AI人工智能发展及介绍PPT.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 智能服务机器人：代表性企业 iBobot 智能服务机器人：代表性企业 银星集团 智能服务机器人：代表性企业 儒博 技术角度 核心技术提升空间大 ?飞控技术和动力系统是无人机的核心技术，反步控制和智能PID飞控技术、动力技术等技术的出现大大降低了无人机研发成本，减少行业的限制，这也是占领市场的关键。未来无人机隐身技术、通信技术、发射、回收技术亦有较大发展空间。 智能服务机器人：行业发展趋势分析 产品角度 产品趋向智能化 ?高技术的迅速发展使模块化、通用化、系列化成为可能，微电子技术和纳米技术的飞速发展使“微乎其微“成为现实，未来无人机产品将往多功能、模块化、长航时、微型化、智能化以及全隐身方向发展。 应用领域 需求驱动无人机行业发展 ?需求驱动供给端，带动无人机行业的发展，市场规模逐渐扩大，如网络连接、物流配送、农林植保、智能航拍等领域的需求量较大，这些都可以通过无人机实现；自动家庭监视、无人机+VR、无人机+短途物流。 智能服务机器人：代表性企业 大疆创新 智能服务机器人：代表性企业 3D Robotics 智能服务机器人：代表性企业 3D Robotics 扑翼飞行器 指像鸟—样通过机翼主动运动产生升力和前行力的飞行器，又称振翼机。未来可以完成侦察、监测与载重送货，以及引导授粉，从而协助更已耗尽的蜂群。 AI医疗 应用领域基础情况 医疗行业存在医疗资源不足，医疗资源区域分布不均，医生培养周期长，医疗成本高，医疗误诊率高，疾病谱变化快等诸多痛点。 待解决的医疗痛点及逐渐增加的医疗服务需求成为人工智能技术应用于医疗行业的现实需求。 应用场景分析 AI医疗: 医疗影像深度学习应用 图像语义分割是机器自动分割并识别出图像中的内容。 给出一个人骑摩托车的照片，机器判断后应当能够生成右侧图，红色标注为人，绿色是车（黑色背景）。 语义分割是将标签分配给图像中的像素的过程。语义分割将同一类的多个对象视为一个实体。 语义分割用于识别医学扫描中的显著元素。这对鉴别肿瘤这种异常特别有用。同时在很多场景下，图像分割对医疗诊断有着极其显著的帮助。 语义分割 输入 输出 AI医疗: 医疗影像深度学习应用 AS-OCT 图片能诊断多种疾病，如青光眼，目前诊断均有专家医生完成，无法形成自动化。而右图为一种自动分割出晶体算法，其结果可用于辅助医生进行晶状体分析。 具体方法为： 首先提取出晶状体的大致区域，然后训练一个神经网络进行初步的分割。再设计出一种模板对分割后的区域进行进一步处理，使得分割后的结果满足人眼的正常生理结构。 模型 AI医疗 AI医疗行业发展趋势分析 智慧医疗：从“专家经验”到“精准医疗” 过往的临床诊断对专家的主观经验具有非常强烈的依赖，对于某些重大疾病，甚至需要多名专家进行联合会诊，才能进行确诊，而基于人工智能的机器诊疗，通过深度学习海量病例库，提取转化成规整有效的疾病诊疗知识库，从而对临床病人进行客观智能诊断，实现针对不同病人、不同病情的精准医疗方案。 海量病例库 疾病知识库 临床病例 确诊疾病 ?病人基础信息 ?病人检验记录 ?疾病医疗影像 ?患病症状描述 深度学习 ?疾病类型 ?疾病特征 ?人群分布 ?年龄分布 高效匹配 ?病人1 ?病人2 ?病人3 ?病人4 ?疾病A ?疾病B ?疾病C ?疾病D 智能诊断 典型案例1-IBM Watson IBM Watson 将人工智能和大数据分析技术运用于医疗行业，深入洞察医学知识和医学数据。 典型案例2-柏视医疗“AI+大数据”靶区勾画放疗精准治癌 柏视医疗基于自主研发的人工智能算法，通过大数据分析，实现GTV、CTV及危机器官的快速自动勾画，将勾画时间从2-4小时缩短至2分钟以内，时间提高了几十倍，勾画效果接近于专家水平。 靶区智能勾画 CTV智能预测 精准放疗 医疗服务 虚拟助理，健康管理，辅助理疗 药物 各种创新药物的发展 医疗器材 医学影像，智能器材 医院管理 运用大数据管理医院的运转 AI医疗 产业链图谱（公司） AI医疗：代表性企业 阿里健康 阿里健康是阿里巴巴集团“Double H”战略（Health and Happiness）在医疗健康领域的旗舰平台，是阿里巴巴集团投资控股的公司之一。 AI医疗：代表性企业 清影医疗 AI在企业中应用的实例 典型案例1-KFC第一位机器人员工“度秘” 百度公司今日与肯德基在上海联合推出智能概念店“KFC original+”，该概念店内，将使用百度小度机