AI技術(shù)已經(jīng)家喻戶曉。不論是移動(dòng)終端設(shè)備，還是企業(yè)系統(tǒng)平臺(tái)，都開(kāi)始集成AI能力，現(xiàn)階段看，AI融合到各個(gè)行業(yè)的潛力非常巨大，能夠在眾多場(chǎng)景中發(fā)揮作用，比如云計(jì)算。在今天數(shù)字化轉(zhuǎn)型的浪潮中，企業(yè)上云成為了新常態(tài)，云上大量的數(shù)據(jù)、豐富的應(yīng)用通過(guò)AI技術(shù)，能夠解決很多問(wèn)題，因此云與AI的融合也是新常態(tài)。

因?yàn)轵v訊強(qiáng)大的社交、游戲等基因，騰訊AI有著非常豐富的實(shí)踐場(chǎng)景，在朋友圈爆款應(yīng)用、OCR識(shí)別、醫(yī)療、游戲等場(chǎng)景中都運(yùn)用了AI技術(shù)，開(kāi)發(fā)出了大量的新功能和能力。即便如此，AI在這些領(lǐng)域的嘗試有些還在初級(jí)階段。如何在具體業(yè)務(wù)場(chǎng)景中提供匹配的能力，利用AI把問(wèn)題簡(jiǎn)單化，釋放生產(chǎn)力，依然非常具有挑戰(zhàn)性。

因此，7月28日，騰訊云在北京舉辦云+社區(qū)沙龍，邀請(qǐng)來(lái)自騰訊與四川云檢科技的五位AI技術(shù)專(zhuān)家，分享他們?cè)趯?zhuān)業(yè)領(lǐng)域的AI開(kāi)發(fā)經(jīng)驗(yàn)，幫助開(kāi)發(fā)者在具體行業(yè)場(chǎng)景中實(shí)踐AI技術(shù)?，F(xiàn)場(chǎng)有近400位開(kāi)發(fā)者參與，答疑及茶歇環(huán)節(jié)氣氛熱烈，多位開(kāi)發(fā)者與講師就演講內(nèi)容展開(kāi)討論，表現(xiàn)出對(duì)AI濃厚的開(kāi)發(fā)興趣。最后，所有開(kāi)發(fā)者們與講師們合影留念，結(jié)束了這次盛夏中的、充滿前沿知識(shí)洗禮的趣味沙龍。

朋友圈爆款背后的計(jì)算機(jī)視覺(jué)技術(shù)與應(yīng)用

在現(xiàn)階段，強(qiáng)調(diào)AI在場(chǎng)景中落地，就是希望AI走進(jìn)千家萬(wàn)戶，融入整個(gè)社會(huì)，而不僅僅是曲高和寡的模型，這就是AI技術(shù)產(chǎn)業(yè)化的趨勢(shì)。比如，朋友圈里像軍裝照、武士青年這種有趣的互動(dòng)活動(dòng)，就是目前探索出來(lái)的計(jì)算機(jī)視覺(jué)最快能夠來(lái)到大家身邊的落地應(yīng)用。對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，通過(guò)對(duì)具體案例流程的了解，就能夠快速的掌握開(kāi)發(fā)所需要的能力，從而實(shí)現(xiàn)自主創(chuàng)新開(kāi)發(fā)。

騰訊大數(shù)據(jù)與人工智能中心AI技術(shù)專(zhuān)家葉聰在沙龍活動(dòng)中就以朋友圈一些爆款活動(dòng)作為切入點(diǎn)，幫助開(kāi)發(fā)者們梳理了當(dāng)前關(guān)于計(jì)算機(jī)視覺(jué)與技術(shù)的應(yīng)用。葉聰表示，騰訊云現(xiàn)在非常講究AI場(chǎng)景化，在很多的應(yīng)用中都集成了AI能力。

五四青年節(jié)的活動(dòng)《重溫五四，你最像哪位青年？》就是騰訊首先開(kāi)始做的。通過(guò)人臉檢測(cè)與分析技術(shù)、人臉檢索技術(shù)，將用戶上傳的照片與特定形象進(jìn)行臉部層面的檢索對(duì)比，通過(guò)匹配分析找出數(shù)據(jù)庫(kù)中外貌特征與用戶最為相似的一張照片，這個(gè)創(chuàng)意為后續(xù)AI娛樂(lè)產(chǎn)品設(shè)計(jì)提供了參考。

相比于學(xué)術(shù)角度對(duì)計(jì)算機(jī)視覺(jué)的定義——如何讓計(jì)算機(jī)從圖像和視頻中獲取高級(jí)、抽象的信息，從工程角度來(lái)看，「使機(jī)器模仿人類(lèi)的視覺(jué)能力變得自動(dòng)化」的定義則更明了。葉聰介紹，計(jì)算機(jī)視覺(jué)使機(jī)器可以部分代替人力理解圖片中的信息。計(jì)算機(jī)視覺(jué)還包含一些分支，主要包括物體識(shí)別、對(duì)象檢測(cè)、語(yǔ)義分割、運(yùn)動(dòng)和跟蹤、三維重建、視覺(jué)問(wèn)答、動(dòng)作識(shí)別等等，同時(shí)新的分支還在不斷出現(xiàn)。

現(xiàn)在比較熱門(mén)的視覺(jué)應(yīng)用包括人臉識(shí)別、無(wú)人駕駛、語(yǔ)義分割等。語(yǔ)義分割在AI領(lǐng)域比較常見(jiàn)，一般指詞性的分割，或者詞的分割。而圖像分割里面的語(yǔ)義分割一般指的是把圖像里面的不同類(lèi)型的對(duì)象進(jìn)行標(biāo)注和區(qū)分。

在機(jī)器識(shí)別領(lǐng)域，現(xiàn)在已經(jīng)有很多比較成熟的特征提取方法。比如邊緣檢測(cè)方法，圖片對(duì)象的局部對(duì)稱性，尺度不變特征，利用灰度的原理等等，這些算法都能夠?qū)崿F(xiàn)提取，但不存在最優(yōu)方案。在圖像分割和對(duì)象檢測(cè)領(lǐng)域也有一些其他算法，例如分水嶺算法，分水嶺顧名思義就是利用圖像的灰度特性把這個(gè)圖像整個(gè)灰度的曲線顯示出來(lái)。另外，對(duì)象檢測(cè)的常用算法叫主觀形狀模型，比如以人臉為標(biāo)準(zhǔn)，人臉上有68個(gè)點(diǎn)，對(duì)這些點(diǎn)進(jìn)行變換，再去實(shí)現(xiàn)匹配目標(biāo)。

圖像識(shí)別領(lǐng)域的發(fā)展經(jīng)歷了CNN，R-CNN，F(xiàn)aster R-CNN等幾個(gè)階段?，F(xiàn)在圖像識(shí)別的流行趨勢(shì)會(huì)趨于大自然的發(fā)展邏輯，是一個(gè)大循環(huán)。那么，基于這些科學(xué)實(shí)驗(yàn)基礎(chǔ)，騰訊云是如何支持AI應(yīng)用的呢？以五四青年活動(dòng)為例，它是解決圖像匹配的一個(gè)活動(dòng)。首先，從訓(xùn)練數(shù)據(jù)開(kāi)始，一般是民國(guó)時(shí)候的老照片，對(duì)它進(jìn)行提取和標(biāo)注數(shù)據(jù)，因?yàn)槊總€(gè)照片都有標(biāo)注，就會(huì)生成模型。當(dāng)用戶玩游戲時(shí)上傳照片測(cè)試數(shù)據(jù)時(shí)，會(huì)進(jìn)行特征提取和建模，模型會(huì)返回一個(gè)分類(lèi)，這個(gè)分?jǐn)?shù)不是執(zhí)行度，不完全可以參考。最后將會(huì)把一個(gè)分?jǐn)?shù)最大的值返回到前端，生成頁(yè)面，這是整個(gè)流程。

再以人臉融合類(lèi)的應(yīng)用來(lái)看，比如軍裝照。它的流程首先會(huì)對(duì)圖像的人臉部分進(jìn)行關(guān)鍵點(diǎn)的定位，把人臉上的特征提取出來(lái)，然后會(huì)對(duì)圖片進(jìn)行一些旋轉(zhuǎn)，把它跟模版圖進(jìn)行統(tǒng)一化。下一步會(huì)把上傳圖片的人臉部分根據(jù)特征值摳出來(lái)，它就會(huì)跟模版圖進(jìn)行融合。等融合后如果上傳照片的各種光線角度不完全一樣，再對(duì)圖片進(jìn)行優(yōu)化，把光影、曲線調(diào)得比較平緩，這樣就呈現(xiàn)了非常好的效果。

對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，掌握了這些能力，在開(kāi)發(fā)出一款有趣的應(yīng)用之后，如何實(shí)現(xiàn)商業(yè)化落地？直接把它放在網(wǎng)上就可以讓用戶下載使用嗎？實(shí)際上遠(yuǎn)沒(méi)有這么簡(jiǎn)單。現(xiàn)在的普遍做法是，都會(huì)采用云服務(wù)，盡量不在物理集上部署。為什么需要在云上部署AI應(yīng)用？因?yàn)檫@些應(yīng)用一般都會(huì)有短時(shí)間達(dá)到特別高的峰值，持續(xù)一段時(shí)間會(huì)有很快的回落。如果通過(guò)自己的IT基礎(chǔ)設(shè)施來(lái)響應(yīng)這些需求，在成本上會(huì)非常巨大，難以承擔(dān)，而利用公有云，可以把一些機(jī)器的成本釋放掉，這是目前從開(kāi)發(fā)應(yīng)用到實(shí)現(xiàn)收益的一整套通用商業(yè)流程。

目前，騰訊云AI目前能夠支持的領(lǐng)域比較多。包括各種人臉合成、身份證識(shí)別、智能監(jiān)控、人臉軋機(jī)還有語(yǔ)音合成、關(guān)鍵詞搜索等方面。同時(shí)，騰訊云的機(jī)器學(xué)習(xí)的平臺(tái)可以幫助開(kāi)發(fā)者們快速去實(shí)現(xiàn)模型。

最后，如何讓AI落地到具體場(chǎng)景中，除了技術(shù)層面，開(kāi)發(fā)者們?nèi)绾未蚰ギa(chǎn)品讓用戶可以簡(jiǎn)單的使用復(fù)雜的技術(shù)？通常來(lái)說(shuō)，從有想法到落地是一個(gè)非常漫長(zhǎng)的過(guò)程，它分非常多的環(huán)節(jié)。首先要有AI算法的專(zhuān)家，同時(shí)要有AI工程實(shí)踐經(jīng)驗(yàn)豐富的人，最后，還要有更多的產(chǎn)品開(kāi)發(fā)人員把它打磨成產(chǎn)品。

OCR的應(yīng)用集錦及背后技術(shù)

OCR是近年比較火熱的領(lǐng)域。像身份證識(shí)別、車(chē)牌識(shí)別等都需要運(yùn)用到OCR技術(shù)，而像身份證識(shí)別的場(chǎng)景又非常多。因此，OCR作為一項(xiàng)通用型的基礎(chǔ)技術(shù)，有非常廣泛的用途及商業(yè)價(jià)值。在很多需要人力資源來(lái)完成文字識(shí)別的工作，比如快遞行業(yè)的運(yùn)單識(shí)別，保險(xiǎn)行業(yè)的資料識(shí)別，通過(guò)OCR技術(shù)的利用實(shí)現(xiàn)了較大程度的生產(chǎn)力解放。對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，借助于OCR技術(shù)開(kāi)放的API，即可完成在各種生活場(chǎng)景的應(yīng)用開(kāi)發(fā)。

騰訊AI資深技術(shù)專(zhuān)家冀永楠介紹說(shuō)，OCR的歷史最早可以追溯到上世紀(jì)六七十年代，當(dāng)時(shí)郵寄信件的郵編即是OCR服務(wù)的最早雛形。目前的OCR應(yīng)用可以分為兩個(gè)維度，一是表格式的OCR和通用的OCR；二是印刷體和手寫(xiě)體OCR?，F(xiàn)在的階段，表格式相對(duì)容易、通用式相對(duì)困難；印刷體相對(duì)簡(jiǎn)單，手寫(xiě)體相對(duì)困難。

騰訊云現(xiàn)在能夠提供多個(gè)場(chǎng)景中的印刷體OCR服務(wù)。在通用型的OCR場(chǎng)景中，除了證件，還能夠識(shí)別駕照、車(chē)牌、銀行卡、名片等等。另外，OCR服務(wù)要求準(zhǔn)確，以及完備，即能夠識(shí)別中英文和字符。騰訊云正在由常用語(yǔ)言和字符，例如中英文等往外擴(kuò)散能力，將識(shí)別范圍更加擴(kuò)大。

目前，在銀行業(yè)等對(duì)數(shù)字高敏度的行業(yè)，對(duì)OCR的應(yīng)用廣泛且要求極高。騰訊不僅是第一家將手寫(xiě)體應(yīng)用在實(shí)際場(chǎng)景中的，而且數(shù)字的識(shí)別率也高達(dá)90%以上，單字的識(shí)別率在15毫秒以內(nèi)，復(fù)雜漢字超過(guò)80%。騰訊云的OCR服務(wù)在權(quán)威測(cè)評(píng)中表現(xiàn)也非常出眾。在國(guó)際模式識(shí)別協(xié)會(huì)（IAPR）舉辦的文檔分析與識(shí)別、模式識(shí)別領(lǐng)域世界上最權(quán)威的國(guó)際學(xué)術(shù)會(huì)議ICDAR（International Conference on Document Analysis and Recognition，即國(guó)際文檔分析與識(shí)別大會(huì)）上，騰訊OCR識(shí)別在ICDAR2015 「Focused Scene Text」場(chǎng)景文字識(shí)別任務(wù)、ICDAR 2015「Robust Reading Competition」的自然場(chǎng)景文本檢測(cè)項(xiàng)目中均得到第一名。

騰訊云現(xiàn)在可提供基于各種場(chǎng)景下的OCR服務(wù)接口，開(kāi)發(fā)者可以免費(fèi)使用這些服務(wù)來(lái)搭建自己的應(yīng)用。比如，開(kāi)發(fā)者實(shí)際需要開(kāi)發(fā)的一個(gè)具體場(chǎng)景的軟件，需要用到手寫(xiě)體識(shí)別或者做一個(gè)通用的OCR識(shí)別時(shí)，可以直接在騰訊云上調(diào)用對(duì)應(yīng)的服務(wù)來(lái)完成應(yīng)用開(kāi)發(fā)。

騰訊云OCR的應(yīng)用場(chǎng)景很多，目前在快遞運(yùn)單識(shí)別以及保單識(shí)別上有明確的目標(biāo)客戶。類(lèi)似于這種項(xiàng)目一般是定制化服務(wù)，都是針對(duì)性地解決一個(gè)具體的問(wèn)題。騰訊云根據(jù)具體場(chǎng)景下的問(wèn)題和具體的生產(chǎn)流程來(lái)開(kāi)發(fā)一套系統(tǒng)，或者開(kāi)發(fā)一套流程來(lái)配合實(shí)際的業(yè)務(wù)，來(lái)提高生產(chǎn)效率。

以快遞運(yùn)單識(shí)別為例，快遞手寫(xiě)運(yùn)單必須入庫(kù)才能進(jìn)行投遞，人工識(shí)別錄入的效率很低，在運(yùn)用騰訊云的OCR系統(tǒng)之后，每日處理量可達(dá)到一千萬(wàn)單，相當(dāng)于三千多個(gè)人三班倒的工作效率。另一個(gè)案例是泰康核保，在通常的購(gòu)買(mǎi)健康保險(xiǎn)流程中，都會(huì)對(duì)購(gòu)買(mǎi)者病史進(jìn)行審核，審核包括購(gòu)買(mǎi)者之前的體檢資料以及指定醫(yī)院的體驗(yàn)資料，通過(guò)這些資料分析，來(lái)判定購(gòu)買(mǎi)者身體狀況?，F(xiàn)在的解決方案是使用騰訊云的OCR，同時(shí)與泰康的醫(yī)療專(zhuān)家共同設(shè)計(jì)醫(yī)學(xué)知識(shí)庫(kù)加入到定制化系統(tǒng)。

除了以上兩個(gè)場(chǎng)景，騰訊云在不同的OCR應(yīng)用中還有江蘇銀行、小米等客戶。包括工商管理總局的廣告監(jiān)督局也在使用騰訊云OCR的多款服務(wù)。

智慧工地：履約考勤系統(tǒng)的應(yīng)用實(shí)踐

在目前的智慧城市、智慧工地等領(lǐng)域的建設(shè)也充分應(yīng)用了數(shù)字化技術(shù)。為響應(yīng)交通運(yùn)輸部公路品質(zhì)工程建設(shè)的號(hào)召，工程建設(shè)需要加強(qiáng)四新技術(shù)的應(yīng)用，包括新材料、新設(shè)備、新技術(shù)以及新工具的應(yīng)用。在工程項(xiàng)目相對(duì)靈活的突發(fā)的工作環(huán)境中，履約考勤系統(tǒng)往往承擔(dān)著較大的負(fù)荷，現(xiàn)在利用AI技術(shù)，就可以實(shí)現(xiàn)履約考勤管理的智能化。而一般開(kāi)發(fā)者也可以根據(jù)一般企業(yè)的需求利用AI技術(shù)來(lái)開(kāi)發(fā)有特點(diǎn)的產(chǎn)品。

四川云檢科技發(fā)展有限公司研發(fā)總監(jiān)吳琛表示，針對(duì)智慧工地履約考勤系統(tǒng)的應(yīng)用實(shí)踐主要分為六個(gè)部分，包括前沿、產(chǎn)品分析、系統(tǒng)架構(gòu)、主要技術(shù)、功能分析、應(yīng)用展望。當(dāng)前的履約管理的作用是為項(xiàng)目建設(shè)工程、質(zhì)量保駕護(hù)航。在實(shí)際的應(yīng)用當(dāng)中，履約考勤的對(duì)象包括施工單位的項(xiàng)目經(jīng)理、總工、安全生產(chǎn)負(fù)責(zé)人、設(shè)計(jì)單位的駐地設(shè)計(jì)代表、試驗(yàn)檢測(cè)工程師等一些重要的人員，它針對(duì)的是重要的人員而不是其他一般員工。

當(dāng)前主流的考勤方案大約有7種，包括指紋考勤、ID卡考勤、紙卡鐘考勤、人臉識(shí)別考勤、虹膜識(shí)別、指靜脈識(shí)別、攝像考勤機(jī)。這些方案在實(shí)際應(yīng)用中，在兼顧效率和避免冒名頂替方面都不是很理想。而因?yàn)楣こ探ㄔO(shè)與參建方的監(jiān)督與被監(jiān)督關(guān)系，決定了管理部門(mén)對(duì)履約人員信息的真實(shí)性有更高的要求。

吳琛介紹說(shuō)，通過(guò)用騰訊云的AI技術(shù)，增加的云端功能非常重要。比如，在施工現(xiàn)場(chǎng)普遍存在人員變更的情況，人員變更以前需要業(yè)主或者項(xiàng)目部自行變更，現(xiàn)在有了AI技術(shù)，變更的信息可自動(dòng)識(shí)別出來(lái)。目前考勤的智能化主要從六個(gè)方面考慮，第一是確保在云端；第二是基于AI；第三是基于云計(jì)算；第四是要連接大數(shù)據(jù)；第五是需要是移動(dòng)應(yīng)用；第六是支持智能設(shè)備。

同時(shí)，它還需要具備五個(gè)特點(diǎn)：一是具備人員人臉基本信息的采集和錄入功能；二是能夠基于人員人臉信息的自動(dòng)識(shí)別、采集、比較；三是支持人員信息與人員身份證信息的核驗(yàn)；四是支持考勤地點(diǎn)的設(shè)置及異常考勤位置的判斷；五是支持關(guān)鍵崗位的異常考勤信息預(yù)警以及關(guān)鍵崗位缺勤信息進(jìn)行預(yù)警，支持對(duì)履約人員信息變更進(jìn)行在線管理。具備這些能力，就能在云端對(duì)考勤的結(jié)果進(jìn)行驗(yàn)證，實(shí)現(xiàn)智能化的考勤管理。

騰訊云的智慧考勤主要包括四個(gè)主要技術(shù)方案。第一是人臉對(duì)比，騰訊云的人臉對(duì)比是根據(jù)面部特征計(jì)算兩張人臉的相似度，自動(dòng)進(jìn)行身份鑒別；第二是個(gè)人證核身的功能，騰訊云的人證核身也是人臉核身，通過(guò)用戶自拍視頻或者一張自拍照與另外一張用戶事先留存的照片進(jìn)行人臉驗(yàn)證，確認(rèn)用戶身份，主要用來(lái)幫助提升業(yè)務(wù)辦理效率，降低人力成本；第三是活體檢測(cè)，騰訊云的活體檢測(cè)是通過(guò)人臉特征點(diǎn)定位跟蹤識(shí)別進(jìn)行3D人臉重建模型，判斷是否為真人，它支持多平臺(tái)，包括CPU、GPU計(jì)算模式，靈活部署；第四個(gè)是基于LBS的定位服務(wù)，通過(guò)電信移動(dòng)運(yùn)營(yíng)商的無(wú)線電通訊網(wǎng)絡(luò)，GSM，CDMA網(wǎng)獲取移動(dòng)終端用戶的位置信息，包括地理坐標(biāo)或者是大地坐標(biāo)。

吳琛介紹說(shuō)，云檢智慧履約考勤系統(tǒng)目前能夠?qū)崿F(xiàn)考勤數(shù)據(jù)的動(dòng)態(tài)分析，包括對(duì)缺崗異常的數(shù)據(jù)實(shí)現(xiàn)實(shí)時(shí)預(yù)警的功能。主要有四個(gè)功能：一是人臉識(shí)別考勤機(jī)，主要作用是前端數(shù)據(jù)采集，包括人員信息登記，人臉考勤以及數(shù)據(jù)上傳；二是用到移動(dòng)端的APP，主要用于人臉考勤、人證核身；三是履約考勤管理云平臺(tái)，主要是針對(duì)考勤管理、審批管理、統(tǒng)計(jì)分析、系統(tǒng)設(shè)置等；四是用到API，提供移動(dòng)APP調(diào)用應(yīng)用程序的接口，主要是騰訊云技術(shù)服務(wù)以及人工智能當(dāng)中的人臉對(duì)比，人證核身的這類(lèi)應(yīng)用。

除了智慧工地領(lǐng)域，人臉識(shí)別解決方案在很多場(chǎng)景中應(yīng)用非常廣泛。隨著技術(shù)的發(fā)展、市場(chǎng)擴(kuò)大，人臉識(shí)別技術(shù)在現(xiàn)實(shí)生活中發(fā)揮的價(jià)值及作用也越來(lái)越大。

游戲中的AI技術(shù)應(yīng)用

對(duì)游戲AI的理解因?yàn)樯矸莸牟町?，其目?biāo)各有不同。對(duì)游戲開(kāi)發(fā)者而言，運(yùn)用AI是為了增進(jìn)用戶體驗(yàn)，增加玩家活躍度?，F(xiàn)在幾乎每款游戲都有運(yùn)用AI，比如說(shuō)射擊類(lèi)游戲會(huì)有地圖，如果有一個(gè)非常好的AI幫助玩家去探索地圖會(huì)非常節(jié)省時(shí)間，因此AI對(duì)于小游戲開(kāi)發(fā)者來(lái)說(shuō)非常重要。

騰訊高級(jí)研究員王亮介紹說(shuō)，業(yè)界的游戲AI技術(shù)常用的方法一般是三種。一是行為樹(shù)；二是基于搜索方法；三是基于學(xué)習(xí)的方法。今年游戲行業(yè)最有影響的是Dota2，它在5個(gè)特定英雄等限制條件下的AI能力能夠超過(guò)90%的玩家，它就是采用強(qiáng)化學(xué)習(xí)的方法，其它的很多主流游戲都在嘗試使用強(qiáng)化學(xué)習(xí)解決。

以風(fēng)靡的王者榮耀為例，MOBA游戲AI的做法和遇到的問(wèn)題有哪些？因?yàn)橥跽邩s耀是一款實(shí)時(shí)對(duì)戰(zhàn)的游戲，以競(jìng)技對(duì)戰(zhàn)為主，復(fù)雜程度表現(xiàn)在英雄角色會(huì)非常多，也會(huì)帶來(lái)很多關(guān)于AI的復(fù)雜問(wèn)題。第一是MOBA類(lèi)游戲操作序列及狀態(tài)空間非常大；第二是游戲包含很多知識(shí)，如何去表達(dá)；第三是MOBA決策問(wèn)題復(fù)雜度高。

對(duì)于這些問(wèn)題，解決方案方案分為三個(gè)方面。一是引入框架進(jìn)行分層，對(duì)任務(wù)分層和場(chǎng)景切分；二是引入了多模態(tài)的特征表達(dá)方式；三是采用多深度學(xué)習(xí)模型結(jié)合。

了解了基本情況后，在游戲AI開(kāi)發(fā)的時(shí)候還會(huì)遇到很多坑。在游戲開(kāi)發(fā)階段需要什么樣的環(huán)境？第一個(gè)需要環(huán)境是模擬器的問(wèn)題。目前主要是基于這個(gè)環(huán)境來(lái)調(diào)優(yōu)。AI接入可以使用基于服務(wù)器架構(gòu)，游戲引擎跟算法引擎是分開(kāi)的，而它們之間是通過(guò)通信的方式來(lái)進(jìn)行處理的，它的優(yōu)點(diǎn)是游戲引擎跟模型進(jìn)行偶合，并且支持在線學(xué)習(xí)，因此可以不斷強(qiáng)化和更新版本。

就整個(gè)游戲AI領(lǐng)域來(lái)說(shuō)，主要是強(qiáng)化學(xué)習(xí)。與之前最顯著的變化就是——以前是基于規(guī)則，現(xiàn)在主要基于學(xué)習(xí)來(lái)開(kāi)發(fā)研究。而如果是基于深度學(xué)習(xí)的方式，就至少要提供相關(guān)的環(huán)境給開(kāi)發(fā)人員，以及怎么更新迭代。另外，現(xiàn)在的游戲AI還是比較有難度，但同時(shí)也充滿機(jī)會(huì)。

乳腺癌識(shí)別中運(yùn)用的AI技術(shù)

隨著時(shí)代的進(jìn)步和經(jīng)濟(jì)發(fā)展，人們康的健康意識(shí)越來(lái)越高，同時(shí)伴隨著AI技術(shù)的發(fā)展，AI醫(yī)療理所應(yīng)當(dāng)?shù)爻蔀榱嘶ヂ?lián)網(wǎng)行業(yè)內(nèi)的風(fēng)口。

騰訊覓影高級(jí)研究員江鋮表示，騰訊最近正式對(duì)外發(fā)布了AI乳腺癌癥診斷系統(tǒng)。選擇乳腺癌這個(gè)領(lǐng)域有兩個(gè)考慮，一是因?yàn)閷?duì)于女性來(lái)說(shuō)乳腺癌是所有腫瘤當(dāng)中發(fā)病率最高的一種，發(fā)病率約在16%-17%之間，嚴(yán)重危害女性的健康；二是因?yàn)槿橄侔╇m然發(fā)病率很高，但是治愈率是較好。如果在較早期發(fā)現(xiàn)治愈的可能性非常高，對(duì)于美國(guó)來(lái)說(shuō)目前五年的生存率是在89%，而中國(guó)只有83%。這主要是因?yàn)橹袊?guó)人口基數(shù)過(guò)多，有經(jīng)驗(yàn)的看片醫(yī)生較為缺乏，而目前應(yīng)用AI技術(shù)就能夠有效緩解這個(gè)矛盾，最大限度地幫助患者和醫(yī)生。

現(xiàn)在對(duì)乳腺癌的診斷主要依賴超聲、鉬靶、核磁共振、病理和基因等，騰訊云的目標(biāo)是能夠把這些數(shù)據(jù)模態(tài)有機(jī)結(jié)合起來(lái)，形成一個(gè)完整的體系，從而提高對(duì)乳腺癌的診療技術(shù)。當(dāng)前最主流和有效的篩查診斷方式是鉬靶，騰訊的AI鉬靶乳腺癌診斷系統(tǒng)已經(jīng)發(fā)布，并已經(jīng)落地到30多家三甲醫(yī)院進(jìn)行試用。

騰訊云在乳腺鉬靶主要實(shí)現(xiàn)了三方面的功能。第一是實(shí)現(xiàn)了疑似病灶的定位；第二是提供乳房的良惡性判定；第三是能夠自動(dòng)生成影像報(bào)告。

這三方面的功能是如何實(shí)現(xiàn)的呢？主要基于一個(gè)包括三個(gè)維度的技術(shù)框架。其中架構(gòu)前端是鉬靶影像的前處理層；中間層是AI學(xué)習(xí)模型；最后是通過(guò)醫(yī)生反饋對(duì)前兩部分進(jìn)行的動(dòng)態(tài)更新。

在中間層AI學(xué)習(xí)模型上，騰訊云單獨(dú)設(shè)計(jì)的方案有四個(gè)突出優(yōu)點(diǎn)。第一是傳統(tǒng)的網(wǎng)絡(luò)輸入通常都是單圖輸入，而現(xiàn)在的方案可實(shí)現(xiàn)對(duì)左右乳進(jìn)行對(duì)比的四張圖同時(shí)輸入；第二是采用多尺度網(wǎng)絡(luò)，使得圖片輸入網(wǎng)絡(luò)前無(wú)須縮放；第三是漸進(jìn)式的網(wǎng)絡(luò)構(gòu)建，這種方式類(lèi)似大腦學(xué)習(xí)過(guò)程，它把疑難問(wèn)題分解成若干個(gè)相對(duì)簡(jiǎn)單的問(wèn)題然后逐個(gè)解決，在構(gòu)建網(wǎng)絡(luò)時(shí)由局部到整體，由單幅圖像到多幅圖像；第四是自步學(xué)習(xí)的訓(xùn)練方式，類(lèi)似于大腦由易到難的學(xué)習(xí)方式，先將訓(xùn)練的樣本按難易程度進(jìn)行分類(lèi)，在訓(xùn)練過(guò)程當(dāng)中由易到難逐步把樣本加進(jìn)去，對(duì)模型進(jìn)行多輪訓(xùn)練，這可以讓模型達(dá)到最好效果。

除了基礎(chǔ)模型，根據(jù)醫(yī)生的反饋，對(duì)于新接入醫(yī)院的數(shù)據(jù)會(huì)對(duì)模型進(jìn)行遷移學(xué)習(xí)，實(shí)現(xiàn)動(dòng)態(tài)更新。在模型訓(xùn)練的過(guò)程中，有一個(gè)重要發(fā)現(xiàn)=——AI見(jiàn)過(guò)的疑難病例的數(shù)量和種類(lèi)很大程度上決定了AI系統(tǒng)的上限。為此是定期從數(shù)據(jù)庫(kù)和線上數(shù)據(jù)中挖掘有價(jià)值的疑難病例，并進(jìn)行標(biāo)注。同時(shí)，其中的一部分病倒還會(huì)與三甲醫(yī)院專(zhuān)家討論，利用病理或者其他數(shù)據(jù)進(jìn)行交叉確認(rèn)。

現(xiàn)在，騰訊鉬靶AI模型已經(jīng)達(dá)到了非常高的精度。其中，腫塊探測(cè)方面可以達(dá)到90.2%@0.2FP；鈣化檢測(cè)精度更高，可以達(dá)到99%@0.2FP；對(duì)于良惡性分類(lèi)，可以達(dá)到87%的敏感度和96%的特異度。

除了鉬靶外，對(duì)于病理方面也開(kāi)展了相應(yīng)的研究。目前乳腺癌病理研究主要解決兩方面，第一個(gè)是功能組織學(xué)分級(jí)，即定義惡性腫瘤惡性的程度，它包含核分裂計(jì)數(shù)、核多行性打分、腺管形成程度三項(xiàng)內(nèi)容；第二是免疫組化，使用不同染色片進(jìn)行分子分型研究。對(duì)于已經(jīng)完成的有絲分裂部分，在學(xué)術(shù)界TUPAC專(zhuān)業(yè)比賽上，之前的冠軍F1 score分值為0.73，現(xiàn)在騰訊的鉬靶AI系統(tǒng)可以達(dá)到0.82，提升很明顯。這個(gè)精度的提升是歸功于三方面的技術(shù)。第一點(diǎn)是使用了計(jì)算機(jī)的難例挖掘方式。經(jīng)過(guò)多輪迭代然后在每一輪次對(duì)樣本進(jìn)行整理，由專(zhuān)家確認(rèn)較難的標(biāo)注，再放入樣本當(dāng)中進(jìn)一步學(xué)習(xí)；第二點(diǎn)是圖像的歸一化，通過(guò)使用對(duì)抗網(wǎng)絡(luò)將圖像做歸一化，達(dá)到提升；第三點(diǎn)是在速度上改進(jìn)，拋棄原始計(jì)算機(jī)視覺(jué)當(dāng)中將一整幅圖切分的方式，采用共享計(jì)算和模型壓縮的效果，讓一幅病理片可以達(dá)到0.5秒級(jí)的處理速度，基本上接近于實(shí)時(shí)。

在核磁共振方面，騰訊也進(jìn)行了相應(yīng)的研究，開(kāi)發(fā)了一種半自動(dòng)的高效病灶標(biāo)注工具。除此以外，騰訊還在超聲方向投入人力，拓展研究邊界，目前已經(jīng)完成了數(shù)據(jù)準(zhǔn)備工作。后期將繼續(xù)對(duì)各模態(tài)數(shù)據(jù)展開(kāi)深入研究，致力于把多模態(tài)的數(shù)據(jù)有機(jī)結(jié)合起來(lái)，造?；颊吆歪t(yī)生。

江鋮的演講之后，已經(jīng)是傍晚時(shí)刻，現(xiàn)場(chǎng)開(kāi)發(fā)者參與提問(wèn)和交流的熱情依然不減。此次沙龍活動(dòng)，現(xiàn)場(chǎng)五位專(zhuān)家的演講都聚焦在AI具體場(chǎng)景的應(yīng)用案例，不僅給開(kāi)發(fā)者們帶來(lái)了理念上的啟迪，同時(shí)騰訊云開(kāi)放的AI能力也能夠?qū)嵸|(zhì)性地幫助開(kāi)發(fā)者們實(shí)現(xiàn)便捷開(kāi)發(fā)，把AI技術(shù)擴(kuò)散到更多的應(yīng)用場(chǎng)景中。