AI分析人們說話能檢測“孤獨指數”,準確率達94%

據國外媒體報導,最新研究報告顯示,人工智能(AI)能夠從一個人的講話中檢測出孤獨,準確率達到94%,美國研究人員使用IBM沃森在內的多個AI工具,分析了接受採訪老年人的孤獨感。


資料圖

通過分析訪談中單詞、短語和沈默間隙,人工智能對老年人孤獨症狀的評估幾乎與他們填寫報告問卷的結果一樣準確,同時,人工智能還顯示,孤獨的人通常對有關孤獨的直接問題回答時間更長,在回答中表達更多的悲傷。

研究報告資深作者、美國加州大學聖地亞哥分校醫學院埃倫·李稱,大多數研究要么直接問:“你多久才會感到孤獨寂寞?”,這可能會導致孤獨感相關的偏見反應。在這個研究項目中,我們使用自然語言處理,這是一種對錶達的情感和情緒進行無偏見的定量評估,與通常的孤獨感測量工具相結合。

該工具有趣之處在於它不僅是使用字典基礎的方法,例如:搜索反映恐懼的特定詞彙,而是通過測試反應中使用的詞彙呈現出相應模式。

專家指出,美國近年存在一種“孤獨流行病”,其特徵是自殺率和阿片類藥物使用率不斷上升,生產力下降,醫療成本增加,死亡率不斷升高,今年早些時候發表的一項加州大學聖地亞哥分校的研究表明,生活在獨立老年人社區的85%居民出現中度至嚴重程度的孤獨。

新冠病毒大流行和隨之而來的封城,增大了人們的獨處時間,使情況變得更加糟糕。研究人員想知道更多關於自然語言處理技術和機器學習模型如何預測居住在社區的老年人孤獨感。

這項研究聚焦66-94歲之間的80名獨立生活居民,他們的平均年齡為83歲,在2018年4月至2019年8月期間(新冠疫情爆發之前),接受過培訓的研究人員對測試者進行了半結構化訪談。

測試者被提問了20個問題,這些問題來自加州大學洛杉磯分校的孤獨感量表,它使用一個四級評定量表對一些問題進行回答,例如:你經常感覺自己被他人忽視了嗎?你經常感覺到自己是一群朋友中的一員嗎?

測試者也在私人談話中接受采訪,這些談話被錄音並手動轉錄。然後使用包括IBM沃森自然語言理解軟件(WNLU)在內的自然語言處理工具對轉錄進行檢驗,從而量化情感和表達情緒。

研究報告第一作者、加州大學聖地亞哥分校瓦爾沙·巴達爾稱,WNLU軟件系統使用深度學習,能從關鍵詞、類別、情緒、語法中提取元數據,自然語言模式和機器學習使我們能係統地檢查來自多位測試者的長時間訪談,並探索情感等微妙的語言特徵是如何表達孤獨感的。

他還指出,人類的類似情緒分析可能存在分歧,缺乏一致性,需要經過廣泛的培訓才能標準化。與加州大學洛杉磯分校的孤獨感量表的得分相比,使用語言特徵,人工智能係統能預測孤獨感的準確率高達94%。

人工智能預測自我承認孤獨感的準確率為94%,而“量化孤獨感(基於加州大學洛杉磯分校的孤獨感量表的得分)”的準確率為76%,他們發現孤獨的人在個人訪談中回答問題的時間更長,在回答有關孤獨的直接問題時表達的悲傷情緒更多。

這項研究還指出男性和女性存在著差異,女性比男性更可能在測試中坦稱自己感到孤獨,與女性相比,男性在回應中使用了更多恐懼和喜悅的詞語,這表明他們對消極和積極情緒的體驗更加極端,甚至表明男性可以更自由地表達這些情緒。

埃倫指出,當老年女性和男性直接回答問題描述孤獨感時,其情緒和情感表達方面存在微妙的性別差異。這項研究強調了對孤獨感的研究評估與測試者對孤獨主觀體驗之間的差異,人工智能係統可以幫助識別這一點。

研究人員稱,可能存在“孤獨語言”,可以用於檢測老年人的孤獨感,這將改善臨床醫生和家庭成員對老年人群的真實評估,從而有助於治療他們的孤獨感,特別是在疫情爆發封閉期間。

目前,美國加州大學聖地亞哥分校正在探索孤獨和智慧的自然語言模式特徵,這些特徵在老年人群中呈現負關聯,意味著老年人智慧度越高,孤獨感越強。該研究報告合著作者、UCSD的迪利普·傑斯特說:“語言數據能與我們對認知、行動、睡眠、身體活動和心理健康的其他評估結合起來,從而提高我們對衰老的理解認知,並有助於我們度過一個健康的老年生活。”

該研究將人工智能的準確性與測試者自己的孤獨感報告進行了對比,正如研究中所指的,孤獨感並不總是反映真實的感受和情緒,然而,人工智能和自我報告可以被心理學家和專業人士結合使用,從而提高診斷的準確性。

埃倫說:“我們同意UCLA孤獨感量表的分值存在一些不准確,因為它依賴於自我報告,然而,孤獨感量表是最流行的工具之一,因為它沒有明確地使用’孤獨’這個詞,而且似乎在沒有性別偏見的情況下始終能夠捕捉到孤獨的特徵。我們希望研製出更精準的工具來評估人們的孤獨狀態。” 目前這項最新研究報告發表在近期出版的《美國老年精神病學雜誌》上。

關於欺詐系統和支付數據的介紹說明

自20世紀70年代初以來,金融欺詐檢測和支付風險系統以各種形式出現。多年來,各種系統都採用不同的方法來檢測欺詐,儘管最流行的是欺詐規則。

基於規則的系統由於其"白盒"特性而極受歡迎,這意味著欺詐分析師可以很容易地看到規則被破壞的原因以及他們是否認為行為正常。規則還有一個優點,可以根據當前的欺詐問題進行添加、調整和更改。然而,規則也有一個缺點,因為它們的簡單性,欺詐者很容易利用這些規則來改變策略的一個單一部分,以通過系統並繼續他們的欺詐攻擊行為。

由於日常支付量巨大,機器學習和"大數據"革命的創新有助於支付行業的發展,但其他方法正變得越來越普遍。客戶仍然傾向於對這些系統進行嚴格的測試,以確保他們的系統在投入生產前不會受到任何不利影響。當一個新的機器學習模型投入生產時,同樣的測試水平也會被應用。一些欺詐檢測系統有一個暫存區,在那裡可以試驗新的欺詐策略,而不會影響實時系統。

在商業系統中,有幾種欺詐規則,它們充當"支柱",通常是簡單的規則,旨在檢測最明顯的欺詐行為。更先進的規則建立在這些規則之上,這些規則通常包括消費順序和更極端的信用卡使用行為變化,旨在阻止更多的實驗性欺詐者。機器學習(ML)是對基於規則的系統的一種自然補充,因為機器可以比任何人更快地分析數百萬個授權和學習趨勢。在實時世界中,ML是唯一可以跟上的技術。

商業欺詐系統

傳統上,欺詐系統應用於發卡行(銀行)和商戶層面,在線處理支付。管理人員需要根據這些制度來製定純粹基於欺詐的規則。除了數據庫引擎之外,欺詐經理沒有太多(如果有的話)用於數據分析的工具,分析通常需要2週以上,因此為新的欺詐模式編寫規則需要大量的人工工作。

通常,在這項活動完成時,新的欺詐趨勢已經出現,需要更多的欺詐分析人員來製定規則和審查違反規則的情況。在過去的幾年裡,這種情況正在慢慢改變;有許多初創企業用新技術擾亂了這個行業,部分原因是出現了更強大的機器以及雲服務,能夠處理今天的巨額支付。

真正產生影響的主要技術是使用機器學習來預測欺詐行為,幾乎所有初創企業都在某種程度上使用了這一技術。客戶的態度也變了。大多數客戶要求快速有效的欺詐風險處理,以便在支付過程中對風險進行分析,從而大大減少欺詐損失。

客戶現在也在尋找與第三方欺詐系統的簡單集成,他們不願意為極其昂貴的內部硬件付費,但是隨著授權量的增加,他們將需要繼續這樣做,而他們目前的硬件無法跟上。因此,大多數欺詐產品都是作為雲產品/服務提供的,這對客戶和供應商都有好處。

許多機器學習算法已經被成功使用,其中一些最早使用的決策樹和基本神經網絡是由數據科學家團隊創建的,使用時間很長,通常長達一年之後才執行更新。

這種不斷變化的行為導致了支付過程中許多地方欺詐檢測的創新。例如,商家開始實施簡單的欺詐檢測系統來阻止特定的欺詐案件。傳統上,支付網關不執行任何欺詐檢測,將其交給商戶和發卡行,但由於大量可用數據與發卡行通常可獲得的數據大不相同,因此也存在欺詐檢測的情況。網關數據還可以幫助發現欺詐者與少數卡試圖發現哪些是活躍的。

下面的例子說明了在支付網關級別執行欺詐檢測有多大好處。包括在交易到達銀行之前阻止交易的能力,這意味著欺詐者會轉移到別處——不容易取貨,而且會觸發預警,意味著貨物不會被裝運。

這張圖片反映了一個真實的案例,一個欺詐者有幾張被盜的信用卡,並試圖用它們來付款。當一張卡不起作用時,他們會嘗試下一張,直到最後一張成功。欺詐檢測本來很簡單,因為這裡的每個授權都有一個相關的IP地址(相同),目標是一致的,用於支付的名稱也是相同的,而且每次授權嘗試都在幾分鐘內完成。

如果在這裡實施了防欺詐系統,不僅可以聯繫受損信用卡的發卡機構以減少進一步的欺詐損失,而且可以更快地阻止這一行為,並有可能與當地警察部隊一起抓獲該行為中的欺詐者。

變革

隨著時間的推移,舊方法變得越來越無效,因此不斷改進欺詐系統顯得至關重要。欺詐系統可應用於支付過程的所有領域,傳統上欺詐檢測是在信用卡發卡機構進行基本檢查後進行的,但現在這種情況正在發生變化,可以在任何階段進行更高級的欺詐檢查。這為企業提供了更多的防範欺詐的保護,同時也允許更多的真正的客戶購買商品。

在支付週期開始時,支付必須從商家開始,這是欺詐檢測開始的地方。在要求客戶擁有賬戶進行支付的網站環境中,這種基本的欺詐檢測可以使用模式檢測規則來進行,這種情況下,如果客戶表現出與平常截然不同的行為,零售商可以推斷該付款可能是存在欺詐性的。在從收單機構和發卡機構取回更多信息之前,零售商在這方面做不了什麼。移動支付為例,設備傳感器的數據可用於加強的欺詐檢測。

例如,位置數據的使用方式與在終端使用支付卡的方式相同。在編寫文本時,很少使用此類信息;但是,預計這種信息將在未來的系統中大量使用。

在這之後,支付被發送到卡收單機構,然後再發送到發卡機構,在那裡進行一些深入的檢查,如CV2以及是否通過欺詐檢測系統。這是大多數商業系統的目標,因為這裡存在豐富的可用數據。付款返回給收單機構,在那裡進行更多的欺詐檢測,然後返回支付交換機,進行最終的欺詐檢測,最後返回零售商批准。

這聽起來可能很複雜,這篇文章澄清了圍繞欺詐系統和支付數據的一些迷霧。下次當你所持銀行卡查詢受限,或者拒絕交易時,了解交易背後的技術和原因可能會有所幫助。

真正的仿生手來了,可恢復截肢者90%以上功能

使用具有同等能力和效率的人工設備來取代人手,是一個長期的挑戰。使是最先進的假肢手臂,也無法達到人類手的複雜性、靈活性和適應性。當前我們能夠見到的上肢假肢系統,只能稱為一種工具,而不能成為失臂或失手者的替代品。​

在最新一期Science Robotics《科學機器人》封面中,意大利理工學院IIT實驗室就展示了一款最新開發的仿生手Hannes,不僅外觀與人手非常相似,而且可使截肢患者恢復90%以上功能,其設計理念也被授予Compasso d’Oro國際工業設計獎。

該仿生手Hannes是一種包括手和腕等多關節的上肢假肢系統,其特點是柔軟性較好且具有動態適應要抓握物體形狀的能力。

為了評估Hannes的有效性和實用性,研究人員對上肢截肢者進行了試驗,結果發現,截肢患者在不到一周訓練時間內,就可以在家中自行使用Hannes進行日常活動。

目前,仿生手Hannes已獲得CE標誌,並準備進入國際醫療市場。

讓身體殘疾的患者恢復殘肢的功能,是科學家一直以來努力的方向。

2013年,意大利理工學院Istituto Italiano di Tecnologia(IIT)實驗室便開展了一系列的項目,旨在為身體殘障患者開發具有創新性和成本效益的高科技仿生設備。

其與意大利國家工傷保險研究所的Prosthen假肢部門的研究人員,骨科醫生,工業設計師和患者共同設計而成的仿生手就是最新科研成果。

為致敬19世紀60年代Centro Protesi Inail技術總監和上肢假肢的開拓者Johannes“ Hannes” Schmidl教授,故將此款仿生手命名為“Hannes”。

既往研究和商業售賣的仿生手要么具有很高的性能,但價格昂貴,要么價格低廉,雖堅固耐用但通用性有限且美學效果差。與以上仿生手相比,這款仿生手“Hannes” 不僅容易操作,堅固,成本低,且握力和外觀可與人手相媲美,顯示出其卓越的性能。

Hannes仿生手是一個肌電系統,可根據患者上肢不同程度的損傷進行調節。放置在定制插座中的一系列表面肌電傳感器可以檢測患者殘餘肢體的肌肉活動,患者通過主動收縮肌肉來進行多種操作。

此外,研究人員開發出特定的軟件和藍牙連接用來自定義Hannes仿生手的操作參數,例如運動的精度和速度,從而為每位患者提供最佳的體驗。

該仿生手可供患者佩戴一整天(電池最長使用時間為1天,容量為1300 mAh),且已在使用超過1年的環境中進行了耐久性和穩健性測試(近500000個生命週期)。

Hannes仿生手最強的在於其機械設計,在目前市場領域也是遙遙領先。其使用的機械差速系統使得Hannes仿生手僅使用單個馬達就可適應要抓握的物體,而且,該系統的效率與人手相一致。此設計讓Hannes仿生手具備自然手感的同時,其功能也大幅增加。

目前,Hannes仿生手重量為450克,具有右手和左手各兩種尺寸,分別適用於女性和男性受試者。

此外,Hannes仿生手的手指和手腕活動也十分靈活。其手指在靜止時可以自然彎曲和定位。其中,拇指可以定位於3個不同的位置,以適應多種抓取操作,包括拾取小物體的精細抓取,握住小物體的側向抓取以及可抓取和移動重物的強力抓取。整體抓取有效且穩健。

該仿生手還能使腕部做出關鍵的旋轉運動,如使腕部前旋和後仰。這樣使得Hannes仿生手在不損害患者情況下可實現不同方向的抓取。

而且,Hannes仿生手抓握的速度也非常快,其在不到1秒的時間內就可完成完全閉合抓握,最大抓握力可達150N,遠遠超過其他研究和商業售賣的“仿生手” 。

目前,IIT-INAIL專利申請書包含了Hannes仿生手的基本原理和設計。而且,Hannes仿生手也已經具備歐洲市場上商業化和國際銷售的“許可證”。目前研究人員正在尋找投資人和公司以大規模工業化生產Hannes仿生手,最終使殘障患者獲益。

邊緣計算:下一代創新技術

企業技術的未來將不僅僅局限於數據中心,甚至公共雲也不例外。與物聯網緊密相連,邊緣計算將處理能力發揮到任何需要的地方。

與企業技術的其他熱門新領域一樣,邊緣計算是一個廣泛的體系結構概念,而不是一組特定的解決方案。首先,邊緣計算應用於計算能力必須接近動作的低延遲情況,無論該活動是工業物聯網機器人投擲小部件,還是傳感器在生產過程中持續獲取樣本溫度。研究公司Frost&Sullivan預測,到2022年,90%的工業企業將採用邊緣計算。

邊緣計算是分佈式計算的一種形式,它擴散到數據中心之外。想想看,企業未來還應該如何投資?是的,我們知道投資的一大部分將流向大型公共雲提供商,但企業擁有和運營的硬件和軟件並沒有消失。那麼,為什麼不把它實際分發到業務最需要它的地方呢?

利用現代服務器的強大功能,在製造業、醫療保健或物流運營所在地增強公司業務的運營系統,可以實現各種業務價值。一般情況下,邊緣計算節點從儀器化的操作系統收集大量數據,對其進行處理,然後只將結果發送到數據中心,大大降低了數據傳輸成本。在這些結果中嵌入了過程改進、供應鏈優化、預測分析等機會。

CIO,CSO,計算機世界,信息世界網,網絡世界網聯合從五個不同的角度調查邊緣計算技術。這些文章有助於證明這個新興的、複雜的領域正吸引著當今最吸引人的新思維和技術發展。

邊緣的多面性

邊緣計算可能是一個相對較新的領域,但它已經產生了變革的影響。在"4個基本的邊緣計算用例"中,網絡世界的Ann Bednarz從一個常見的活動開始,介紹了四個突出邊緣計算的即時、實際好處的例子:貨車檢查。通過數碼相機和現場圖像處理實現的自動化不僅大大減少了檢查時間和成本,而且通過更快地發現問題,有助於提高安全性。 Bednarz接著指出了邊緣計算在酒店、零售業和採礦業的優勢。

首席信息官(CIO)特約編輯斯塔西•科萊特(Stacy Collett)將目光投向IT與那些關注核心、行業特定係統的OT(運營技術)人士之間的鴻溝,以及如何最好地彌合這一鴻溝。她的文章"邊緣計算史詩般的地盤之戰"說明,改善IT和OT之間的溝通,在某些情況下,組建混合IT/OT團隊,可以消除冗餘,激發創造性的新舉措。

OT方面的一個常見反對意見是物聯網和邊緣計算使工業系統面臨前所未有的惡意攻擊風險。 CSO撰稿人Bob Violino在"保護邊緣:5個最佳實踐方法"中解決了這個問題。其中一個關鍵建議是實現零信任安全,即強制持久身份驗證和微分段,因此,組織某一部分的成功攻擊可以被隔離,而不是擴散到關鍵系統。

《計算機世界》(Computerworld)撰稿人Keith Shaw分析了5G在"邊緣計算和5G給商業應用帶來推動"中的作用。 5G的一大賣點是其低延遲,這是連接物聯網設備的一個很有用的屬性。但正如IDC研究總監戴夫·麥卡錫在文章中所解釋的那樣,當你連接到一個遙遠的數據中心時,延遲的減少對你毫無幫助。另一方面,如果你在5G網絡中部署"邊緣計算,它可以最大限度地縮短物理距離,大大提高響應時間,"他說。

如果你想知道的話,超規模雲供應商並沒有對這種邊緣化的東西置之不理。在"亞馬遜、谷歌和微軟將他們的雲帶到邊緣"一書中,InfoWorld特約編輯Isaac Sacolick深入研究了三大巨頭目前提供的早期邊緣計算產品,包括部署在各地的微雲,以及它們現有的預售產品(如AWS前哨站或Azure Stack)由提供商管理。 Sacolick寫道:"公共雲邊緣計算提供的獨特好處是能夠擴展底層雲架構和服務。"

各種各樣的邊緣計算產品和用例已經被廣泛應用。正如許多人所指出的,"大雲"模式讓人想起舊的大型機時代,那時客戶​​通過終端而不是瀏覽器使用集中計算和存儲。邊緣計算意識到並不是所有的東西都可以或應該集中。在這個簡單概念上的創造性變化在塑造下一代計算中起著關鍵作用。

特斯拉遭遇全球性網絡中斷:汽車、內網、新能源產品全線宕機

都說“樂極生悲”,這句話對當前的特斯拉來說尤為應景。

就在特斯拉的電池日剛剛結束,馬斯克在全球媒體的聚光燈照耀下還沒回過神來,特斯拉就遭遇了“大翻車”事件。

據外媒報導,美東時間9月23日(週三)上午,特斯拉遭遇完全的網絡中斷,內部系統停機,無法訪問客戶連接功能。

據知情人士透露,特斯拉的內部系統突然地出現了故障,工作人員無法處理送貨和訂單。

而特斯拉車主,也沒能擺脫網絡中斷的影響,從美東時間週三上午11點開始,特斯拉車主便無法通過APP連接到汽車上

並且,特斯拉的新能源產品網絡連接同樣中斷,太陽能和Powerwa所有者均無法監控他們的系統。

報導中稱,特斯拉的的網絡中斷似乎是全球性的,全球各地的車主都報告了同樣的情況。從在DownDetector上報告特斯拉網絡中斷問題的特斯拉車主的熱點圖來看。

遭遇網絡中斷的車主絕大部分來自美國包括舊金山、波士頓、紐約和芝加哥等市,歐洲一些國家(包括英國、德國和俄羅斯等)的車主也報告了類似的問題。

而在系統宕機後,有不少特斯拉車主表示,自己的車輛無法與App連接,導致自己被鎖在了車外。

還有一些車主,直接在社交平台上,向馬斯克詢問網絡中斷、系統宕機的相關信息,不過,特斯拉方面並沒有做出回應。

據我們從外媒了解到的最新消息顯示,截至美東時間週三上午11:35,部分特斯拉汽車已經開始恢復連接。

但是,特斯拉目前還沒有說明網絡中斷,系統宕機的原因。對此,我們也將保持關注。

事實上,網絡中斷、系統宕機對於特斯拉來說,也算是頻發問題了。

在今年5月13日,國內大批車主反映,APP大面積宕機,致使手機無法與車鏈接,手機鑰匙失效,導致無法獲取車輛信息、無法點亮車內儀錶盤、中控屏。多車主處於“盲開”狀態。

對此,特斯拉App回應稱:面對這種危機,特斯拉提醒車主,如需緊急連接,可暫時把手機設置為5月11日。同時,網絡無法連接並不影響藍牙鑰匙,下次遇到無法連接,不要急於註銷登錄。

但是這種方法顯然治標不治本,特斯拉還沒有從根本上給出系統宕機的原因,這讓車主如何能夠完全放下心來。

此外,2018年,特斯拉汽車被曝汽車互聯網網絡癱瘓,當時特斯拉的解釋是其網絡運營商AT&T出了問題。

2019年9月,特斯拉就曾出現過大面積App宕機的情況,故障持續了大約4個小時。

如此高頻、高危的故障,卻在特斯拉身上頻繁上演,而特斯拉自詡為“科技公司”,這樣的網絡系統故障,經過了數年還沒有完全解決,並給出切實可行的保障,這一點著實令消費者難以接受。

事實上,特斯拉作為智能汽車的先驅者,頻繁發生斷網、系統宕機事故。

也引來了不少網友的調侃,稱特斯拉是一個帶輪子的安卓手機,斷網這種事情發生在特斯拉身上見怪不怪了。

但是,汽車作為一個能以100km/h高速行駛的東西,不論是機械部件,還是電子系統的任何一個小故障,都可能會引發嚴重的事故。

因此,對於此類故障,特斯拉還是要把車主的安危擺放在第一位,以負責任的態度,給出故障原因說明,以及解決改進辦法,而不是一次又一次的斷網、宕機後“重啟”系統,看上去一切“完美如初”。

人工智能如何改變遠程醫療的未來

人工智能和遠程醫療不再多樣化。它幫助數字健康產業從無到有地崛起。本文概述了遠程醫療的各個工作領域,以及人工智能如何在多年來面臨挑戰的情況下改變醫療系統的生命。

目錄

介紹

遠程醫療的市場和類型

人工智能在遠程醫療中的現狀與未來

人工智能在遠程醫療中的挑戰

總結

介紹

1955年,約翰·麥卡錫提出了"人工智能"這個名字,他曾想過有一天我們會通過互聯網到遙遠的地方診斷我們的健康狀況?

那是一個夢,但現在不是了。當代人迅速採用了遠程醫療技術,遠程醫療指的是遠程護理患者,醫護人員不必親自到場,而且不斷增長的需求正不斷挑戰著這項技術的發展和完善。

然而,人工智能(AI)是遠程醫療和醫療保健系統中的主要角色。在遠程醫療中,人工智能背後的主要目標是使計算機更高效地解決醫療難題和使醫生能夠更好地使用會議工具諮詢患者。

雖然人工智能的工作領域目前僅限於遠程放射學、心靈感應、遠程皮膚病學和遠程精神病學,但它已經通過不同的服務在開發和執行方面為世界遠程醫療賦予了力量。請看下面的統計數據來詳細了解遠程醫療。

遠程醫療的市場和類型

正如我們所討論的,近年來遠程醫療的需求大幅增長,2014年的價值約為140億美元,2019年市場份額大幅增長。

如圖所示,2019年全球遠程醫療市場的估值約為450億美元。預計到2026年,該行業將增長到1750億美元以上。

事實上,在COVID-19新冠疫情之後,各種遠程醫療公司都看到了模擬訪問的激增。

僅印度一國就有41%的受訪者試圖在2018年之前獲得遠程醫療服務,這一比例在2020年大幅增加。

許多因素也促進了市場的增長,例如慢性呼吸道疾病的增加已經增加了遠程醫療接收治療服務。疑似流感樣症狀的患者控制多個遠程醫療系統,以遠程訪問醫療服務。

遠程醫療市場主要包括以下主要類型的工作領域。

A、 在線會議

B、 遠程監視

C、 手機監測身體健康

D、 實時函數

然而,這些服務是向所有有需要的患者提供醫療服務的關鍵一步,特別是那些生活在當地醫療服務提供者有限的地區的患者。此外,與傳統的親自會診相比,遠程醫療具有價格低廉的主要優勢。

談到人工智能在遠程醫療中的現狀和未來,可以通過以下幾種可能性更好地理解它。

人工智能在遠程醫療中的現狀與未來

1我們可以解讀大量數據,以改善醫療體系

世界各國已經通過人工智能開發了標準化的電子病歷程序,以增加病案的海量數據統計。不僅如此,通過計算機科學的人工智能,常常為評估見解和新的干預措施提供了可使用的機會,以進一步提高醫療保健的效果。

新冠疫情的出現,對抗疫苗尚未開發出來,遠程醫療有了很大的發展空間,因為它可以利用人工智能和各種機器學習技術,通過巨大的數據可用性來確定患者的範圍和改善病人的身體情況。與離線實驗室記錄不同,它還通過大數據提高最終結果的準確性。

2早期發現慢性病成為可能

計算機輔助診斷支持系統和軟件可以幫助醫生和專家識別不同疾病的早期症狀。

它也有助於通過減少錯誤來最大限度地減少經濟負擔,並可以控制總體健康進程。例如,印度開發了"Aarogya Setu"移動應用程序,將基本醫療服務與印度人民聯繫起來,以跟踪患者的早期冠狀病毒症狀。但是,目前還處於基礎階段,在不久的將來,借助人工智能技術,數據科學和遠程醫療在特定領域可以做得更好。

對于冠狀病毒、埃博拉病毒等沒有治療方法和疫苗的疾病,遠程醫療界可以在線捕捉患者的症狀。將這些信息提供給機器學習算法,通過訓練機器學習模型,我們也可以減少疫苗研發的時間。

除此之外,疫苗的開發可以更加精確,因為大量數據的可用性提高了各種預測的整體發展。 Continue reading

人工智能時代,必須牢記這七個關鍵因素

導讀:人工智能是一種通用技術,具有改變所有部門和經濟活動形式的潛力……

各國政府應像其他經濟和社會進步一樣重視AI和數據競爭力。對研究和技術素養的投資等因素是確保長期競爭力的關鍵。

如今,新冠疫情全球大流行使得經濟表現、合作和生產力正在遭受災難性破壞。伴隨著這些變化,數據和人工智能有望改變經濟並改善社會。為了利用這些積極成果,各國政府必須超越當前的活動範圍,並承認自己是本國乃至全世界AI競爭力的管家。

對人工智能的投資和改進不必是軍備競賽。人工智能是一種通用技術,具有改變所有部門和經濟活動形式的潛力。一國競爭力的增強可以使盟國、貿易夥伴和全球秩序受益。

負責任的AI可以增強競爭力,同時反映出對經濟彈性和人口福祉的高級思考。儘管如此,落後還是很危險的。各國政府應像其他經濟和社會進步一樣重視AI和數據競爭力,並採取長期的戰略方針。

為了提高AI和數據競爭力,各國政府應在其集成策略中優先考慮這7個因素。

1、優先投資AI研究

政府應該對基礎研究進行投資並提供結構支持。他們還應重新分配現有研究資金,以強調跨多個領域的數據和AI。協調的政府研究投資可以使針對特定領域的負責任AI的基礎研究和應用研究更加集中,同時仍可以使創新蓬勃發展。

政府的資金應該是能夠開放一千朵花的肥沃土壤,而不是堅持要建立政府設計的混凝土基礎。正如領先的技術專家李開復指出的那樣,“確實存在一項基本的AI創新——深度學習,其他人都在針對該領域進行調整。”例如,美國可以指示美國國立衛生研究院、國防高級研究計劃局和42個聯邦資助的研究與開發中心(FFRDC)的負責人為特定領域的申請提供資金,而無需明確規定應提供哪些資金。

2、提高全民AI和數據素養

每個20國集團(G20)和經合組織(OECD)國家都有某種形式的STEM(科學、技術、工程和數學)策略,通常旨在增加來自該國高等教育機構的高技能畢業生的數量。儘管這些舉措很重要,但強調基礎廣泛的AI和數據素養的AI競爭策略,對於建立可以充分參與經濟機會的人群同樣重要。必須通過包括人文學科畢業生在內的各種團隊來增強這種能力,以創建有效的AI。 Gartner認為,如果沒有這樣的多元化團隊,到2022年,多達85%的算法將產生錯誤的結果。

3、利用政府作為購買者、合作夥伴和提供者的作用,同時開放政府數據集

政府不僅僅是AI推動者,本身就是一個主要的經濟參與者,應該利用其力量的所有要素來提高其國家的AI競爭力。這可以包括政府作為負責任AI的購買者。例如,保護數據中心經常需要政府購買大量空間,從而加速其向雲的過渡。在獲得這些合同時,政府還應向非營利性和社會公益組織或微型中小型企業(mSME)開放空間。

政府還可以與科技公司建立公私合作關係,以提供服務。可以使自己成為一個平台,為其他人提供其數據集。正如互聯網企業家Tim O’Reilly所說,政府對開放標準的接受以及允許在其數據上使用開放API的意願促進了公共部門和私營部門的創新和競爭。

4、支持人工智能在盡可能廣泛的領域中的應用,特別是對於中小企業

為了使負責任的AI能夠深入滲透經濟和社會,必須由目前最不具備能力利用AI的那些人(尤其是中小企業)來接受。芬蘭是該領域的全球領導者,已經為其1%的人口(約55000名公民)配備了應用AI和數據科學以通過其“AI挑戰”提高生產力的技能。該國已將其小規模的優勢轉化為優勢,專注於快速提高技能並立即應用現有技術。正如芬蘭經濟大臣MikaLintilä所說,“我們永遠不會有那麼多錢,以致我們將成為人工智能的領導者。但是我們如何使用它”。

5、通過激發和獎勵利益一致的跨國界合作來實踐數字外交

在關於TikTok和Zoom霸權的戰爭中,很容易得出結論,數據和AI應用存在於(邊界)國境的(防火)圍牆花園中。這是誤導的。正如經濟競爭力強調在互惠互利領域中貨物和服務及合作的公平和公開競爭一樣,政府也應追求數字和數據外交。在北歐國家,政府正在探索在芬蘭或瑞典港口之間的波羅的海自動航行,並進行正式談判以合併數字基礎設施。

各國政府還應將其對多方利益相關者合作的承諾擴展到這一領域。這包括積極參與和形成有關技術的使用,限制和道德的本地和全球辯論。

6、積極確定和衡量人工智能的競爭力,將其作為國家戰略的要素之一

為了實現這些目標中的任何一個,政府都需要掌握其控制之下的數據和AI當前狀態的可靠基準,可衡量的KPI,以及通過集成策略進行通信的手段。這樣的衡量工作可以像世界經濟論壇的全球競爭力指數一樣,成為區域和全球指數的基礎,該排名用於衡量評估進步和確定生產率的一系列因素。

7、將技術影響始終放在決策的最前沿

人工智能可以使經濟、環境和人類受益。但是,我們也已經看到,考慮不足或執行不佳的AI會如何加劇問題並創造新的問題。各國政府必須堅持賦予其所有目標負責的人工智能。由於人們認為企業必須牢記消費者的最大利益這一觀念的侵蝕,“Techlash(指的是對大型科技巨頭公司的批評與抵制)”或對世界上一些最大、最強大的技術公司的強烈反對已經出現在多個領域。

人工智能將需要應對這種對技術不斷增長的態度,以重建與消費者的信任。畢竟,沒有負責任的AI不可能有真正的競爭力。突出的錯誤可能會減少佔用和接受程度,從而阻礙未來的創新。

各國政府需要鼓勵AI的設計、開發和使用,以確保其國家在未來保持競爭力,或試圖提高其公民的福祉和GDP。這些團體在購買或建造AI時,應利用越來越多的可用資源,例如世界經濟論壇的“Procurement in a Box”。這個經過廣泛測試的工具包是與英國政府和大型的多方利益相關者團體共同開發的。這些資源可以幫助政府迴避未來的問題。

經濟競爭力在於幫助人們自由地過上富裕的生活,並公平地獲得全球化世界帶來的機會。數據激增和負責任地使用AI擴大了這些機會。各國政府必須承認數據和負責任的人工智能是競爭力的基礎,並為其投資和部署制定綜合的國家戰略。

日本造出新型貨架擺放機器人 可用VR遠程控制

商店裡機器人的身影越來越常見,它們幫助顧客搬運購物物品,跟踪庫存,繪製佈局圖。而日本公司Telexistence已開始在便利店試驗一種可以由人類通過VR控制的貨架擺放機器人。

據外媒報導,商店裡機器人的身影越來越常見,它們幫助顧客搬運購物物品,跟踪庫存,繪製佈局圖。而日本公司Telexistence已經開始在便利店試驗一種可以由人類通過VR控制的貨架擺放機器人。

這種被稱為Model T的機器人看起來像最普通的高達。它基本上是一個機器人軀幹,安裝在一個齊腰高的平台上,用它的兩個關節臂和復雜的手在商店裡重新放置貨架。 Model T可以由人類在世界任何有網絡連接的地方,使用標準的VR設置直接控制。

機器人的關節有22個自由度,讓它有相當大的活動範圍。 Telexistence還表示,機器人和人類操作者之間的視頻連接的延遲為50毫秒,所以應該可以順利控制。 Telexistence表示,在這個保持社交距離至關重要的時期,它可以讓員工在家辦公,遠程控制機器人。

目前,Telexistence和日本大型連鎖便利店全家(FamilyMart)之間已經開始了第一批試驗。兩家公司表示,Model T一開始將從後方工作,為塑料飲料瓶補貨,同時驗證其速度和準確性。

之後,全家和Telexistence將測試該機器人處理其他物品的能力,比如飯糰、三明治和便當盒。全家預計,到2022年Model T將在最多20家門店中投入使用,最終目標是將其推廣到全日本的每一家門店。

AI寫的文章,騙過了大多數網友!

在過去的幾年裡,機器學習(ML)和人工智能(AI)的專家們一直致力於研究一些算法,這些算法可以用以前認為人類完全可以寫的方式撰寫文章和其他類型的內容。隨著這些技術越來越先進,我們正逐漸接近一個時代,在這個時代,機器可以比人類更好地編寫內容。

但是,我們離擁有比人類更好的機器編寫器還有多遠?那未來會是什麼樣子呢?

人工智能寫作面臨的主要挑戰

讓我們從人工智能的一些局限性開始。機器學習和人工智能在少數幾個不同的應用程序上都非常出色,但是有一些關鍵的挑戰阻礙了它們在更廣泛的環境中的應用。

在寫作方面,人工智能開發者面臨著幾個不同的挑戰:

自然語言處理。人工智能寫作要克服的最大障礙之一是自然語言處理(NLP)。近年來,在各種應用程序中,NLP的功能出現了爆炸式增長,其中最明顯的就是數字助理的興起。多虧了自然語言識別,Siri和Alexa這樣的助手已經非常擅長學習"理解"人類的基本語言,即使是以會話的方式。有些助手甚至和人類語言識別器一樣好。然而,學習識別人類的命令和嘗試編寫人類語言是兩個完全不同的任務,而且訓練一個算法以一種可理解的方式編寫是非常困難的。這是傳統的SEO鏈接構建被自然語言處理所抹殺的一種方式。

信息處理。在一個人工智能寫作算法可以寫一篇關於某個特定主題的文章之前,它必須以某種方式"理解"這個主題。沒有有意識的學習或理解正在進行,但算法必須尋找、消化、分析和重新處理來自其他來源的信息,以便寫出準確的材料。在某些情況下,這是微不足道的;算法可以很容易地查找當前股票價格並報告它們。在其他情況下,這幾乎是不可能的;算法無法判斷顆粒狀視頻的事件。

創意。人類寫作的許多形式都依賴於創造力;作家必須想出獨特的想法或獨特的角度,並以某種令人信服的方式呈現給觀眾。人類創造力的火花產生了新奇的想法,但還沒有被任何一種機器形式複制。一個程序員如何嘗試複製人類思維的這一特性是不確定的。

聲音和主觀訴求。我們發現書籍、文章和其他形式的內容吸引人的原因多種多樣,包括作者的聲音和內容的整體主觀吸引力。這對市場營銷行業從小說寫作到文案寫作都很重要。雖然算法可能很容易被訓練來收集和重寫某些類型的信息,但它們可能很難精確地找出如何以一種主觀上有吸引力的方式來構建信息。

意見和經驗。有些文章依賴於觀點的表達,尤其是在政治報導或建議文章之類的上下文中。另一些人因為人類的經驗而被賦予了獨特的視角;作者經歷了一些個人經歷,這些經歷給了他們無法用另一種方​​式收集到的信息。算法很難創造出看起來很現實的新的人類經驗和觀點;它們只能模仿已經呈現的內容。

人工智能的優勢

相較於存在的這些缺點,那麼人工智能在哪裡表現出色呢?

人工智能對於可預測、可重複和客觀可測量的任務特別有用。在這種情況下,人工智能算法可以以人類無法達到的規模,以驚人的速度重複給定的任務或解決簡單的問題。在寫作方面,這意味著可預測的、公式化的寫作對於人工智能算法來說是非常容易的,而且這種水平的文章可以用一種算法比用一個人類作家快上千倍。

人工智能的另一個關鍵優勢是它的學習和適應能力,這將使它在寫作時進入一個新的領域;隨著時間的推移,可以訓練算法來根據許多不同的因素來評估其輸出的質量。如果有足夠的時間和資源,算法可以學會寫更複雜的,可以說是創造性的作品。

人工智能寫作的現狀

人工智能算法已經在努力製作內容。很有可能,你讀過很多由算法編寫的文章,你甚至沒有意識到。幾年來,各大新聞機構一直依賴於在後台工作的算法來製作專為簡單報導而設計的文章;例如,算法經常用於報導體育比賽或股市波動的最新情況。

有些算法試圖更進一步,把機器的能力推向極限。例如,一些程序員創造了一些算法,旨在復制著名作家和詩人的形式和寫作風格,創造出與人類原創作品難以區分的全新作品。當然,這些先進的算法仍處於實驗階段,尚未看到廣泛使用甚至一致的結果。

在線文章和搜索引擎優化(SEO)

在線營銷和搜索引擎優化(SEO)是人工智能寫作領域中最有希望發展的領域之一。內容營銷已經成為世界上最流行的營銷策略之一,因為它能夠同時在多個不同的渠道上產生流量。雖然最好的內容通常需要人類的創造力、觀點和情感,但人工智能目前無法模仿的大量已發布的在線內容在不久的將來可以由機器編寫。

當然,即使是低層次的內容營銷素材也比報導體育或股票更為複雜;要開發出在可理解性和風格上能夠與人類作家相媲美的節目還需要時間。

書籍和創意作品

當人工智能算法在創造性寫作、處理短篇小說、小說和詩歌方面取得突破時,它將更加令人印象深刻。算法在學習識別語音方面有著非凡的技能,而一些特殊的算法也很擅長識別語音模式,包括當地方言和語體。當這些算法足夠先進時,它們可能能夠準確而一致地複制著名作家的風格,甚至可能將不同的風格混合在一起,就像Deepfakes可以令人信服地在錄製的視頻中偽造特定人的存在一樣。

儘管如此,算法可能還需要一段時間才能產生真正獨特的想法;當第一個一致的創造性寫作算法出現(它們幾乎肯定很快就會出現),它們可能會專注於從先前成功的作品中產生的創意。換句話說,他們更善於模仿現有的好主意,而不是想出新點子。

人類情感與主觀視角

阻礙人工智能編寫算法的一個重要障礙是找到一種獲取人類情感、觀點和主觀經驗的方法。有一些理由相信這是可以實現的;例如,一些為企業開發的聊天機器人能夠根據互動的詞彙和語調來檢測人類情緒的變化。其他聊天機器人是為治療目的而開發的,可以有效地模仿人類的某些情緒。將這些概念更好地集成到編寫算法中可能只是時間問題。

人工智能的不斷發展

很難說人工智能寫作的未來走向。目前,由於主題足夠簡單和易於理解,算法能夠寫出與人類寫作無法區分的文章。在不久的將來,算法可能被用於在線營銷、新聞業,甚至是創造性寫作的進步。然而,在可預見的未來,基於人工智能的寫作算法仍然會有缺點,因為它們無法複製人類的情感,處理複雜主題的能力有限,缺乏"自然"的創造力。

這些你需要了解的人臉識別技術

今天,我們看到了各種各樣的數據——不管我們用肉眼能不能看到的。大量的數據收集包括數千張照片和視頻,這些照片和視頻提供了數據集,這是使事物高效運行所必需的。我們接下來要說的,就是人臉識別技術。

人臉識別

在全球的技術發展上,人臉識別是一項新的技術變革。它的出現使得像政府機構和當局這樣的權威組織需要密切關注這些記錄。

什麼是人臉識別技術?

這是一種生物技術,可以識別區分人的面部特徵。在個人層面上,它可以幫助我們解鎖我們的設備,或者在機場通過安檢,或者在商店購買產品。

人臉識別系統分析的是由閉路電視攝像機拍攝的圖像和視頻中的視覺數據。軟件中的人工智能和機器學習功能有助於繪製可識別的面部特徵。它在視覺數據中搜索模式,然後將所有新的圖像和視頻與人臉識別數據庫中的其他數據進行比較以識別身份。

人臉識別技術的利好

人臉識別技術應該適當和負責任地使用。無論是街頭犯罪,還是機場安檢技術,都有可能在改善安全方面做得更多,使安全和運營效率達到新的高度。

這些技術可以記住網絡團體成員以及涉嫌參與暴力犯罪活動的人的面孔。

由於人臉識別技術是一個多面的概念,它也有一些好處。其中一些是-

更好的公共安全

人臉識別技術的發展為公安系統提供了更好的保障。這使得當局更容易追查小偷、竊賊和非法侵入者。

該技術能夠分析公共閉路電視攝像機網絡。它不僅限於追查罪犯,還可以使尋找失踪人員更加容易。

人臉識別技術還可以幫助阻止和搜查守法公民在人群中的嫌疑人。

自動時間跟踪系統

人臉識別技術簡化了時間跟踪,無需對系統進行連續監控。在自動化系統中,人為錯誤的發生率通常很低。

快速身份驗證

借助人臉識別技術,公司可以輕鬆控制對設施的訪問。人臉識別技術的應用不僅限於物理安全,還包括網絡安全。

由於不需要與用戶進行任何接觸,現有的身份驗證方法可以實現快速識別和驗證。因此,公司還可以使用人臉識別技術代替密碼來訪問計算機和系統。

更好的考勤系統

面部識別系統也被用來加強和即興現有的考勤系統,這些系統已經過時,不適合現代需要。由於每個人都要通過人臉掃描設備才能報到,所以人臉識別技術可以在這裡積極工作並保存記錄。

這個過程很快,員工不必證明自己的身份或使用任何其他方法。通過這種方式,這些人臉識別技術還可以使考勤系統更符合現代的記錄保存方法。

商店裡更好的安全系統

最近,零售商和商行都在使用人臉識別來進行個性化服務。有了面部識別技術的更好的安全系統,零售商可以很容易地識別出有嫌疑的對象。它可以防止零售商遭受任何可能的損失。

然而,這仍然有一段路要走,以阻止誤認和差異,但這裡有一個巨大的技術潛力。這也有助於提高客戶忠誠度,因為現在可以提供更高效和個性化的體驗。

更好的銀行體系

儘管現有的方法是銀行使用一次性密碼訪問賬戶或授權轉賬,但通過面部識別技術進行的生物識別可以使其更好。

有了它,就沒有更容易被黑客攻擊的密碼了。它可以使整個安全系統更加安全。面部識別系統的好處不僅僅局限於在線和實體銀行分行,自動取款機也可以使用這些技術來應對銀行系統可能面臨的所有威脅。

節省勞動力成本

除了準確無誤地跟踪時間和出勤率外,面部識別技術還可以追踪員工的確切工作時間。

它可以幫助您的組織節省資金,管理層將不必擔心時間欺詐或任何類似的事情與面部識別時間跟踪系統。此外,它可以很容易地編程到您的時間和考勤系統,所以它也很容易集成。

人臉識別技術的缺點

就像它的好處一樣,面部識別系統也帶來了一些嚴重的威脅。讓我們對其中一些嚴重關切的問題作一些說明。

社會影響

人們普遍認為,人臉識別允許政府和當局破壞隱私權。

在沒有人身自由的地方,政府沒有限制如何使用他們認為的技術。

總有一種可能性,那就是他們能夠並且將繼續關注他們的公民。他們可以監控他們的所有活動,包括他們說了什麼,做了什麼,或者他們遇到了誰。

在民主國家,政府和議會有權制定可以防止此類活動發生的樓層。不過,人們還是擔心他們的安全和數據隱私。

數據隱私問題 Continue reading

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net