随着人工智能热潮袭来，各大互联网巨头都在加速布局，而AI（人工智能）也成为加速扩张生态领域的重要能力之一。
3月29日，由阿里云主办的2017云栖大会首场地方城市峰会在深圳举行。阿里云在云栖大会·深圳峰会上宣布推出ET医疗大脑和ET工业大脑，同期发布的还有用可视化的拖拽方式让开发者使用人工智能技术的机器学习平台PAI2.0。
此前一天，腾讯云正式宣布发布其旗下深度学习平台DI-X（Data Intelligence X），以进一步提升腾讯在人工智能领域的能力。这是继今年1月推出FPGA云服务器之后，腾讯在人工智能领域的又一重大举措。
腾讯和阿里巴巴密集发布深度学习平台及相关成果，争相跑马圈地人工智能领域，背后无疑带有浓厚的角力意味。与此同时，互联网巨头的角力也加速了人工智能从“炫技”走向落地。
南方日报记者 张光岩
阿里云：推动人工智能进医院下工厂
“机器要做人类的助手，而不是竞争者。”阿里云总裁胡晓明表示，不论是ET进入医疗和制造领域，还是机器学习平台PAI2.0的推出，都是为了让人工智能这门复杂而前沿的科学变得更加通用，为“万物智能”提供基础设施和智能引擎。
“医疗大脑”已可媲美人类医生
胡晓明现场介绍了ET医疗大脑如何辅助医生判断甲状腺结节点。大屏幕上投放的视频演示显示，ET通过计算机视觉技术，在甲状腺B超影像上圈出结节点，并给出良性或者恶性的判断。
记者现场获悉，经过一年多的研究训练，ET医疗大脑已具备多项医疗能力，可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。
据介绍，ET医疗大脑的研发大量采用深度学习技术。深度学习技术已经让机器在“看”“听”“说”等方面的准确率大幅提升。云计算的普及成为这些技术突破的关键性因素。数据显示，人类医生的平均准确率为60%—70%，而当下算法的准确率已达到85%。
“在多个病症的测试中，我们意识到机器不仅能够完成任务，而且在某些方面做得和人类医生一样好。ET完全有资格成为医生的助理。”阿里云人工智能科学家闵万里说。
除了能大幅提升医生的工作效率外，ET医疗大脑还尝试从根本上战胜癌症。通过和华大基因合作，ET医疗大脑对大量肺腺癌病例的DNA序列进行分析，寻找致病的关键基因突变。
“我们将ET医疗大脑设置为一个开放的人工智能系统。除了阿里云的人工智能科学家投入研发当中，我们更希望能吸收外部精良的算法与医学经验，这样ET才能更快地成长为一名高级医师。”闵万里说。
同日，阿里云宣布联合英特尔、LinkDoc启动天池医疗AI系列赛，第一季将对早期肺癌诊断发起挑战。据主办方介绍，阿里云天池平台将提供海量的脱敏后高分辨率胸部CT扫描数据。选手需要通过原始CT影像图片训练模型算法得到结节特征，最终实现对影像图片结节区域的智能化判断。
事实上，在ET医疗大脑之前，阿里云已开始在医疗领域探索。去年，华大基因、阿里云和安徽医科大学曾共同宣布，在21小时47分12秒内完成了1000例人类全外显子组数据的分析，而在40年前，人类若想对埃希氏大肠杆菌进行全基因组测序需要1000年的时间。
可为“中国制造”增万亿元利润
胡晓明还提出“中国智造1%”的概念，希望让工业生产线上的机器拥有智能大脑。“中国制造业如果提升1%的良品率，意味着一年可以增加上万亿元的利润。”
2016年8月，ET工业大脑入驻国内能源巨头协鑫光伏的切片生产车间。光伏切片生产有着十分精密的工艺流程：一根仅0.1mm粗细的钢线不断摩擦硅锭，最终切出一片片仅0.2mm厚的硅片。车间的湿度、温度，以及砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。如此复杂的生产环境下，人工经验很难百分百保障产品质量。
ET工作的第一步，是将标准化车间所有端口的数据传入工业大脑，随后通过人工智能算法，对所有关联参数进行深度学习计算，精准分析出与良品率最相关的60个关键参数，并搭建参数曲线，在生产过程中实时监测和控制变量。
据悉，通过ET工业大脑的帮助，协鑫光伏的生产良品率提升了1个百分点，每年可节省上亿元的生产成本。目前，ET已参与到新能源、化工、环保、汽车、轻工业、重工业等不同制造领域的工作中。除了协鑫外，徐工集团、中策橡胶、吉利等制造企业都在引入ET工业大脑。
闵万里表示，与其他领域相比，将人工智能技术应用到工业生产的复杂度更高。他透露，目前，ET工业大脑在流程制造的数据化控制、生产线的升级换代、工艺改良、设备故障预测等方面开展工作。ET的目标是成为一个不断吸收专业知识的“大脑”，可以指挥各种类型的工业躯体。“我们希望用21世纪的机器智能，帮助人类更好地指挥20世纪的机器。”
把人工智能变成普惠性技术
“人工智能要真正成为普惠科技，需要一款更加通用的生产工具。”阿里云首席科学家周靖人表示，过去一年，阿里云协助用户在医疗、工业领域落地了多项重大的人工智能应用，但如果要让人工智能技术走入每个人的生活，需要更加平台化的人工智能产品。
云栖大会上，阿里云正式发布机器学习平台PAI2.0，以更丰富的算法库、更大规模的数据训练和全面兼容开源的平台化产品，让人工智能这门综合多门学科的技术，变成开发者只需要托拉拽就能可视化完成开发的普惠性技术。
不久前，阿里巴巴董事局主席马云在内部启动代号为“NASA”的计划，面向未来20年储备核心科技，机器学习、IoT、生物识别等智能化领域被放在突出位置。据了解，阿里“NASA”计划的研发成果都将通过阿里云对外输出，成为创新者的强大技术后盾。
马云在马来西亚谈及“NASA”计划时表示，科技是创造未来的关键，投入技术研发是希望让科技更加普惠，让更多人收益，“我们对一些很奇特但无法持久的技术不感兴趣。我们希望投资在那些能让人更有创造力的技术上。我们认为技术是要为人所使用，而不是人为技术而工作。”
腾讯云：人工智能全线布局提速
随着DI-X平台的发布，腾讯云在人工智能领域的全线布局也浮出水面。从IaaS基础设施、AI平台服务、AI基础服务、AI应用服务，到垂直行业解决方案，均有完善的产品及服务覆盖。
“人工智能、物联网，甚至未来的无人驾驶、机器人等，它的后台核心一定有一颗在云端的大脑。”马化腾曾如此表示。
业界人士分析，DI-X平台的推出，将为企业构建“云上大脑”提供助力。此举也宣告腾讯云在AI的布局全面提速。
由内而外输出的DI-X平台
DI-X平台基于腾讯云强大的大数据存储与计算能力，是一个集开发、训练、预测和部署于一体的一站式深度学习平台，适用于图像识别、语音识别、自然语言处理、机器视觉等热门领域。DI-X平台的开放可以让算法工程师和数据科学家无须关注机器学习，尤其是深度学习的底层工程繁琐的细节和资源的约束，而专注于模型和算法调优。
与腾讯历史上的许多产品一样，DI-X平台经历了由内而外的输出过程。“因为公司有很多算法工程师和数据科学家，大家做的事情都很类似，迫切需要一个平台来承载大家的需求，在上面方便地进行各种组件、算法和模型的配置，快速判断模型效果并应用到生产上。”腾讯云机器学习平台技术负责人Andy介绍，腾讯内部有一个机器学习平台，从2015年10月启动，并成为主要机器学习平台，每天有上万的机器学习任务流，在其之上持续运行各种算法并训练出各种各样的模型。这便是DI-X平台的前身。
历经一年多的内部试验和调整，随着系统的成熟和外部需求的增加，腾讯云决定对外开放这一平台。Andy表示，此举是希望能帮助更多的腾讯云中小用户，使他们不需要重复搭建类似的系统，可以一键式完成算法和模型的开发、调试、评估、部署和预测，快速完成闭环并对接生产系统。
据介绍，与业内其他深度学习平台相比，DI-X平台有很多改良和创新，在易用性、灵活性，兼容性等方面均有出色表现。比如DI-X的各个深度学习组件都是业界最新的开源版本，打通了不同存储系统之间的交互。
借助DI-X平台，用户可以将之前在系统中存储的各种数据包括图片、语音、视频等，通过云服务器轻松进行深度学习的各种算法构建，快速将自身的数据积累转化为模型生产力，接入AI快车道。
人工智能成果将持续开放
腾讯云在AI领域的全线布局包括IaaS基础设施、AI平台服务、AI基础服务、AI应用服务，以及垂直行业解决方案。除了产品服务布局全面，腾讯云AI的独有优势还包括拥有完善的LBS（基于位置的服务）智能服务、带有数据能力的智能推荐服务等，并且这些能力已经经过腾讯海量产品及服务的验证。
以DI-X平台为例，针对精准推荐、关系链、游戏行为洞察、个性化投放、广告用户画像等应用场景，推出适用于社交、广告、游戏、视频和资源平台等场景的算法和模型。这些能力已经在广点通、手机管家、应用宝、天天快报等产品上得到有效验证，企业用户可以快速接入和使用。例如，在图像识别判断场景下，DI-X提供了Faster R-CNN等多种图像识别算法，用于对新图片进行预测，判断图像中物品的基本属性，识别结果可广泛应用于公安领域的网络鉴黄、广告推荐领域的新商品识别、智能交通领域的车辆识别等场景。
腾讯云相关负责人表示，不久前腾讯AI Lab自主研发的人工智能场景化应用“绝艺”围棋机器人，拿下UEC杯世界电脑围棋大会的冠军，代表着腾讯AI技术实力已步入世界前列。腾讯在人工智能领域的深厚积累都将通过腾讯云持续开放。
去年底，腾讯云联合腾讯优图实验室，面向全球企业一口气推出了人脸检测、五官定位、人脸比对与验证、人脸检索、图片标签、身份证OCR识别、名片OCR识别等7项AI云服务，推动AI技术从炫技到实现落地应用。