专访|专访中国科学院院士汤涛:智能快速检测的核心是算法

中新经纬客户端7月1日电 (高铂宁)“不了解数学的人 , 或许只能看到一堆数据、一堆图像 , 但不了解其中的含义和规律 。 而数学家的任务 , 就是要在抽象之中找到规律 , 并且展示给大家 。 ”中国科学院院士、计算数学家汤涛如是说 。
作为赛泰诺和赛威玛的算法及数据分析负责人 , 长期从事高精度算法研究的汤涛对算法的魅力也有自己的答案:“数学和算法最吸引人之处就在于 , 能够把大数据中最核心的、最有内在关系的部分找出来 。 ”
乍看之下 , 这些数学专业名词和科技热点 , 与普通人的生活有一定距离 。 但是 , 身为赛泰诺及赛威玛智能科技的首席科学家 , 汤涛的研究实践推动了高新检测仪器背后的算法落地 , 首次将实验室技术应用于个人移动端 , 通过人工智能和云计算极大地提高了生物智能检测的效率 。
赛泰诺、赛威玛旗下的多款检测仪器能够运用于企业市场监督、疾控机构、食品生产企业、粮食仓储企业和服务业 , 乃至普通消费者的生活场景 。
高精度算法加持下的生物检测仪器究竟有哪些技术优势?能为用户提供什么级别的解决方案?算法迭代的难点痛点何在?近日 , 中新经纬客户端就相关问题对汤涛院士进行了专访 。
技术突破 可降低八成人工成本
2020年 , 中国市场监管部门共查处食品安全违法案件28.62万件 。 其中 , 微生物污染超标、农兽药残留超标是最常见的不合格项目 , 这也说明 , 要营造更加安全的饮食环境 , 中国食品安全体系的建设依然任重道远 。
深圳市赛泰诺生物技术有限公司(简称赛泰诺)提供智能AI检测终端全套解决方案 , 集研发、生产与销售于一体 , 重点关注方向是工业化生产中的智能化质量控制环节 。 目前 , 相关技术在国内仍属于起步阶段 , 放眼全球 , 拥有全智能检测核心技术的企业为数不多 , 智能化全无人检测分析仪器及终端的核心技术难度较大 , 存在壁垒 。
最近几年 , 检测赛道颇为火热 , 新生代公司层出不穷 , 行业规模稳步增长 。 据国家市场监督管理总局统计 , 中国食品及食品接触领域检验检测行业市场规模已超过160.05亿元 , 年均复合增长率达12.28%;微生物检测行业市场规模在2018年达到56.1亿元 , 2014至2018年间 , 年复合增长率为17.2% 。
在汤涛看来 , 近年来“企业扎堆”的现象是因为检测行业容量潜力巨大 , 刚性需求广泛存在 , 初级技术门槛也不高 , 所以吸引了众多公司入局 。
但他进一步指出 , 这种密集入行的现象可能是暂时的 。 而最终能在竞争中胜出、占据检测市场大部分份额的公司 , 依然会是技术水平高的公司 。
不仅国内市场有第三方检测机构和提供检测仪器的服务商如雨后春笋般出现 , 而且在国际市场 , 同类检测仪或试剂盒也存在已久 。
汤涛表示 , 与国内外的过往产品相比 , 赛泰诺和赛威玛旗下产品的最大优势在于 , 在人工智能和自研算法加持下 , 实现了在智能检测技术层面“补短板”、增效率 。
汤涛认为 , 目前人工智能的技术已经发展到较高水准 。 “通俗地来讲 , 让世界上最强的棋手跟人工智能AlphaGo去对决 , 棋手很多时候也赢不了 。 ”随着技术上限逐渐升高 , 人工智能和算法的介入变得日益重要 , 只要运用得当 , 就可以在信息筛选和数据分析等环节实现事半功倍的效果 。
“一方面 , 我们的核心业务深度地采用了人工智能;另一方面 , 科学计算的算法也很重要 。 ”在汤涛看来 , 两方面技术结合起来 , 能够为企业用户提供全智能化的检测终端及全套解决方案 , 实现智能化的质量控制 。
具体而言 , 在高阶算法的介入下 , 赛泰诺的检测设备开始向无人化、智能化的检测方向转型升级 , 检测精度和效率提高 , 过去需要专业技术人员操作的检测 , 在未来完全实现全智能化、无人化 。

专访|专访中国科学院院士汤涛:智能快速检测的核心是算法
文章图片

此外 , 赛威玛检测终端也实现了降成本 。 赛威玛通过优化算法 , 将检测运算整合到云平台 , 数据分析可以在云端进行 。 如此一来 , 不再需要配置成本过高的检测硬件 , 过去需要为芯片预留的预算都可削减 。
汤涛还以未来的真菌毒素检测无人智能工作站举例 , “过去 , 检测需要懂得专业技术操作的人员来完成 , 但是 , 无人智能工作站不需要那么多人工操作 , 就可以在远端粮仓粮库实现实时在线检测 。 ”
人工成本也随之降下来 。 据汤涛估算 , 无人检测站投入使用后 , 粮仓只需要少数工作人员进行人工监控、数据分析和算法保障等 , 可以在现有基础上降低70%到80%的人工与硬件成本 。 “如果算法运行能够更加稳健 , 我甚至觉得 , 未来的完成费用只占现在的10% 。 ”
合格的食品快检技术对食品安全非常重要
数据显示 , 中国国内食品检测的高端仪器市场仍然主要依赖外资厂商 , 进口仪器和国产仪器分别占80%和20% 。
汤涛坦言 , “在过去10年到20年间 , 中国食品检测行业原创性的技术不够多 , 再加上外资厂商也有一套独特的营销方法 , 以前有些地方就会觉得 , 我们还能租、能买 , (只需要租或买进口产品就可以)另一些地方选择一半自己做 , 一半去引进 。 ”
深耕科研多年 , 汤涛对于科研中依赖外国厂商的现象也深有感触 。 “比如美国的商业数学软件MATLAB(可用于算法开发、数学建模、数据分析及数值计算)等很多科学软件 , 实际上我们中国人也是可以做的 。 但是外国起步更早 , 做的质量也比较高 , 营销手段比较好 , 所以国内用于科研用途的科学软件 , 也同样存在依赖于外资厂商的现象 。 ”
在当下节点 , 这一现象或将出现变化 。 真正的“卡脖子”核心技术无法从国外购买或租赁 , 通过科技创新把核心技术掌握在自己手中 , 才是推动中国经济发展的最大动力 。 汤涛认为 , 在中国遭遇技术封锁的情况下 , 国内企业需要加速创新 , 抓住机会 , 通过自有知识产权和独家技术 , 把握中国各大行业的市场 。 “实际上 , 食品就是一个很重要的行业 , 无论是对家庭、对社会、对民族 。 ”
食品行业向下涉及民生 , 向上可以追溯到农药、种子等问题 , 拥有合格的食品快检技术的确对中国食品安全的保障和风控非常重要 。 “甚至可以上升到粮食安全的高度也不为过 。 ”汤涛表示 。
中储粮就是赛泰诺智能AI真菌毒素快速定量检测系统的主要客户之一 。 在赛泰诺的核心检测技术及更高阶的算法支持下 , 真菌毒素检测耗材不再需要低温储存 , 用户无需进入实验室 , 在田间地头或仓储粮库就能完成检测 , 同时还可实现多项联检 , 提高检测效率的同时大大降低了成本 。
检测仪器走入民间是必然趋势
对于检测仪器行业未来的发展方向 , 汤涛表示:“我相信随着技术和算法的成熟 , 它也会走到基层市场 , 走到家庭市场 , 这是一个必然的趋势 。 以前 , 人们只考虑吃饱穿暖 , 考虑数量 。 现在人们开始注重生活质量了 , 对于卫生状况的要求也到了更高的层次 。 ”
汤涛举例称 , 过去几年 , 消费者越来越重视身体健康 , 催生了对随身携带智能硬件的需求 , 智能手环应运而生 。 智能手环产品从无到有 , 再到一步步加载对血压心率的检测功能 , 市场表现非常成功 。
同理 , 在新冠肺炎疫情之后 , 家庭用安全检测仪器也将有其市场 。 目前国内已经恢复了有序运行 , 但是大型公共卫生事件已经对公众的认知和需求有所改变 , 全社会比过去更加关注公共场合的卫生状况 。 对于普通老百姓来说 , 关注的是自己常去的餐馆、酒店、会议室的卫生状况 , 对于酒店、餐厅等企业方来说 , 也需解决清洁人员敷衍了事、管理层难以量化核查的困扰 。
为了解决这一痛点 , 赛威玛与中国检验检疫科学研究院综合检测中心联合打造了“出行场景智能AI快速检测及在线预警系统”(下称AI检测系统) , 为消费者提供关于微生物检测的建议和指导 , 帮助用户判断消毒灭菌的效果 , 规避相关风险 。

专访|专访中国科学院院士汤涛:智能快速检测的核心是算法
文章图片

该系统由检测终端、采样试子、数据库和可视化平台构成 , 用户只需在手持式检测终端上进行简单操作 , 便可快速获得微生物检测结果 。 每个用户上传的检测数据也会存入云端数据库 , 用户越多 , 整合出的信息越有指导价值 。
技术核心是算法
不仅如此 , 赛威玛的AI检测系统也是首款将实验室技术应用于个人移动端的微生物快速识别系统 。 据汤涛介绍 , 要将实验室技术引入日用检测仪 , 实现快速、准确、易懂的效果 , 最关键的要素还是算法 。
“算法这个词 , 听起来挺抽象 , 实际上也简单 。 通过检测得到一堆数据 , 那么 , 这些数据里哪些是有效信息呢?可能用户只需要特定的20% 。 如果把所有的信息都给用户 , 用户也受不了 , 也不关心剩下的80% 。 ”
汤涛解释说 , 算法的职能是精准快速地抓取并分析这20%的核心数据 。 赛威玛研发团队优化出最适合的算法 , 应用在整个检测体系中:检测、收集用户的数据并传输到云端 , 通过算法抓取并运算核心数据 , 再通过云计算传输到移动终端 , 通过图像和曲线展示关键数据 , 这一系列工作既要在秒级完成 , 还要保证准确率和易读性 。
汤涛表示 , 最后一步数据展示要做到“傻瓜式”输出是一个业务难点 。 为了让用户无需学习太多的专业知识也能一目了然 , 研发团队优化了曲线 , 结合大量的应用场景 , 以提供最通俗直观的输出方式 。
人工智能技术需要不断试错和优化
作为科技与投资的风口 , 人工智能行业吸引了很多徒有其表的公司来炒作概念 。 汤涛强调 , 要区分扎实研究技术的企业和“蹭热点”的企业 , 取决于企业内有多少人懂技术 。 自称研究人工智能 , 但是没有团队研究技术的公司 , “都只是过眼烟云 。 ”
纵观人工智能发展史 , 它一直是一门跨学科的学问 , 也因此需要极大的研发投入 。 汤涛说 , “从图灵开始 , 每一次人工智能技术的进步都有数学家参与 , 也有研究计算机科学、力学、电子等等领域的科学家参与 , 需要不断试错、不断优化 。 原创的技术落地之后 , 外人眼中这项技术也不难 , 但是他们无法破解 。 ”
赛威玛的技术研发也秉持同样的思路 。 汤涛介绍说 , 赛威玛的算法数据分析、产品设计结构等内容 , 全部来自原创 , 研发过程中没有其他参照物 。
科研工作中 , 可能需要上百次的失败才能换来一两次成功 。 在算法落地之前 , 研发团队唯一可以依靠的就是不断试错 , 不断优化 , 不断迭代 。 汤涛回忆说 , 在一次次失败之后 , 团队成员也曾面临情绪的低谷 。 “有时候算法走不动 , 我们都有点绝望了 。 但是 , 在无数次失败之后 , 有几次算法做成功了 , 就是我们作为科研工作者最开心的事 , 最终的产品也来自于这来之不易的几次成功 。 ”(中新经纬APP)
中新经纬版权所有 , 未经书面授权 , 任何单位及个人不得转载、摘编以其它方式使用 。
【专访|专访中国科学院院士汤涛:智能快速检测的核心是算法】更多精彩内容请关注中新经纬(jwview)官方微信公众号 。

    推荐阅读