关于 AI应用 的搜索结果,共660
来自:云平台技术和产品探讨
AI丨智能诊疗,医师的得力助手
德信数据显示,中国50%以上的住院医生平均每天有4小时以上在写病历,而语音病历后,医生的主诉内容可以实时地转换成文字,效率大大提升。智能语音病历主要了语音识别技术,百度智能云在这一领域已经有所建树,采国际领先的流式端到端语音语言一体化建模算法,将语音快速准确识别为文字,支持手机语音交互、语音内容分析、机器人对话等多个场景。 辅助治疗决策 辅助治疗决策是很多科技公司目前重点研究的方向,通过先进的算法,以临床指南知识库为基础,结合医生经验,对海量真实的临床诊疗数据和离院随访数据进行训练,能够挖掘治疗方案和结局的关联,对比不同治疗方案的效果。从而协助医生为患者提供更精准优质的诊疗方案。这对于年轻医生来说作尤其明显,相当于把更多实战经验汇总,需要时自动调出,诊疗的过程也成了学习的过程。 风险预警 利大样本临床诊疗数据构建风险预测模型,结合患者自身特点和状况,给出治疗方案的风险预警,如手术并发症和药副反等,及早预测患者结局。 随着技术的发展,未来的医疗服务模式也将产生变化,各大科技公司都在积极布局。其中,百度智能云以“ABC+X”的战略为整个医疗行业带来全新的契机。
来自:AI应用
评估企业AI能效,从这几方面入手
决策的智能化升级中,AI加持下的商业分析系统可以机器学习进行高级预测分析,做到实时获取商业洞察,快速对市场变化,为决策提供有价值的参考。 考虑到现阶段人工智能在企业的尚处于导入期,大量企业刚刚开始接触AI,所以,以上评测维度主要从成本节约与新增效益入手,仅为企业提供一个AI评测的框架,企业还要根据自身的业务流程情况以及商业模式,有条件的引入AI。 相信随着AI技术深入更多领域,未来将会出现大批具有行业属性的评估体系,加速企业的智能化进程。
来自:AI应用
2019年企业AI四大维度趋势在这里
另一方面融合语音、图像、视频以及语义理解能力的AI将成为人类与程序交互的主流方式。IDC预计到2023年,支持AI的人机交互接口将取代目前50%基于屏幕方式交互的B2B和B2C程序。 六大行业全面采AI。政府行业、金融业、互联网行业在经过近年的实践后将全面扩展AI。而新零售、新制造、医疗领域也将成为AI市场的新增长点。IDC预计未来这六大行业AI的3年复合增长率将超过30%。 市场生态:打造平台成当务之急 软件及引领基础架构。软件定义计算已成为芯片厂商的重要战略之一。软件及驱动AI芯片发展的阶段也将到来。未来,机器学习的普及程度、机器学习是否始终需要大量的数据集、深度学习神经网络的演化,都会影响加速计算类硬件的发展路线。机器学习技术的演进、AI趋势的脉络对基础架构供商未来发展所扮演的角色日益重要。 生态资源整合成为制胜关键。人工智能技术正在向端侧智能渗透,成功的离不开硬软件的高度适配,这使得技术型厂商与传感器、摄像头、模组等细分产业的整合愈加重要。能够整合解决方案中的各种生态要素并构建合作伙伴网络平台成为制胜关键。
来自:云平台技术和产品探讨
AI丨“阅片”慢怎么破?医学影像呼唤人工智能入局
人工智能与众多学科及产业领域相融合,已经从基础研究逐步走向商业化进程,医疗领域是人工智能目前较为广泛的方向之一,除医学影像外,辅助诊疗、虚拟助理、新药研发和可穿戴设备等方向也均有落地案例。百度智能云也一直致力于此,百度智能云生命科学解决方案可以帮助生物信息领域户存储海量的数据,并调度强大的计算资源来进行基因组、蛋白质组等大数据分析。 未来,在医疗健康这一关乎每个人生命质量的事业上,科技企业所能发挥的作还有更多。百度智能云将发挥自身优势,积极引领人工智能、大数据和云计算技术在医疗行业的落地,帮助研究生命活动规律,促进医疗健康行业蓬勃发展。
来自:百度云智学院
区块链发展现状与
区块链是“加固信任的利器”:在企业中,区块链还做不到让完全不互相相信的企业做到100%放心的合作。但是能让信任度从51%提升至99%。 区块链是“解决方案的协议层”:整合进入其他业务解决方案,助力信任升级,如可信身份、数据协作、音视频版权、供链金融等。 企业区块链的发展情况 金融、政务,区块链最好的场景。区块链+金融,是落地最多、商业化最好的领域。哪里有交易、哪里有相互协作,哪里就更有区块链的使场景。 在金融类项目中,区块链技术的主要聚焦在数据共享、跨境结算以及跨行交易、供链金融等方面。无论是中国的四大行、商业银行和城商银行,还是欧美发达国家银行,都在积极推动区块链金融业务平台的试点工作。 政务类主要集中在区块链电子发票、商事登记、不动产登记、司法存证取证、城市数据治理等方面。 区块链场景 百度作为区块链的服务方,如何将区块链进行落地以及区块链如何在企业中的。下面是百度区块链的产品体系: 如何搭建企业的区块链?百度云搭建一套自己的底层BAAS系统(Blockchain as a service),通过它即可快速搭建一个企业区块链出来。
来自: Apache Doris (incubating)
Apache Doris小米的
自2018年接入Doris以来,Doris以其卓越的性能和易性得到了小米广告团的一致认可。 背景及需求 小米广告业务,从流量方看,主要在小米的各个生态产品中进行包括投屏、横幅、锁屏画报、视频广告等形式的广告展示。从广告主的角度来说,需要监测广告的定向投放效果,比如按地域、设备、时间、人群等等,并且需要根据投放的效果进行定制化的策略调整。这些使需求,映射到OLAP场景,就是转化为不同的维度和指标,进行各种多维分析。 小米广告服务平台作为公司统一的内部平台,每天需要接收超过2TB的数据,每秒产生超过50K的事件。 Why Doris 支持星型模型(Star Schema),方便户建模。 兼容Mysql协议,无缝适配各类BI系统,迁移学习成本低 支持窗口函数,UDF。 运维部署简单,支持滚动升级。 支持物化视图(Materialized View),平衡了效率和存储空间。 支持online schema change,适合业务的变更。 主要场景 广告数据从时效上可分为两类,批量和实时。
来自: Apache Doris (incubating)
Apache Doris在微博平台的
目前系统已经了Kafka、HDFS、Spark等,同时,Doris也在其中起到了重要的作。 1.背景介绍 微博团队在2018年1月开始调研Doris,进行功能、性能方面的评估;2019年初正式引入生产环境。微博目前总共部署两个Doris集群,部署规模在40+节点。上图展示了Doris在微博部署的具体规模,可以看到服务器除了磁盘容量上的差别外,配置基本同构。 部署方法上,微博团队采Docker容器的方式部署Doris,同时也给Doris建立了服务池,保持其他业务运维管理的一致。 Doris目前在微博主要承接了阅读互动相关方面的数据支持的需求,单天写入规模大致维持在4~5亿条这个量级。 2.Doris场景 Doris在微博的场景主要分为3类。 首先存储微博阅读数等历史数据。微博上实时展示的阅读数据,经常面临来自不同媒体的质疑。为消除质疑,需按分钟存储各条微博的互动状态以及阅读量等数据,以便查询审计之。引入Doris存储此类数据,可大大提高查询效率。 于多维分析和监控。之前的业务监控使graphite,但是想做一些多维分析的时候比较困难。
来自:云平台技术和产品探讨
百度层智能网络演进
缺少基于实时流量、负载的动态调度能力,导致难以有效对突发情况 流量和服务能力都不是一成不变的,为此静态的调度方案在突发流量、突发故障等场景下,往往响延迟,调度处理力不从心。例如春晚期间,百度APP摇一摇的流量在数分钟内出现上千倍的增长,而且各个地域的流量分布和常态有极大的变化,依靠静态的流量调度是无法挺过春晚全过程的。故障是另外一个需要考虑实时流量、负载的场景,如果主机房故障,但是备机房的负载率已经达到了80%,这时只做一个简单的主切备动作,都会导致备机房过载,出现全局性的不可。 缺少户侧的监控数据,导致无法解决户访问的质量问题 市面上的方案往往基于本地的、或者是少数自有机房的探测点对服务进行探测,来判断服务的性能和可性,这种探测并不能反户真实的访问体验。户的实际请求要经过复杂的运营商网络才能到达服务,而运营商网络可能会出现各种问题,例如由于骨干网拥塞,四川户访问华北节点出现异常,但是访问华东却质量良好。如果只依赖少数监控点,是无法发现这种异常的,常规预案将导致四川户依然被调度到华北出现流量丢失。
来自:百度云智学院
DuerOS 对话式人工智能
有了对话式操作系统就可对话式操作系统上完全一些。 智能语音 首先对比智能语音与手机上的APP的区别: 对于手机APP设备端就是手机,操作系统是安卓,具体的服务是APK。对于对话式AI系统而言它的设备可能是音箱,操作系统是DuerOS,称为技能,技能服务对着安卓的APP。 智能语音的过程: 基于对话式操作系统可通过自然语言(也即我们的问话)与设备通信,设备能理解我们的通话,同时完成一系列的服务,这就是智能语音服务或智能语音。也就是说从户的角度来看,智能语音服务相当于一个个具体的;从开发这角度来看,每个服务相当于一个机器人。 技能开发平台 我们将SDK当做一个开放平台,对于对话式AI操作系统DuerOS而言,它的SDK或者是API或者系统调是什么呢?就是我们谈到的技能开放平台dbp,他就相当于我们的SDK。 DuerOS Bot Platform Dbp提供了两个能力:一个是API,另一个能力就是各种开放的工具,也就是技能开放平台相当于一套API加上一套辅助工具。
来自: Apache Doris (incubating)
Apache Doris 在搜狐智能媒体的
交互式查询功能,满足报表和多维分析,目前公司主要提供Impala、MySQL、Mongo,查询稳定性和响延迟等,不能满足要求,影响户体验。 实时层分为流式处理和实时数据统计。流式处理,主要是实时ETL,复杂事件处理,目前公司提供的Spark Streaming完全可以满足需求。实时数据统计,主要是把实时处理和批处理的计算统一起来,可以理解为Kappa架构,目前主要MySQL、Mongo,数据量大的时候处理不了。 因此,搜狐团队希望找到一个开源工具可以满足交互式查询和实时数据统计。 搜狐在选择产品的时候也做了大量的开源竞品分析。对以下五个产品的优缺点都有详细的说明。
来自:区块链
进入3.0时代,户如何搭建出属于自己的区块链系统和
在目前的区块链生态中,主要包括底层技术和基础设施层、通及平台层和行业层三类: 1、底层技术和基础设施层主要包括网络编程、分布式算法、加密签名、数据存储等技术,通过这些技术可以构建网络环境、搭建交易通道以及制定节点的奖励规则; 2、通及平台层则包括智能合约、信息安全、防伪溯源、快速计算等,区块链平台则根据去中心化程度、场景的不同,又可划分为公有链、联盟链和私有链; 3、行业层则正在通过DApp的部署和使,将区块链技术于不同的场景中。 如今,在区块链生态的不同组成部分中,都有一大批企业涉足其中,他们通过合作、互补正共同组成了一个日趋完善的生态系统。接下来,小编就带你全面了解一下当前区块链生态发展的现状。 一切还是要从比特币说起 比特币一经问世,其特点就非常鲜明: 不由任何中心机构控制,交易需要全网公开确认,算法面前人人平等,每个人和每个节点都可以参与和监督。比特币的这些特点也使之与其他虚拟货币产生了本质的区别。
来自: Apache Doris (incubating)
Apache Doris在京东广告平台的
因为Apache Doris支持MySQL协议,现存的很多外围MySQL功能模块都可以使,整体使都很方便。并且原有的MySQL数据库的户迁移成本很低。 高并发、高QPS支持。因为核心代码全部使C++实现,性能方面要优于其他语言。另一方面良好设计也保证Apache Doris在对高并发时性能要优于其他开源产品。 方便运维,架构清晰。只有FE和BE两个模块,外部依赖少。可以专心维护Doris系统,其他ETL的工作可以交给业务部门处理,解放了人力。 618战绩 618大促期间,Doris提供了非常稳定的线上服务。在线进行了稳定的schema change,全程无事故。 在导入方面,支撑100亿行/日的增量,导入峰值达到2000w/分钟,秒级导入延迟。 在查询方面,支撑了4000w+的每日查询,TP99仅为150ms。大促期间QPS峰值3000+,压测阶段峰值达到1w+。 在京东广告平台的 上图介绍了数据从产生到入库的过程所有的点击流。订单流消息会进入Kafka消息队列,然后经由Spark/Flink的计算,生成一个批次数据,这个批次数据产生的频率由业务端控制。
来自: 百度技术沙龙
百度技术沙龙第 54 期 人工智能技术
人得器官本身也有很多缺点,任何可的高科技、高性能传感器难道不好吗? @章恒:喜欢 Computer Go 的讲座,蒙特卡洛搜索其实很好理解,但具体实现还是有一定的难度。
TOP