姚星：突进智慧医疗，AI+产业落地是大势所趋

2018年6月13日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合主办，拼多多协办的“2018全球智能+新商业峰会”在上海长宁世贸展馆举办。

峰会以“AI落地，产业升级”为主题，现场聚集超过5000位AI行业内外人士，共同探讨AI目前面临哪些挑战，当下如何商业落地，未来将会怎样发展等问题。峰会采取“1+8”的组织架构，除了6月13日的“全球AI领袖峰会”外，14-15日将举办包括AI消费产品峰会、智能+新出行峰会、智能+大健康峰会、智能+新金融峰会、AI国际化峰会、智能+教育峰会、智能+新服务峰会、智能+零售峰会在内的8场垂直峰会。

在全球AI领袖峰会上，腾讯公司副总裁姚星发表了主题为《腾讯的AI思考》的演讲。

【姚星现场演讲实录】

大家好！非常高兴能来参加AI领袖峰会，最近几年AI发展得很火，AI产业整体落地规模已经很大了，今天我会从腾讯的角度讲一下我们在AI产业落地的思考以及进展。

 如日中天的AI，正在遭遇发展瓶颈

近三、四年以来，AI给各个行业带来了翻天覆地的变化，有几个原因：第一个是各种开源社区的兴起。现在很多开源平台已经是做到业界最高级了，腾讯也在做这方面的研究，未来肯定会推动更多关于RF方面的开放。

AI快速兴起的原因在于使用门槛降低了。过去，要想做AI需要很强的专业经验，比如数学、统计方面的经验。但随着深度学习的兴起，使用门槛降到很低。

现在，AI决策能力在各行各业都产生了非常多的应用场景，AI的识别和感知功能也得到了强化，这些都属于AI与各个产业结合的爆发点。但是，我们可以清晰地看到AI的展示还是比较单一的。

为什么上午黄总说AI很火但带来的产业价值只有不到100亿呢？因为现在绝大部分的AI以辅助工具为主，而不是在行业里起决定性作用，绝大多数产品的商业模式还是处于“行业+AI”不是“AI+行业”的模式，因为行业是起绝大部分作用的，AI只是起辅助作用。

所以AI面临的问题是，无论是人脸识别还是语音识别产品，本身制约产品获得巨大商业机会的因素不仅仅在于技术的突破，而在于它是否能给本行业带来巨大的经济效益。现在AI的能力只是能够简单地提升人工效率，还不足以让整个行业得到蓬勃发展。

在2016年，腾讯主导创建了“腾讯AI Lab”，它是企业级的人工智能实验室。从AI应用来讲，我们主要关注三个方面：

1､强调原创性的研究。“腾讯AI Lab”从基础研究开始就设定了非常详细的研究方式，研究领域覆盖了计算机视觉、语音处理等领域，是中国互联网公司里覆盖角度最细、范围最广的研究机构；

2､从应用角度来讲，腾讯AI Lab的成立会加快很多AI应用的落地。现在腾讯的很多产品都用到了AI技术，包括信息流推荐系统、内部搜索引擎、微信里的语音识别、翻译君里的翻译系统等，我们还有一些视频滤镜以及美图方面的产品也已经落地了；

3､AI产业之所以不够大是因为AI在产业中的应用没有起到决定性因素。未来，如果AI产业能跟互联网时代的PC、移动时代的手机一样得到广泛发展，那就有希望实现AI对所有行业的辐射了。

人工智能还处于弱人工时代

现在AI发展处在非常早期的阶段，和人类智慧相比存在非常大的差距，最主要的差距在于三个方面：

1、决策力。决策是归纳总结的能力，人有非常高的智能水平，发现了万有引力定律等等。决策不应该只是简单建立在大数据基础上的决策，但大部分AI目前还只能基于大数据形成的决策系统上做决策，这是远远不够的；

2、创造力。目前所有的AI具备的能力只是以监督性或仿造类的学习为主，很难做出创造类的东西。人类可以创造出很多的艺术作品，但现在机器做不到；

3、理解力。AI的举一反三能力不足，现在的机器学习AI基本上还是在照葫芦画瓢，只在某一个特定领域上做事情。如果想把语音识别的模型和人脸识别放一起基本是不可能的。因为这两个特征完全不一样，做法也不一样。但人类的举一反三能力是很强的，可以进行跨领域整合。

所以从这几方面来讲，目前人工智能还处于弱人工时代。“腾讯AI Lab”从2016年成立以来，我们两年间在世界顶级学术刊物上发表了180多篇论文，覆盖了CVPR、ACL、ICML、NIPS等等。今年光在ICML上就发表了16篇文章，仅次于清华大学。这就需要非常强的基础研究能力。

另外，我们也正在学术界进行联合研究和人才培养，我们和美国麻省理工学院、斯坦福，英国伦敦大学、新加坡南洋理工等学校都建立了联合实验室、共同合作项目和学生交流方式，同时也会开放非常多的开源软件给业界使用。

讲一些我们在行业落地的想法，刚刚说腾讯AI有非常强的研究能力，最主要的行业落地想法在几个方向：

1）AI+游戏。刚才Michael I. Jordan讲的是虚实世界里的仿真现实世界的东西，在虚拟世界里，效率非常快、迭代非常快，可以用快速的时间迭代几十万次、上百万次的行为操作，这是通过虚拟世界中仿真实世界里的快速迭代训练，最后达到服务真实世界目的的过程。

游戏就是一个非常好的场景，包括AlphaGo也是用这种仿真方式提升自己棋技的。模仿真实世界的最佳场景就是游戏，通过游戏仿真进行探索是通往人工智能未来的必经道路。

2）AI+内容。内容加AI的应用非常多，包括搜索、推荐等。腾讯还做了很多内容生成，提升AI创造力的东西。

3）AI+社交。AI在社交方面的应用大家都可以看到，比如腾讯现在有很多智能音箱。

4）AI+医疗。除了上面提到的这些，腾讯在AI医疗方面，也推出了一款叫“觅影”的产品，并且得到了广泛使用。

AI在医疗行业的落地和思考

接下来，我想重点讲一下关于AI在医疗行业的落地和思考。在中国，整体医疗情况比较复杂，比如中国医疗资源供需完全不对等、患者和医生比例差距在全世界范围比例来说非常突出，医生比例远远少于患者比例，而且高品质的医生非常少，绝大多数的优质医生集中在三甲医院。

大家知道，“病”其实非常复杂。人一生可能产生的疾病多达3万多种，诊断的准确性对不是特别资深的医生来讲，难度相当高。不过，随着中国的快速发展，国家每年花在医疗上的支出逐年增大，这里面就存在非常大的AI落地机会。

在中国，有很多由环境造成的医疗问题，包括病患数量大、医生人数偏少、疾病诊治困难等等。但在治疗过程中，从患者到医生、到医院、到药企、到政府等链条非常复杂。

目前，有很多做AI医疗和落地的创业公司都集中在医疗图像方面，这本质上也是一种读图的工作，通过学习一些医生标注的病历数据提高医生效率。

我们是在中国互联网AI医疗行业第一个提出了全流程AI医疗解决方案的企业，从筛查、诊断、治疗、康复到跟踪提供全流程服务，但目前绝大部分的AI医疗仅仅集中在筛查部分。

在看病的过程中，筛查的步骤是非常简单的，但诊断的整个过程要比筛查严谨很多，比如要有物理切片显微镜的观察等等，后期的康复和跟踪同样也都是非常复杂的流程。所以对腾讯来讲，AI在医疗行业的落地是一个覆盖医疗全流程的过程。

IT方面的发展同样存在着滞后性。刚刚我们说到AI医疗会涉及很多影像，随着AI、医院设备的更新，我们每年对AI医疗、筛查部分X光、核磁共振、B超等数据量的需求爆增，但我们在IT方面的发展仍然是滞后的。

腾讯在去年发布了一款产品，叫“觅影”，它目前还聚焦在医疗领域的筛查部分，是全世界最早做消化道疾病研究的AI公司。

AI医疗在全世界范围内不是一个非常新鲜的词，早在很多年前就有非常多的公司做肺结节、乳腺癌方面的研究，为什么我们是第一家做食道癌等消化道疾病的检查？因为这和中国的国情有关，国人的饮食习惯是造成中国消化道方面疾病在全世界排名最高的原因，所以我们在2017年发布了世界上第一款食道癌AI诊断工具。

AI医疗是一门交叉学科，除了看片、通过X光病变组织发现医疗癌症上的问题，还需要很多交叉学科的学习，包括自然语言处理、电子病历理解等等，这样才能准确完成从筛查到诊断的全过程。从去年到今年，腾讯觅影在国内落地了70多家三甲医院，积累了丰富的经验，这些使得我们在医疗筛查阶段变得更加准确。

在我们看来，AI医疗不仅仅能够辅助于疾病的筛查，未来在诊断、治疗、康复等方面还能实现全流程覆盖。AI产业落地是一条非常漫长的路，但腾讯AI的口号是“Make AI Everywhere”，我们对AI的未来发展抱有非常大的期待。

“健康中国2030”的政策定调，直接推动了万亿级市场的不断扩张。而“促进健康服务业发展的若干意见”，也为大健康产业指明了方向。科学生活、健康管理、健康消费等一系列细分赛道上，不断涌现出创新者的身影。新风口之下，如何把握机会进而弯道超车？大健康投资又该怎么找到好项目？