖像，我們使用一個 CNN 來學(xué)習(xí)這些圖像塊的視覺特征。然后再饋送這些視覺特征到多標(biāo)簽分類網(wǎng)絡(luò)（MLC）以預(yù)測相關(guān)的標(biāo)簽。
在標(biāo)簽詞匯表中，每一個標(biāo)簽由一個詞向量表征。若給定特定圖像一些預(yù)測的標(biāo)簽，模型會檢索它們的詞嵌入向量以作為該圖像的語義特征。模型隨后將視覺特征和語義特征饋送到協(xié)同注意力（co-attention）模型以生成能同時捕獲視覺和語義信息的上下文向量。至此，編碼的過程就完成了，下面模型將從背景向量（context vector）開始解碼生成文本描述。
醫(yī)學(xué)影像的描述通常包含多條語句，并且每條語句都集中在一個特定的主題上。我們的模型利用這種組合結(jié)構(gòu)以層級的方式生成報告：它首先生成一系列代表語句的高級主題向量，然后在根據(jù)這些主題向量生成一系列的語句（由單詞組成的序列）。具體來說，先將背景向量輸入到一個只有少量時間步的 Sentence LSTM 中，然后每一個背景向量就能生成一個主題向量。其中每個主題向量都表示一條語句的語義。隨后給定一個主題向量，Word LSTM 將以它為輸入生成一個單詞序列或語句。主題生成的終止條件由 Sentence LSTM 控制。
4. 實驗
我們使用以下文本生成評估手段（BLEU [13]、METEOR [4]、ROUGE [12] 和 CIDER [17]）度量段落生成（表 1 上半部分）和單語句生成（表 1 下半部分）的結(jié)果。
如表 1 上半部分所示，對于段落生成來講，使用單個 LSTM 解碼器的模型的表現(xiàn)明顯要差于使用層級 LSTM 解碼器的模型。
對于單語句生成（見表 1 下半部分）的結(jié)果來說，我們模型的控制變量版（Ours-Semantic-Only 和 Ours-Visual-Only）相較于當(dāng)前最優(yōu)的模型取得了有競爭力的分值。
表 1. 模型在 IU X-Ray 數(shù)據(jù)集（上半 部分）上生成段落的主要結(jié)果，以及在 PEIR Gross 數(shù)據(jù)集（下半部分）上生成單語句的結(jié)果。BLUE-n 表示最多使用 n-grams 的 BLUE 分值。
為了更好地理解模型檢測真實或潛在異常情況的能力，我們在表 2 中展示了描述正常情況與異常情況的語句，及它們所占的比率。
表 2. 描述圖像中正常情況和異常情況語句所占的比率。
圖 3. 協(xié)同注意力 、無注意力、軟注意力模型生成的段落圖示。劃線句子是檢測到異常情況的描述。第二個圖是胸部側(cè)面 x 光圖像。前兩個例子的結(jié)果是與真實報告相一致的，第三個出現(xiàn)了部分失敗，最底下的圖像完全失敗。這些圖像來自測試數(shù)據(jù)集
圖 4 展示了協(xié)同注意力的可視化。第一個特性是 Sentence LSTM 能夠關(guān)注圖像的不同區(qū)域和語句的不同標(biāo)簽，并在不同的時間步上生成不同的主題。第二個特性是視覺注意力可以指引模型關(guān)注圖像的相關(guān)區(qū)域。
圖 4. 協(xié)同注意力在三個示例上的可視化。每個示例由四部分組成：（1）圖像和視覺注意力；（2）真實標(biāo)簽，預(yù)測標(biāo)簽以及預(yù)測標(biāo)簽上的語義注意力；（3）生成的描述；（4）真實描述。對于語義注意力而言，注意力分?jǐn)?shù)最高的三個標(biāo)簽被突出顯示。加下劃線的標(biāo)簽是在真實標(biāo)簽中出現(xiàn)的標(biāo)簽。
本文為機(jī)器之心經(jīng)授權(quán)編譯
人工智能賽博物理操作系統(tǒng)
AI-CPS OS
“人工智能賽博物理操作系統(tǒng)”（新一代技術(shù)+商業(yè)操作系統(tǒng)“AI-CPS
OS”：云計算+大數(shù)據(jù)+物聯(lián)網(wǎng)+區(qū)塊鏈+人工智能）分支用來的今天，企業(yè)領(lǐng)導(dǎo)者必須了解如何將“技術(shù)”全面滲入整個公司、產(chǎn)品等“商業(yè)”場景中，利用AI-CPS
OS形成數(shù)字化+智能化力量，實現(xiàn)行業(yè)的重新布局、企業(yè)的重新構(gòu)建和自我的煥然新生。
AI-CPS OS的真正價值并不來自構(gòu)成技術(shù)或功能，而是要以一種傳遞獨(dú)特競爭優(yōu)勢的方式將自動化+信息化、智造+產(chǎn)品+服務(wù)和數(shù)據(jù)+分析一體化，這種整合方式能夠釋放新的業(yè)務(wù)和運(yùn)營模式。如果不能實現(xiàn)跨功能的更大規(guī)模融合，沒有顛覆現(xiàn)狀的意愿，這些將不可能實現(xiàn)。
領(lǐng)導(dǎo)者無法依靠某種單一戰(zhàn)略方法來應(yīng)對多維度的數(shù)字化變革。面對新一代技術(shù)+商業(yè)操作系統(tǒng)AI-CPS OS顛覆性的數(shù)字化+智能化力量，領(lǐng)導(dǎo)者必須在行業(yè)、企業(yè)與個人這三個層面都保持領(lǐng)先地位：
重新行業(yè)布局：你的世界觀要怎樣改變才算足夠？你必須對行業(yè)典范進(jìn)行怎樣的反思？
重新構(gòu)建企業(yè)：你的企業(yè)需要做出什么樣的變化？你準(zhǔn)備如何重新定義你的公司？
重新打造自己：你需要成為怎樣的人？要重塑自己并在數(shù)字化+智能化時代保有領(lǐng)先地位，你必須如何去做？
AI-CPS OS是數(shù)字化智能化創(chuàng)新平臺，設(shè)計思路是將大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈和人工智能等無縫整合在云端，可以幫助企業(yè)將創(chuàng)新成果融入自身業(yè)務(wù)體系，實現(xiàn)各個前沿技術(shù)在云端的優(yōu)勢協(xié)同。AI-CPS OS形成的數(shù)字化+智能化力量與行業(yè)、企業(yè)及個人三個層面的交叉，形成了領(lǐng)導(dǎo)力模式，使數(shù)字化融入到領(lǐng)導(dǎo)者所在企業(yè)與領(lǐng)導(dǎo)方式的核心位置：
精細(xì)：這種力量能夠使人在更加真實、細(xì)致的層面觀察與感知現(xiàn)實世界和數(shù)字化世界正在發(fā)生的一切，進(jìn)而理解和更加精細(xì)地進(jìn)行產(chǎn)品個性化控制、微觀業(yè)務(wù)場景事件和結(jié)果控制。
智能：模型隨著時間（數(shù)據(jù)）的變化而變化，整個系統(tǒng)就具備了智能（自學(xué)習(xí)）的能力。
高效：企業(yè)需要建立實時或者準(zhǔn)實時的數(shù)據(jù)采集傳輸、模型預(yù)測和響應(yīng)決策能力，這樣智能就從批量性、階段性的行為變成一個可以實時觸達(dá)的行為。
不確定性：數(shù)字化變更顛覆和改變了領(lǐng)導(dǎo)者曾經(jīng)仰仗的思維方式、結(jié)構(gòu)和實踐經(jīng)驗，其結(jié)果就是形成了復(fù)合不確定性這種顛覆性力量。主要的不確定性蘊(yùn)含于三個領(lǐng)域：技術(shù)、文化、制度。
邊界模糊：數(shù)字世界與現(xiàn)實世界的不斷融合成CPS不僅讓人們所知行業(yè)的核心產(chǎn)品、經(jīng)濟(jì)學(xué)定理和可能性都產(chǎn)生了變化，還模糊了不同行業(yè)間的界限。這種效應(yīng)正在向生態(tài)系統(tǒng)、企業(yè)、客戶、產(chǎn)品快速蔓延。
AI-CPS
OS形成的數(shù)字化+智能化力量通過三個方式激發(fā)經(jīng)濟(jì)增長：
創(chuàng)造虛擬勞動力，承擔(dān)需要適應(yīng)性和敏捷性的復(fù)雜任務(wù)，即“智能自動化”，以區(qū)別于傳統(tǒng)的自動化解決方案；
對現(xiàn)有勞動力和實物資產(chǎn)進(jìn)行有利的補(bǔ)充和提升，提高資本效率；
人工智能的普及，將推動多行業(yè)的相關(guān)創(chuàng)新，開辟嶄新的經(jīng)濟(jì)增長空間。
給決策制定者和商業(yè)領(lǐng)袖的建議：
超越自動化，開啟新創(chuàng)新模式：利用具有自主學(xué)習(xí)和自我控制能力的動態(tài)機(jī)器智能，為企業(yè)創(chuàng)造新商機(jī)；
迎接新一代信息技術(shù)，迎接人工智能：無縫整合人類智慧與機(jī)器智能，重新
評估未來的知識和技能類型；
制定道德規(guī)范：切實為人工智能生態(tài)系統(tǒng)制定道德準(zhǔn)則，并在智能機(jī)器的開
發(fā)過程中確定更加明晰的標(biāo)準(zhǔn)和最佳實踐；
重視再分配效應(yīng)：對人工智能可能帶來的沖擊做好準(zhǔn)備，制定戰(zhàn)略幫助面臨
較高失業(yè)風(fēng)險的人群；
開發(fā)數(shù)字化+智能化企業(yè)所需新能力：員工團(tuán)隊需要積極掌握判斷、溝通及想象力和創(chuàng)造力等人類所特有的重要能力。對于中國企業(yè)來說，創(chuàng)造兼具包容性和多樣性的文化也非常重要。
子曰：“君子和而不同，小人同而不和?！? 《論語·子路》云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈和 人工智能，像君子一般融合，一起體現(xiàn)科技就是生產(chǎn)力。
如果說上一次哥倫布地理大發(fā)現(xiàn)，拓展的是人類的物理空間。那么這一次地理大發(fā)現(xiàn)，拓展的就是人們的數(shù)字空間。在數(shù)學(xué)空間，建立新的商業(yè)文明，從而發(fā)現(xiàn)新的創(chuàng)富模式，為人類社會帶來新的財富空間。云計算，大數(shù)據(jù)、物聯(lián)網(wǎng)和區(qū)塊鏈，是進(jìn)入這個數(shù)字空間的船，而人工智能就是那船上的帆，哥倫布之帆！
新一代技術(shù)+商業(yè)的人工智能賽博物理操作系統(tǒng)AI-CPS OS作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，將進(jìn)一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量，并創(chuàng)造新的強(qiáng)大引擎。重構(gòu)生產(chǎn)、分配、交換、消費(fèi)等經(jīng)濟(jì)活動各環(huán)節(jié)，形成從宏觀到微觀各領(lǐng)域的智能化新需求，催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式。引發(fā)經(jīng)濟(jì)結(jié)構(gòu)重大變革，深刻改變?nèi)祟惿a(chǎn)生活方式和思維模式，實現(xiàn)社會生產(chǎn)力的整體躍升。
產(chǎn)業(yè)智能官 AI-CPS
用“人工智能賽博物理操作系統(tǒng)”（新一代技術(shù)+商業(yè)操作系統(tǒng)“AI-CPS OS”：云計算+大數(shù)據(jù)+物聯(lián)網(wǎng)+區(qū)塊鏈+人工智能），在場景中構(gòu)建狀態(tài)感知-實時分析-自主決策-精準(zhǔn)執(zhí)行-學(xué)習(xí)提升的認(rèn)知計算和機(jī)器智能；實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級、DT驅(qū)動業(yè)務(wù)、價值創(chuàng)新創(chuàng)造的產(chǎn)業(yè)互聯(lián)生態(tài)鏈。
長按上方二維碼關(guān)注微信公眾號： AI-CPS，更多信息回復(fù)：
新技術(shù)：“云計算”、“大數(shù)據(jù)”、“物聯(lián)網(wǎng)”、“區(qū)塊鏈”、“人工智能”；新產(chǎn)業(yè)：“智能制造”、“智能農(nóng)業(yè)”、“智能金融”、“智能零售”、“智能城市”、“智能駕駛”；新模式：“財富空間”、“特色小鎮(zhèn)”、“賽博物理”、“供應(yīng)鏈金融”。
詳細(xì)介紹，訪問官網(wǎng)：AI-CPS.NET
本文系“產(chǎn)業(yè)智能官”（公眾號ID：AI-CPS）收集整理，轉(zhuǎn)載請注明出處！
版權(quán)聲明：由產(chǎn)業(yè)智能官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認(rèn)，我們都會注明作者和來源。部分文章推送時未能與原作者取得聯(lián)系。若涉及版權(quán)問題，煩請原作者聯(lián)系我們，與您共同協(xié)商解決。聯(lián)系、投稿郵箱：erp_vip@hotmail.com
工商網(wǎng)監(jiān)
評論