Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

[赛迪网]内容综合自

华为投资了一家类脑人工智能公司

继之前投资了山东天岳和杰华特之后,华为旗下的哈勃科技投资有限公司最近又出击,投资了一家名为深思考人工智能机器人科技(北京)有限公司的企业。据启信宝显示,华为在这家企业上投资了48万多,投资比例为3.67%。

官方资料显示,深思考人工智能(iDeepWise Artificial Intelligence)是一家专注于类脑人工智能与深度学习核心科技的AI公司。核心团队由中科院自动化所、软件所、计算所、微电子所等中科院院所、清华大学一线青年AI科学家(博士10名)与领域顶级专家、营销专家组成。公司最为突出的技术是“多模态深度语义理解技术”,可同时理解文本、视觉图像背后的语义,主要面向场景为智慧医疗大健康和智能汽车。

“多模态深度语义理解”三项排名第一的核心技术:

1. 人机交互自然语言理解能力(中文语义理解与人机交互领域最高水平赛事 SMP-ECDT:蝉联 2017、2018 两届全国冠军,2018 世界人工智能创新大赛“人机交互创新应用赛”冠军,2018 机器阅读理解大赛世界排名 TOP 1%)

2. 计算机视觉深度语义理解能力(细胞分类精度 99.3%,比美国国立卫生研究院 NIH 高 1%,2017 Kaggle - NIPS全球精准医学领域竞赛中国内地第一名)

3. 深度学习专用处理器(全球首款医疗专用AI芯片M-DPU)

世界首个医学影像专用AI处理器“M-DPU”

在去年三月,深思考人工智能CEO杨志明博士在GTIC会议首次发布医学影像AI 处理器M-DPU和智慧商业AI处理器B-DPU,其中M-DPU是世界首个医学影像专用 AI 处理器。

据介绍,M-DPU针对先进医学影像算法和深度学习算法进行计算加速,可对复杂大量堆叠的医学影像,例如病理细胞扫描影像,进行精准的快速分割和智能分类,并具有大算力、尺寸小的优势,整合该芯片的 AI 模组直径仅90mm。基于M-DPU,可以在100秒内分类90000个细胞。B-DPU则主要用于智慧展厅和无人商店等商业场景的智能识别、客户定位与智能商业分析加速。

在接受赛迪网采访的时候,杨志明指出,对于我国的影像医疗工作者而言,现状是阅片人员匮乏,阅片数量压力大,阅片经验有限,阅片人员由于疲劳和技能水平及主观判读等因素造成一定的漏诊以及误诊,限制了早期筛查在癌症防治中的作用。除此之外,优质的医疗资源主要分布在一线城市,而偏远地区医疗资源匮乏。

为解决这些问题,深思考人工智能针对医疗影像垂直场景,提出了专用的 AI算法 + AI芯片一体化解决方案,iDeepWise M-DPU针对医疗影像AI算法专门优化,具有大算力、尺寸小、低功耗、扩展接口丰富、易集成、数据隐私保护安全,可方便的集成在医疗影像设备中等突出优势,可使得 AI医疗算法模型能够高性能、高精度运行在医疗终端设备中,其中iDeepWise M-DPU针对医疗影像常用的AI算法提供了SDK以供调用,大大降低智慧医疗AI的门槛,从而最终构建一个智慧医疗的解决方案平台,比如:常见的细胞与组织堆叠的分割算法、常见的医疗影像AI算法:Faster R-CNN、SSD、FCN、Resnet。深思考目前提供的解决方案中算法部分包含诊疗中的医疗影像识别与医学图像的自然语言描述与交互两部分,通过深度学习人工智能技术实现对宫颈癌等癌症筛查、问诊(术前咨询、术后康复指导)等功能。

赛迪网进一步指出,目前,iDeepWise M-DPU已经和多家大型医疗机构与知名三甲医院达成合作,进入了实际应用阶段。经过大量的测试结果显示,这款芯片在100秒之内能够智能分类90000个细胞。而在TCT(宫颈刮片)的应用上,iDeepWise M-DPU加上其深思考自研的专用宫颈癌细胞识别算法给出了更为出色的成绩:鳞状上皮细胞异常检测敏感性达到 98.4%,特异性达到 99.77%,腺细胞异常监测敏感性达 93.4%,特异性逼近 99%,细胞类别分类精度达 99.3%,超过美国国立卫生研究院NIH。

半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业华为深思考人工智能语义理解医疗影像
2
相关数据
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

推荐文章
暂无评论
暂无评论~