朱鹏飞|传统行业想获得AI加持,为何这么难( 三 )


“在这种思路下 , 传统行业也涌现了一些不错的应用案例 。 比如医学领域的影像识别AI系统 , 可以帮医生‘看’CT影像片子 , 对肿瘤等病变加以识别 , 辅助医生做出判断 。 ”朱鹏飞介绍 , 由于很多数据都由专业的放射科医生在影像片子上进行了标注 , 因此数据比较准确 , AI算法模型在学习的过程中进步很快 。 目前很多影像识别系统的准确率都能达到90%以上 , 由于是辅助医生 , 最后还需医生做医疗决策 , 但这个水平的准确率在很大程度上降低了医生的工作强度 。
“尽管传统行业有了一些应用AI技术的成功案例 , 但是要想更好地和AI结合 , 还得在提高数据质量方面下功夫 。 ”朱鹏飞建议 , 首先对于已经积累了海量数据的传统行业 , 在保证数据安全的前提下 , 主动开放数据 。 挖掘数据中蕴藏的价值 , 和需求关联起来 , 会有很大的发展空间 。 其次 , 对于新兴行业 , 比如新能源汽车等 , 在构建智能工厂规划的时候 , 就把获取数据、智能化的因素考虑进去 。
不过朱鹏飞强调 , 在传统行业用好AI技术的同时 , 也不要滥用AI技术 , 在应用前做好评估 , 如果不能提高生产效率 , 对行业整体有所提升 , 那么盲目强行使用AI技术 , 就是对资源的浪费 。 “比如一些应用场景需要AI算法达到99%以上的精度才可以使用 , 通过评估 , 现有模型算法只能达到90%的精度 , 那么这个场景就没必要强行上马AI技术了 。 ”
“总而言之 , 对于AI技术的应用要数据先行 , 有高质量的数据再谈应用 , 没有好的数据很难有好的应用 。 ”朱鹏飞说 。

推荐阅读