蝙蝠的老板又聚集起来了。”这是今年深圳IT领导人峰会的一个重要观点。这个行业的关注度可能与范冰冰和李冰冰相似。吃甜瓜的人很想知道谁有压力。这次峰会的主题是“迈向新的智能时代”。（去年的主题是“信息技术情报共享”，“情报主题蓬勃发展”）无论是政府官员、经济学家还是互联网企业领导人都在努力探索和拓展人工智能的主题。蝙蝠三个哥哥被要求拍照。李彦宏和马化腾相互交流。马云作了独立演讲。谁是“艳轩”？他们说什么？它与医疗行业有什么关系？让我们来看看易邦电力网络做了什么：为了挖掘微软人，马化腾在西雅图建立了一个关于腾讯人工智能的实验室。讨论最多的是腾讯人工智能实验室自主研发的Go人工智能“绝对艺术”。与AlphaGo类似，腾讯的人工智能产品也因击败Go的大师“LiliaoSeven（世界第44位，日本第2位）而备受关注。据报道，“绝爱”的研发人员中没有一个能真正玩得开的。目前，腾讯拥有700多支人工智能团队，已成立一年多。马化腾坦言，在人工智能方面，百度实际上走在了前面，腾讯已经落后了很多，而且只有去年才成立了一个部门。一直以来，腾讯各大企业集团都积累了大量的图片、新闻等数据。每个业务组中都有研究。后台数据分析和广告匹配都使用人工智能技术，但我们感觉不到，因为他在后台。腾讯的人工智能前端产品受到了alpha-go的启发，团队也尝试了用训练的心态。他说，在Go以外的许多领域，包括医疗、金融等行业，可以在后台制作一个计算机模拟器，使其充分发挥作用，如模拟汽车环境，给它一个规则驾驶，去撞车，有各种反馈，自然会思考一套理论和经验。马化腾还提到了人工智能领域最关注的四个因素：场景（没有场景，所有研究都是空中楼阁）、大数据（如何清理和整理数据）、计算能力和人才。”我们人才相对不足，一年来我们招收了不少人。我们还在微软和西雅图建立了一个实验室。因为很多微软人不想离开西雅图，所以我们设置了隔壁，没有办法，人才就是这样。”（抽微软两秒钟），据微软全球执行副总裁沈向阳介绍，目前，微软人工智能事业部共有7000多名工程师和科学家，并仍在招聘人才，但仍无法忍受马化腾、李彦宏和马云等人的挖苦。为了从事人工智能，李彦宏称自己为“李彦宏”，这意味着他曾经向外界强调百度是一家商业公司，不应该设立纯粹的研究机构。即使我们研究它，我们也应该谈论产品投放市场。但在人工智能和深度学习浪潮之后，李彦宏的想法发生了变化。”人工智能需要在理论、算法和许多方面进行长期的布局和突破。因此，2013年1月，百度宣布成立“深度学习学院”，吸引人才，推广算法。数字中国联合会主席吴英评论说，百度在人工智能布局和深入学习领域领先于许多美国大公司，他认为这并不过分。李彦宏的胃口很大：“互联网其实只是一道开胃菜，真正的主菜是人工智能，所以人工智能不是互联网的一部分，不是互联网的第三阶段，它可以与工业革命相比是一场新的技术革命。”然而，李彦宏没有提到百度在医学领域的人工智能尝试。据易邦电力网报道，百度于2016年10月发布了百度医学大脑。百度首席科学家吴恩达还没有离任，他也做了一次平台演讲。据官方介绍，“百度医学大脑”是一款人工智能产品设计，通过收集和分析大量的医学数据和专业文献，模拟医生的询问过程，与用户进行多轮沟通，并可能根据用户的症状。如果有问题，重复验证并给出最终建议。在此过程中，我们可以收集、总结、分类、整理病人的症状描述，提醒医生更多的可能性，并协助初级医生完成会诊。马云说：“阿尔法去韩礼士，那又怎么样？”马云达一上台就宣称自己是“胡说八道”。他的演讲也一如既往地被传道，并被带到了外层空间。在过去的十分钟里，他终于“触及了这个话题”，谈到了人工智能。不过，这并不奇怪：“每个人都以一种可怕的方式谈论阿尔法。阿尔法·戈斯获胜的意义是什么？有什么特别的？围棋最初的乐趣是对手下棋不好。因此，这台机器不会下棋。什么意思？只有侮辱别人才能打败他们。机器所做的就是人类所不能做的，这就是所谓的能力。”Ma Yun开玩笑说。事实上，在去年的深圳IT领导人峰会上，创新工程（Innovation Works）董事长李开复（Kaifu Lee）对谷歌的alpha-go进行了评论。他认为阿尔法·戈斯是人类的奴隶，他所做的就是复制1000名奴隶为人类工作。”如今的机器没有自我认知，没有感情，没有欢乐，没有悲伤，也没有做出决定的理由。”马云认为，人类应该让机器有自己的思维，机器有自己的方法，也就是机器智能。”在接下来的100年里，我们将把机器变成人，这个人和我们想象的不同。外星人不是人类。人们如此自大，以为自己长得像我，胡说八道。”嗯，事实上，除了这三个方面，在今天的峰会上，还有一些关于人工智能在医学领域的其他描述和结论，例如清华大学国家金融学院院长朱敏。介绍了人工智能在医学领域的应用实例，如董软在医疗设备成像辅助下对肺癌的诊断。他提到了人工智能诊断癌症的两个“人机对比”：乳腺癌、130片、基于灵敏度的（找到多少正确的肿瘤）和假阳性（有多少正常组织被诊断为肿瘤），病理学家超过30小时，准确率为73.3%，人工智能为88.5%。皮肤癌的诊断准确度与专家相当。2017年2月2日，斯坦福大学的研究人员利用深度卷积神经网络训练和开发模式识别的人工智能系统，使计算机能够分析图片和诊断疾病。此外，还有一件事值得关注。2017年1月10日，FDA首次批准了用于心脏磁共振成像的人工智能分析软件cardio dl。该软件将深度学习应用于医学图像分析，为传统的心脏磁共振成像数据提供心室自动分割分析。这一步骤与传统放射科医生需要手动完成的结果一样精确。

« 一位亲密医生的创始人：“推荐是主线，国际医学只是战略的一步。” | 财务期望数据如何把握财务管理的两个黄金时期 »