AI的疫情新契機

楊方儒
中國時報

「危」與「機」在中文涵義中,一是艱困挑戰,二是機運誕生,從科技應用的角度來說,新冠肺炎疫情全球蔓延,也創造了產業發展新契機。遠距教學與遠程辦公成了大陸的顯學,企業的數位化程度,此時立判高下!實體空間與線下營運的比例越重,營收獲利的傷害越大。

人工智慧領域,過去2、3年喊得震天價響,現在反而就出現了更多新成功案例。例如騰訊的AI領軍產品「騰訊覓影」,就能在病患進行CT檢查後,最快2秒就能完成AI程式辨識,1分鐘內為醫生提供診斷參考。

1次胸部CT檢查,會產生300張影像,一位醫生閱片時常需5~15分鐘。如今在全球確診及疑似患者數目攀升的情況下,非常考驗專科醫生的眼力與精力。

Google的AI研究人員兩年前指出,已經利用電子病歷來預測患者住院的死亡率。在美國與全球陸續蒐集了超過21萬份樣本,準確率在95%上下。

台灣的長庚以及諸多醫療院所,近兩年也以AI模型來判斷CT影像中的癌症病灶。一直以來,台灣產業界在軟硬融合上的落後,直接導致新興技術找不著落地場景,此次疫情在醫療場域中,肯定創造諸多轉機。

至於機場設置的紅外線體溫辨識系統,在導入大陸AI業者曠視與商湯的模型後,就可以在大規模人潮聚集處,迅速將體溫異常者辨識出來!這就能夠達到非接觸式遠距離測溫,降低現場檢測人員近距離受感染的風險。

早在1956年,人工智慧就被確立為一門學科。當年的達特茅斯會議上誕生了第一代AI的研究者。1990年代,第一套AR擴增實境實驗系統由波音公司開發,不是用來寶可夢打怪,僅用來協助工人裝配管線設備。

看得出來,技術從來都不是新鮮事,只是需要等到創新擴散到來的那一剎那,技術才會走進生活之中。創新的最終目的,在於希望新事物於社會體系中散播開來、廣泛使用。

創新擴散的關鍵是,已經存在的技術,能否在當下為人所用?肺炎疫情的當下,科技產業界都在尋求更多的技術應用可能性。

以智慧型手機用戶為例,目前大家最不方便的就是戴著口罩,沒辦法辨識人臉來開機。同樣是由騰訊推出的「優圖」,可以辨識5種不同的口罩佩戴臉型,對未佩戴口罩或錯誤佩戴口罩的人員能即時發現並預警。

「優圖」能夠將戴口罩人臉辨識的準確率,提高到與正常情況下人臉辨識的水平。換句話說,即使戴著口罩,這套AI也能直接辨識出用戶臉型!(作者為鍶科技暨幣特財經總編輯)

你可能還想看