IBM的野心：重金压宝AI医疗，到底是对是错？|IBM|安德森|患者_新浪科技_新浪网
& 滚动新闻 &&正文
IBM的野心：重金压宝AI医疗，到底是对是错？
【猎云网】7月12日报道 （编译：Loci）编者注：本文作者为David H. Freedman，外媒科技专栏作家。Paul Tang正在医院里陪伴他刚做完膝关节置换手术的妻子。每年，全美都有约70万人做这项手术。Tang自己也是一名初级保健医师，他问医生，根据他以往的经验，他的妻子何时能恢复正常生活。但医生始终模糊其词，无法给出一个明确的答案。“我终于清楚地意识到：他自己也不知道。”Tang很快明白，大多数医师其实并不知道患者什么时候能康复、恢复正常生活，而这对于患者来说是最重要的事情。Tang依然会以医师的角度看待患者， 但他同时也是IBM的Watson Health的首席卫生改革官。Watson Health是Watson旗下的一个商业集团，专门研发卫生保健应用，也就是IBM非常看重的机器学习系统。Tang指出，Watson可以传达医师都不知道的信息。例如它可以告诉医生患者要多久能康复，帮助医生分信息图像和组织样本，决定适合患者的最佳治疗方案。正是这些技术的无限可能使得卫生保健成为了机器学习技术的最炙手可热的应用领域。据市场研究公司CB Insights调查，从2013年至今，起码有106家创业公司进军了该领域，且生存至今。但这些创业公司没有任何一家具有Watson级别的知名度。这要归功于它在2011年智力竞赛节目《Jeopardy！》的胜利和之后IBM之后的营销够给力。但最近，有关Watson的新闻报道主要都是负面的。之前高调宣传的与MD安德森癌症中心的合作也于今年告终了。随着IBM的收入缩水、股价下降，分析师纷纷质疑Watson是否能够实现先前宣传的价值。“Watson就是个笑话。”风投公司Social Capital的创始人之一，注明技术投资人Chamath Palihapitiya今年五月在CNBC上说道。然而，这一系列的批评指责似乎无一是以Watson的科技缺陷为根据的，大部分针对的都是IBM对Watson的实现目标所需的时间预计太过乐观。事实上，目前看来， AI在卫生保健领域的应用今后还将会由Watson Health领导。如果Watson目前看来进行的真的不顺利，那么主要原因之一就是它还需要“培训”某个种类的数据。而且整个行业碰到这个问题的不仅仅是Watson一家，事实上这是该领域所有公司共同面临的难题。AI是否会在未来五年中改革医学领域？虽然数据缺失可能会放慢Watson的步伐，但IBM的竞争对手们收到的负面影响肯定还要大。这是因为想要获取数据，最关键的就是大型健康保健组织之间要联手合作；但这些大公司通常在科技方面都非常保守。有一点，IBM比一众创业公司、甚至Apple和Google重量级竞争对手做的都要好，那就是获取大型组织的高管和IT负责人的新人。相比起来，MD安德森项目的问题都不重要，因为IBM掌握了关键优势。IBM成功把Watson安置在了大量的医疗中心、医疗保健管理团队和生命科技公司中，他们都可以为Watson提供至关重要的数据，帮助Watson在医学领域打造AI的未来。不现实的时间线与MD安德森的决裂就是IBM被自己对Watson的炒作噎死的故事。IBM和MD安德森癌症的合作关系始于2012年。Watson的目标是要读取任何一位患者的症状、基因序列和病理报告，结合医师的备注和相关论文，帮助医生进行诊断和治疗。但IBM和MD安德森双方对这种科技都期望过高。IBM早在2013年就宣布：“计算的新时代已经来临”，给《福布斯》留下了Watson“已经进入临床试验阶段”、几个月后就能用于真人患者的错误印象。2015年，《华盛顿邮报》引用了IBM Waston的话：“Waston正在打造介于机器和人类之间的集体智慧模型。”《华盛顿邮报》还说电脑系统正在“跟随医生训练医生做不到的事情。” “医疗保健领域的科技是非常落后的。”克利夫兰诊所的医学信息学专家Manish Kohli如是说道。今年2月，经营MD安德森项目的德州大学宣布该项目已终止。4年来该项目没能生产出一套可以投入实用的工具。MD安德森拒绝针对Watson一事给出评论，但似乎该问题主要是由于项目运营和筹资等环节出现了内部矛盾。不过IBM和Watson之间其实也有矛盾，而且比众人所描述的要严重。想要知道究竟是什么拖慢了项目的进程，首先你要明白像Watson这样的机器学习系统是如何训练成的。Watson通过不断重新组装其内在的处理程序来“学习”，从而对问题产生几率最高、最有可能的正确答案和方案，例如通过辐射成像诊断癌症。而Watson给出的答案只有可能是人类已知的病症，这样才有人能确定Watson的答案究竟是对还是错。系统收到的训练越多，它的正确率就越高。训练系统通过X光影像诊断恶性肿瘤还是相对容易的。但对于超越人类已有知识的突破性的难题，例如判断基因变异和疾病之间的关系，Watson就会遇到鸡生蛋还是蛋生鸡的问题：既然没有专家给出且经过整理的已有解答，人类该如何用数据训练系统？“如果你是在训练自动驾驶车，那么任何人都可以标记树或是路标，让系统学习辨识它们。但在医学的某个专业领域，想要正确地标记信息并教授给电脑系统，你必须是一个经过几十年训练的专家。”纽约纪念斯隆-凯特琳癌症中心的计算病理学家Thomas Fuchs说道。类似的困难出现在每个IBM希望Watson可以做出贡献的领域，就像任何其他机器学习解决方案一样。想要让Watson吸收大量的数据、并为某位患者找出有用信息，那就必须有人先亲手演示上千遍。想诊断导致疾病的基因，Watson就需要上千条患有该病症且携带这种DNA的患者信息。但患者的基因和病历有时并没有被有效地联系起来，或者数据可能分散在几十个不同的系统中，难以利用。举个例子，假设我们的目标是要为临床医生提供更好的数据，改善初级保健。如果医生在初级保健诊治阶段错过了患者的小病症，那么患者的病情就会恶化，下一步就要去急诊室或是找专家就诊，看病成本也会上升不少。很多人认为机器学习或许可以改善这种现象。但想要帮助医生更好地诊断患者，Watson必须找到患者病历和Tang所谓的“身体健康的所有社会决定因素”之间的联系。所谓社会决定因素包括患者是否吸毒、饮食不当、呼吸的空气质量如何等等。但Tang承认，目前为止，几乎没有一家医院或医学诊断会向大量患者搜集这些数据信息。导致该问题的理由之一是医院引进现代化的、数据驱动式操作实在太慢。“医疗保健行业对于新科技的接纳是非常迟钝的。”克利夫兰诊所的医疗保健信息学专家Manish Kohli指出。当数据缺失时，IBM的处理方式是去买数据。IBM曾从Truven健康分析公司、Explorys和Phytel等公司购买数据，这些公司在处理医院和患者数据方面有着丰富的经验。即便是在MD安德森项目终止后，IBM依然掌握着一些关键性的合作关系，可以为公司提供更多患者数据。Atrius Health就是其中之一。Atrius Health 是结合了约900名波士顿地区的初级保健医师的大型医疗网络。IBM和Atrius Health的合作关系旨在开发并测试Watson驱动的系统，该系统可以从大量教科书、记录和论文中找到针对患者的有用信息。Atrius的首席医疗官Joe Kimura 表示：“对于初级保健医师而言，浏览海量的相关信息是一项繁重又枯燥的工作。”他还指出，电子病历档案使得情况变得更加糟糕，因为这种系统的诞生增加了每位患者来诊的数据量，又没有可以遵照的标准检索格式。这种现状的根本原因就是患者病历上的重要备注绝大部分都是IT系统无法理解的句子。但Watson则可以通过当初为了参加《Jeopardy！》开发出的自然语言处理技术理解句子的意思。理想情况下，Watson可以为医生提议治疗方案，为患者选择更为廉价的治疗方案。“打个比方来说，为什么我们只致力于为受伤的患者提供最好的治疗？我们什么时候能预测患者可能会摔跤，在事情发生前就防止他们摔伤呢？我们要推动医疗行业往这方面进步。”Kimura说道。MD安德森癌症中心的白血病治疗医生Courtney DiNardo正在用IBM的Watson系统为患者诊治。该照片摄于2013年。IBM于2015年宣布，由于有Merge Healthcare提供的大量数据，Watson的诊断能力将会有一个飞跃。医学成像及临床系统供应商Merge Healthcare于2015年被IBM以100亿美金的高价收购。Watson Health还与Central New York Care Collaborative建立了合作关系。Central New York Care Collaborative是一家政府资助机构，与6个国家的卫生保健供应商都有关系。该合作关系旨在为急诊和再度入院的患者减少25%的开支，而且还可能为Watson Health提供大量的患者数据。不过获取数据有很多种方法。Google的一家兄弟公司就打算直接向患者直接获取数据。Alphabet医疗保健部门Verily Life Sciences正在和杜克大学以及斯坦福大学合作，着手打造完善的医疗保健数据库。该数据库不仅有患者来诊的临床记录，还有健康追踪设备提供的信息。这可以为数据存取带来一大飞跃，虽然想要真正派上用场可能还需要十年，或者更久。MD安德森和Watson的合作项目虽然没能善终，但和Watson项目同期开始的另一个大型项目现在还在继续。该项目旨在收集每一位来诊患者的数据，其种类总共有1700多种。该项目负责人Andy Futreal指出，患者数据与研究数据的而结合对于Watson这类的系统的能力提升至关重要。“一旦我们有了数据，我们就能进入下一步：训练AI系统判断谁适合不同的治疗方案。”IBM则选择通过合作方获取数据。仅癌症诊断和治疗，IBM的合作方就有纪念斯隆-凯特琳癌症中心，梅奥医学中心（Mayo Clinic），哈佛-MIT博德研究所以及医疗测试巨头Quest Diagnostics。纪念斯隆-凯特琳癌症中心和其合作方现已开始将论文文献应用到治疗方案决策中，例如佛罗里达的丘比特医疗中心和位于印度的连锁医院。在医药研发方面，Watson Health在与巴罗神经学研究所合作。Watson帮助巴罗神经学研究所寻找导致ALS的五种基因，在此前从未有人把它们与ALS病症联系起来。在安大略脑研所的协助下，Watson已经确定了21种可能有效的治疗药物。Watson真的能完成医疗行业改革，改善医疗诊断和降低成本吗？私人风投机构Bessemer Venture Partners合伙人 Stephen Kraus表示：“这一定会发生。这不是为了上抬股价而吹嘘的噱头。”但对于IBM不切实际的时间规划，Kraus的看法和其他专家是一致的：“要在这么短的时间内实现确实非常困难。目前阶段这技术还是无法实现的，未来五年里也依然不太可能，而且人工智能是无法取代医生的。”
或许谁都不希望看到这样一个景象，不久的将来搭载Helio X30的某某...
腾讯在资本市场受此影响依然很是明显，7月4日，腾讯控股跌幅达4....
近日一款名为“全能车”软件受到人们关注，只要缴纳一份押金，便...IBM全球副总裁沈晓卫：引领人工智能时代的创新|人工智能|沈晓卫|IBM_新浪财经_新浪网
IBM全球副总裁沈晓卫
　　新浪财经讯 日-18日，“第十九届高交会-中国高新技术论坛”于深圳举行。本次论坛的主题为“聚焦创新驱动、提升供给质量”。IBM全球副总裁沈晓卫先生出席并发言。他认为，我们今天处在一个人工智能的时代，今天越来越多的人相信，人工智能已经不仅仅是一个IT的技术，而是代替着整个IT的未来。
　　以下为会议发言实录：
　　沈晓卫：大家早上好，我们知道我们今天处在一个大数据的时代，我们今天处在一个人工智能的时代，今天越来越多的人相信人工智能已经不仅仅是一个IT的技术，而是代替着或者代表着整个IT的未来，我们回想一下IT发展的历史，从上世纪40年代电子计算机的出现，60年代电子计算机进入商业领域，后来渗透到每一个行业，每一家公司都需要有一个IT部门，每一家公司都有CIO的职位，大家在设想人工智能是不是也在向这个方向发展？
　　这样的人工智能时代，我们从技术的角度人工智能的创新应该有什么样的战略？从某个纬度来讲，人工智能的创新可以看作几个大的方向，首先是人工智能核心技术的创新。第二，我们也会看看今天的人工智能需要在计算机上运行，如何构建面向未来人工智能应用的计算机系统？第三，我们也会看一下人工智能如何与包括区块链、物联网、云计算这样的技术做一个更好的整合。最后，我们就来看看，人工智能如何应用在行业中，因为人工智能真正的作用不仅仅是在比赛，博弈，真正的作用更多是要来解决行业中的问题。
　　我们先看一下人工智能核心的技术，应该说包括深度学习在内的人工智能的技术，在过去的几年给大家一个非常好的展现，接下来我们能看到几个非常重要的方面，一个就是如何对一些规则没有那么清晰，解决方案不是一个封闭的环境中利用小数据量进行学习，如何使人工智能的推荐结论具有更好的解释性。可以说从某个纬度来看，我们可以把人工智能看作三个方面：人工智能的科学、人工智能的技术、人工智能的工程，从人工智能的技术角度来看，我们要如何把人工智能在科学这方面的进展算法的进展更好地应用在技术领域。
　　比如说对各种多模态数据、语音、视频等等做更好的理解，如何对自然语言做好的理解，如何构建真正具有实用化的对话系统等等。
　　谈到人工智能一方面我们谈到算法，一方面我们谈到数据，还有一个非常重要的就是人工智能的系统，我们看到往前发展计算机它的速度需要更加地加快，我们如何构建面向未来人工智能应用的计算机系统，使它更加有效率，更加安全。我们看到一些很好的进展，一方面在近期来看，我们看到传统的计算机系统可以通过适当的加速，无论是用GPO的加速甚至TPO的加速使它的数据处理能力极大增强，往下看可以看到今天传统的系统可能会得到延展或者得到革命性的创新，就是如何构建更加能够模拟人脑计算的系统，在这方面我们也看到很多的进展，包括几年前IBM谈到的一些系统，包括今天我们看到已经在逐步取得实用性突破的量子计算这样的进展。
　　第三个方面我们看一下人工智能和一些新兴技术的结合，比如说和区块链的结合，比如说和物联网的结合，人工智能与物联网结合，是把智能来真正地带到这个物理的世界，就是我们对物理的世界不仅仅是感知，我们对它感知得到的数据需要做具有自我学习能力，可能具有物理模型为背景的更好解读，来产生可执行的洞察力。
　　说到区块链，最核心的一点就是它是我们的商业交易，在一个不安全的，分布式的系统中使我们的商业交易使它变得更加可靠，当人工智能、物联网、区块链做结合的时候，就可以看到不但对物理世界做更好的管理、理解，与此同时我们可以把它与我们的商业交易、信息交易做一个非常好的整合。
　　最后一点，我们就来看人工智能与行业的结合，刚才也提到人工智能真正改变世界不仅仅是要靠一场比赛的胜利，真正改变世界是要解决行业的问题，我们今天看到人工智能解决的行业问题，大致是分为两大类：
　　第一，所有的传统行业都可能受到人工智能的极大冲击或者改变，使得这个行业变得更加高效，变得更加安全。
　　第二，利用人工智能的技术，我们会产生很多基于知识的专家，无论是从知识中还是从数据中学到的知识，使我们很多领域，无论是医疗、教育、金融等等，我们的职业变得更加方便，相当于你有一个助手。
　　从人工智能和行业结合的角度就有三个非常关键的词：云、人工智能、行业，我们的未来从人工智能与行业结合的角度来看，就是来构建从云端提供，基于人工智能能力的行业解决方案，整个IT发展的方向，IT和行业融合的方向我们认为就是往这个方向走。
　　我们很快地来看几个领域，就是我们在这方面所做的探讨，首先我们看到认知医疗，这里有两个原因，医疗对我们生活品质的重要，对经济发展的重要，另外一方面也是人工智能的技术今天已经达到的程度，使我们可以在这方面看到一些实质的进展。举个例子，今天的人工智能技术可以让我们在普惠医疗方面做得更好，今天我们已经可以构建，在IBM我们已经构建这样的系统，针对慢性病构建一个具有人工智能能力的医生助手，它在帮助医生做诊断。比如说糖尿病，我们在中国南方的城市已经把这个系统布置在几十家的社区医院。医疗影像是另外一个领域，今天医疗影像在很多的方面，比如说在胃肠镜检查，它已经超过了人类医生所能达到的程度。在一些非常困难的比如说肿瘤诊断非常困难的，今天的计算机系统也可以提供很好的帮助，虽然往前走的路还很长，但是我们看到我们已经取得非常好的进展。
　　我们可以把这个来看更广泛的传统行业，今天的人工智能能够做什么，大家都非常关心的实体经济，比如说制造业的产品质量，缺陷检查，故障诊断，我们今天可以用影像理解的技术，我们可以用声频识别的技术来代替很多人力的工作，使整个处理变得更加有效。我们今天也可以通过自然语言理解的技术对于法律的文本做自动的解读。在这方面我们做了很好的尝试也有很好的阶段性进展，我们希望它能够对法律文本做解读，能看到其中哪些是比较敏感的信息，哪些是跟我们以前法律文书所不一样的地方，能够为律师做一个很好的帮助。这些都是今天人工智能开始在不同行业中进行应用，真正改变这个行业或者说让这个行业的从业者有更好的支持。
　　看IBM把人工智能技术，已经进行了三年的工作，就是用人工智能的技术对传感器收集来的数据进行处理。我们今天可以对一个城市的空气质量提前72小时或者提前十天做一个精准的预测或者相对精准的趋势预测，与此同时可以对决策者提供决策的支持，如果我们需要对空气质量采取一些行动，做一些事情，有不同的社会成本、经济成本，那个更好呢？应该说今天的人工智能发展到这个时候，我们认为它应该开始影响到行业，人工智能最终的成功不仅仅是一场比赛的胜利，一个算法的实现，一个芯片的出现，更多还是进入到行业中，开始解决我们的生活。谢谢大家。
　　主持人：谢谢沈晓卫先生，在刚才的演讲中沈晓卫先生为我们非常清晰地勾勒了AI时代的创新战略，包括我们要走的路以及我们需要努力的方向，关于创新他提到技术创新、系统创新与新型技术整合的创新以及解决行业问题的创新，在解决行业问题的创新方面他也着重谈了对于传统的行业以及使我们目前的职业由AI的介入变得更加方便，AI的成功不在于算法的技术改进，而是如何进入行业解决行业的问题，我们掌声向沈晓卫先生表示感谢。
　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：王嘉源
　　《财经会议》报道你看不见的会场实况，传播会议精华内容，会议直播提前预告，不定期送出免费超值会议门票。官方微博：，微信号：caijinghy。扫码更方便。AI时代来临，90%以上的咨询顾问，将会被机器取代？
作者：赵志友，和君咨询合伙人，企业管理信息化投资辅导专家，“管理工匠会”创始人，专注于管理咨询业与管理软件业对企业的服务融合研究。
本文为作者授权发布。
在AI时代的太阳从海平面透出第一缕光芒之际，出色的观察家凯文·凯利和新锐历史学家尤瓦尔·赫拉利等人，正带领大家深刻思考着全人类的未来，我们一时喜忧不定、迎拒无从。借助下面一段文字，我想把镜头聚焦一些，与各位同行尝试从管理服务业的两位兄弟，管理咨询业和管理软件业，探讨一下咨询的前途。咨询业是否也在新时代，会有脱离达尔文自然进化轨道的苗头，以及你我到时候的新位置可能在哪里。
01. 咨询和IT巨头们在闹哪样儿
2016年1月，IBM首席执行官罗睿兰说，IBM不再是一家硬件公司或软件公司，而将成为一家认知解决方案和云平台公司。尽管声音发自一场不算很正式的演讲，但还是很快被全世界听到了。作为多年IBM业务的前置引擎，GBS部门在转型中被撤并。
2017年3月，业界传出消息，73岁的ORACLE之父、“坏小子”埃里森在收购目标名单上，列上了市值775亿美元的埃森哲。在刚刚过去的几年间，埃森哲是在推动全球各领域数字化转型方面，从态度到执行、从方案到工具体系最出色的公司，几乎没有之一。
2017年8月，通过一篇财新网的稿件《麦肯锡求变》，我们初识了稳坐“谋士”行业头把交椅的麦肯锡，近来通过新建或收购设计、架构、数据等团队，在“执行伙伴”这个新领域开疆拓土的努力和野心。
巨头们到底在闹哪样儿？这些究竟是单一行动，还是指向某种一致的必然？如果是一种必然，国内管理咨询业和管理软件业的相对平静，是不是也将很快被打破？
02.从流程到数据，从数据到算法，人与神在走向合体
过去，作为管理服务业的“两兄弟”，管理咨询业和管理软件业，基本是各自在发展自己的事业，只是偶尔有所交叉。如果把服务对象即企事业单位比作一个人，管理咨询主要负责帮助大脑，专注于思维方式和做事方法的提升；管理软件主要负责帮助身体，专注于身体动作的协调和高效；二者没有机会形成PDCA式的闭环联动。管理咨询业沿用的是管理职能分工作业体系，分为战略、组织、文化、营销、生产、服务等专业咨询。管理软件业在2013年以前，作业核心强调的是业务流、物流、资金流等的若干流合一，称作IT阶段；2013年后开始大讲“数据驱动”，2015年后干脆宣称DT阶段全面“接管”IT。
现在，融合或者火拼开始了。基于数据的决策，不断向基于远见的决策发起挑战。借助更快更好的芯片如RFID和量子，更快更广的IoT网络，握有数据入口的管理软件业，如同不会游泳的体育健将，突然拥有了驶向“大脑”服务深海甚至是无人区的新式战舰，望着大多星罗棋布在浅海区的管理咨询“渔船”，心中的窃喜和贪婪已在眼神中显露无疑。出于本能的职业敏感，管理咨询业的领军者，当然也看清楚了越来越迫近的威胁，于是，一场建造新式战舰的比赛开始争分夺秒。
同时，双方都知道，如果决策既能基于数据，又能基于远见，必将无敌于天下。这恐怕就是开篇所述巨头们不约而同行动的必然。
这种必然的背后，指向了AI时代的关键词，“算法”。让流程和数据两个配角在舞台上争斗了十几年后，做为主角的算法，这才正式亮相。基于本能和远见的算法定义，通过流程加以运行，再通过作为流程结果的数据反馈回来，优化甚至是重新定义算法，循环往复，这种闭环将是主宰AI时代的王道。在这个王道上，管理咨询业和管理软件业，谁都无法再像过去一样各自过活。管理咨询业的远见，必将与管理软件业的数据相结合，然后催生出管理服务业的新王者。
如果说过去服务客户的主角是人，AI时代服务客户的，将升级为拥有无限分析和数据获取能力的算法之“神”。
03. 你我在AI时代的新角色
从个人而言，既然未来服务客户的是“神”，那么人就不再有机会直接服务客户了。无论管理咨询业还是管理软件业，可能百分之九十以上的传统岗位，将会被机器取代。如果我们还想在新时代谋得一份差事，唯一的机会在于，我们具备让“神”力得以提升的能力和智慧。能够定义算法，能够优化算法；能够设计流程，能够优化流程；能够扩展数据入口，能够优化数据分析方式，新岗位要求的技能种类就这么多。
不过，我们也大可不必为新岗位太少而担心，好消息是AI时代的客户需求将高度个性化，每个客户都会希望自己具备独一无二的“算法”。 比如对于一个企业家而言，他一定会要求他与员工、客户、股东交互的“算法”，他利用资金和物力的“算法”，是准确自定义和不断优化的，是别人学不会的。因此，新岗位的数量应该是很大的，我们只要清楚理解新角色的技能要求并加以准备就是了。
最大的挑战，并非指向个人，而是指向组织。由人到神，将算法、流程、数据合体，这会是管理服务业的进化突变、巨变，达尔文的自然演进说极可能在这里没有效力。作为算法主要提供者的管理咨询公司，若想承接住这种突变，组织方式上，很可能要从当前主流的、“百舸争流”式的“核裂变”，反向而行，走向“核聚变”的“能量升级而污染降级”。作为流程和数据主要玩家的管理软件公司，一个天大的挑战就是，强大的算法能力如何获得，没有算法，在未来几乎等同于没有公司。
衣食无忧的“大亨”们都在谋划未来了，我们的管理服务业该怎么走？
AI时代迎来的，到底是管理咨询业的崩塌，还是新生？
版权声明：我们所推送的文章，除非确实无法确认，都会注明作者和来源。但部分文章推送时未能与原作者取得联系，若涉及版权问题，烦请原作者联系我们，与您共同协商解决。邮箱：cmkt_
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点AI时代,你是出众or出局?就看你能否登上百度的这条大船了
要说时下最火的科技话题什么？AI ！AI ! 还是AI！新科技给我们带来的不仅仅是机遇随之而来的还有挑战。
我是一名程序员
有人说，AI会抢走我的饭碗，
也有人说，与AI共舞，我能玩出“最炫的”程序语言
毋庸置疑，AI的时代已经来临。在新时代下，你是出众or出局?可能就看你能否登上百度的这条大船，成为领跑未来世界的创造者了。
You Are AI Creator
（AI未来，由你创造）
天天用百度搜索各种问题的你？
真的了解百度吗？
2017年5月，在百度联盟峰会上，百度宣布，自己已经从一家互联网企业转型为一家人工智能（AI）企业。两个月后，在AI开发者大会上，百度再次转型，宣布自己将成为一个人工智能平台。
2017年7月，百度面向全球开放了AI开放平台及60项核心AI能力，在行业内产生了深远的影响。作为AI领域领军企业，百度希望为高校在校大学生提供一个了解和学习AI技术的平台，培养大学生对AI技术的学习兴趣，提升其创新实践能力。
而蓝桥杯大赛作为国内最有影响力的高校IT专业赛事，大赛组委会特联合百度校园品牌部，面向蓝桥杯大赛参赛院校提供百度技术汇高校巡讲活动。把AI带进校园，分享最前沿的技术与成果。
百度高校技术汇巡讲活动由百度校园发起，旨在让高校学生更加深入地了解百度技术开放理念及技术开发平台能力。2017年百度技术汇以You Are AI Creator（AI未来，由你创造）为主题，寓意中国AI行业发展以及未来将当代大学生来推动。百度将为相关专业的大学生们分享目前中国AI的发展及百度的技术开放生态，为同学们介绍百度AI技术平台。
此次活动将由百度的技术骨干、资深专家等组成阵容强大阵容，为大家带去国内最先进的AI技术内容。 嘉宾阵容包括：
百度校园品牌部主任 李轩涯
百度校园品牌部副主任 计湘婷
百度AI技术生态部总经理 喻友平
百度自然语言处理部总监 赵世奇
百度UNIT技术负责人 孙珂
PaddlePaddle开源社区运营负责人 刘勇峰
百度校企合作经理 王楠
“知己知彼，才能百战不殆。” 现在机会就在你眼前，激不激动，开不开心。
巡讲现已开始，第一批小伙伴已经有了一次与百度的工程师交流AI的经历，还没等到百度的同学，就先来看看山东大学的特派员给我们带回来的前线实况吧。
成功吸引百度工程师眼球的同学，还能获得百度贴心为你们提供的小奖品哦。太实用了！有没有！
人工智能的风吹了很久，这回终于吹到了同学们身边。
本次活动首批计划将在北京、威海、西安、广州、重庆、济南、青岛、上海、郑州、成都、合肥、太原、烟台等城市开展。
不知道这次近距离接触百度、接触AI科技的好机会会不会访问你们学校呢？敬请期待吧。
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点