人工智能技术在疫情中的五大应用
数字哨兵现在上海很多场所都已经部署数字哨兵，进出人员仅需扫健康码或刷身份证，就能实时核验核酸检测结果、人员身份和体温等具体信息。比如，商汤科技推出的集“佩戴口罩识别+人体测温+验健康码+疫苗接种信息+核酸查询+电子证照”六种功能为一体的商汤数字哨兵便捷通行系统。该“六合一”数字哨兵可助力疫情防控信息的快速验证，省去上海市民查找检测报告的复杂操作。目前该系统现已部署至上海长宁区多处市民访问量较大的公共活动场所出入口，如菜场、事务受理中心、图书馆、文化艺术中心、少年儿童图书馆等，以及各类社区活动中心、市民中心、养老院、街道综治中心、婚姻登记处等地。智能消毒机器人在医院、商场及一些科技园区，我们经常可以看到智能消毒机器人的身影，尤其在医院，医院是许多抗议战场中的第一线，为保障更安全的就诊环境，当前上海多家医院都用到了智能消毒机器人。比如来自上海擎朗智能科技有限公司的消毒机器人，据介绍，擎朗消毒机器人搭载短波UVC紫外线杀菌灯与雾化喷头，可喷出10μm以下超干雾颗粒，出雾细腻均匀可以进行无死角消毒，其集成的多种消毒模式，能够有效消除空气+物体表面的病毒和细菌。重点是智能消毒机器人的效率远高于人工，采用机器人工作，就不需要工作人员穿上厚重的防护服，也不用担心成为病毒载体，而且只需要十几分钟就可以完成1000㎡的消毒杀菌工作。并且，在消毒完成后，机器人还自动储存至云端平台，完整记录消毒程序。智能语音机器人目前上海部分地区正实施封闭式管理，如果仅靠社区工作人员人工排查，逐门逐户完成核酸检测、健康状态回访、外来人员行程流调等工作，要耗费大量人力物力，还可能交叉感染。上海联通和科大讯飞成立了专项攻关团队，根据实际需求进行智能语音机器人的话术设计，利用智医助理辅佐相关的防疫、战疫行动，仅仅48小时就完成“智能语音机器人”上线。在不到3个小时的时间里，“智能语音机器人”完成了对嘉定地区重点人群的核酸检测排查。据某区疫情防控指挥部的相关负责人介绍，“在市民接到呼叫电话后，系统可根据每名市民的不同回答自动生成表格，随后工作人员可从系统自动统计反馈的情况，重点跟进核酸未做人员的信息并进行对应的反馈。与传统人工呼叫相比，‘智能语音外呼助手’呼叫提升效率，而且避免了人与人接触的疫情防控风险。”AI通过声音诊断新冠近日有消息称，美国辉瑞公司(Pfizer)将收购ResApp，ResAPP目前开发了一款通过分析咳嗽声来诊断是否感染新冠病毒的应用程序。有研究显示，受新冠肺炎病毒感染的患者，肺部会发生一些病变，其呼吸模式等参数会受到影响，导致发出的声音(呼吸间隔、咳嗽声等)出现一些异常特征，算法通过学习数据能够抓取识别出这些病症。ResApp表示，在印度和美国对741名患者进行的临床试验中，该算法正确地检测出了92%的新冠病毒感染者。ResAppDx目前在欧洲通过了CE市场认证，在澳大利亚获得了TGA许可批准。不过，应用程序筛查并不能完全代替临床医生的诊断，但可用作COVID-19的早期预警，或者说是筛查，而不是诊断。ResAPP方面表示，其设计的流程是如果检测结果并没有感染，那么就无需做快速抗原测试或者PCR检测，但如果程序诊断感染了新冠病毒，那么人们就应该继续正常的检测。AI加速疫苗和药物研发新药研发过程复杂漫长，面对突然爆发的疫情，人工智能技术的应用变得非常重要。比如，此前百度研究院与斯微生物就新冠mRNA疫苗的开发展开了AI序列优化算法的合作，开发了专门用于设计优化mRNA序列的高效算法。斯微生物完成了这种高效算法在新冠病毒mRNA疫苗分子设计上的生物学验证。结果显示，在稳定性、蛋白质表达水平以及免疫原性等多个衡量疫苗的指标上，通过这种算法设计的新冠疫苗序列优于传统方法设计的基准序列，疫苗序列中和抗体滴度是传统基准序列的20倍。自疫情爆发以来，已公开了大量关于利用人工智能和大数据发现有效药物的研究报道，这些研究主要集中在靶点发现、疾病网络构建和药物筛选。除此之外，也有利用人工智能技术生成新的小分子，AI新药研发公司InsilicoMedicine此前在官网上公开了其AI算法设计的6种可以阻止病毒复制的新分子结构。当AI遇上能源 看人工智能在能源领域的应用
AI在能源领域的应用
人工智能（AI）技术已经被广泛地应用于能源领域中的系统建模、预测、控制和优化等方面。
（来源：微信公众号“交能网”ID：jiaonengwang）
能源是人类社会的中心，并推动着技术和整体人类福祉的发展。然而，随着全球人口的稳定增长（预计到2050年将达到近100亿），能源供应必须与需求保持一致。因此，关于资源的决策和管理已变得至关重要，因为如果决策不当，可能会产生巨大的经济影响或导致能源短缺。
人工智能（ArtificialIntelligence，AI）技术具有高效解决复杂问题的突出优点，在可再生能源需求逐渐增加的今天，能源系统对信息的实时性要求越来越高，同时需要灵活的解决方案，因此人工智能技术在能源互联网中具有广泛的应用前景。在能源行业中，数据收集器和传感器的广泛使用收集了大量有关能耗的数据，这些数据可以帮助理解，建模和预测物理行为以及人类对能源的影响，因此，目前人工智能技术已经被广泛地应用于能源领域中的系统建模、预测、控制和优化等方面。
清华大学中国科技政策研究中心在其发布的《中国人工智能发展2018》报告中，通过对德温特全球专利权人的专利公开数据进行分析，发现AI领域中Top10专利权人分布如下图：
图1：AI领域中Top10专利权人分布（单位：件）（来源：参考资料1）
国家电网公司作为唯一一家中国企业在AI领域中与国际竞争对手在专利布局中占有一席之地，也说明AI技术在能源领域的巨大应用潜力。国家电网公司的AI相关发明技术主要应用在电网控制、配电网、风电站、新能源等领域。
当然，在整个电力系统中，除了电源侧和输电侧以外，AI在用户侧的应用也十分流行，例如负荷预测、需求侧管理和用户分类等等。下图描述了一个以新能源为电源的微网中AI的典型应用。AI技术，如机器学习、模糊逻辑、自然语言处理、大数据技术等，以及一些混合AI方法为电力系统的设计、模拟、预测、控制、优化、评估、监测、故障诊断、需求侧管理等都提供了强大的工具。
图2：AI在电力能源领域的应用（来源：参考资料2）
能源领域中常用的人工智能技术
机器学习
机器学习理论主要是设计和分析一些让计算机可以主动“学习”的算法。在能源行业可应用在实现电网工程的可视化，辅助电厂优化电网内部设置等。自然语言处理自然语言处理让计算机把输入的语言数据变成有意思的符号和关系，然后进行再处理。在能源行业，自然语言处理可以用在自动获取能源数据，为进一步能情况分析做准备。
大数据技术
大数据技术指对各种来源的大量非结构化或者结构化数据进行分析，利用人工智能从数据中挖掘信息，帮助决策。在能源行业中，对电厂的管理与运营是大数据技术的例子之一。
深度学习
深度学习使用包含复杂结构或多重非线性变换购置的多个处理层对数据进行高层抽象。在能源行业中，利用深度学习优化钻井效率，可以提高20%的生产效率并减少40%的成本。
计算机视觉
计算机视觉是研究如何使机器实现人眼“看“的功能的技术。计算机视觉中的图像识别在能源行业可以应用在能源勘探，通过收集的信息描绘地层结构等。
模糊逻辑模糊逻辑是建立在多值逻辑基础上的人工智能基础理论，运用模糊集合的方法来研究模糊性思维、语言形式及其规律的科学。对于模型未知或不能确定的描述系统，模糊逻辑可以应用模糊集合和模糊规则进行推理，实行模糊综合判断。在能源行业，模糊逻辑可以用在处理不完整的油气田地质数据，从而优化勘测模型，推理出更精细的地质构造情况。
人工智能在能源领域的应用方向
预测预测是人工智能在能源领域最常见的应用，包括能源经济方面的预测如负荷预测和电价预测，以及发电输出功率预测。在电源侧，针对风能、太阳能、水能等可再生能源受天气条件影响较大的特点，可以采用深度置信网络(DBN)、集成学习以及条件变分编码器等技术,利用其在多层次网络训练、多分类综合决策、特征自主提取与学习、强大泛化能力等方面的优势，基于调控大数据(天气、环境、大气条件、电站地理位置和电网历史运行数据等)，整合多种预测模型和算法，采用无监督/半监督的自主学习方式分析和发现数据内部规律、多种因素间的耦合关联关，对可再生能源发电进行预测，提高可再生能源的预测精度。在用户侧，传统上通常使用工程方法和统计方法进行负荷预测。但这些方法基本上是线性模型，而负荷和功率模式通常是外生变量的非线性函数。因此统计方法在预测的准确性和灵活性上具有不足之处。随着ANN预测方法的发展，深度学习技术有望通过更高层次的抽象来提高预测精度。此外模糊逻辑、遗传算法和SVM等也广泛地应用到了预测中，这些技术与深度学习的结合应用得到了很高的预测精度。南网总调自动化处技术专家梁寿愚早在2015年就自行学习AI，基于谷歌旗下的TensorFlow开源框架，摸索AI与电网调度业务的结合，实现基于AI的负荷预测模型，取代原来几个小时的人工测算，日前预测准确率高达97%。
故障检测与诊断AI技术在电力系统故障诊断方面发挥着关键作用。主要使用的AI技术包括：模糊逻辑模型、广义回归神经网络方法、多核SVM、免疫神经网络、分布式机器学习、ANN、神经模糊和小波神经网络、隐马尔可夫模型。
需求侧管理
需求侧管理是智能电网中重要的功能之一，可以提高智能电网的可持续性，并降低整体运营成本和碳排放水平。传统能源管理系统中现有的需求侧管理策略大多采用系统特定的技术和算法。此外，现有的策略只能处理有限数量的有限类型的可控负载。隐马尔可夫模型、聚类算法、遗传算法、机器学习等AI技术在负荷辨识、多用户协调控制、错峰控制等方面有很好的应用。
人工智能技术在能源领域中的应用已经获得了良好的发展，虽然在我国这方面的应用研究才刚刚进入轨道，但我国能源行业的持续发展、电力系统数据总量的不断增加以及市场竞争的影响和加大，都为人工智能技术的应用提供了广阔
什么是人工智能人工智能的应用有哪些
什么是人工智能？人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能的应用有哪些实际应用：机器视觉：指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，定理证明，博弈，自动程序设计，还有航天应用等。…研究范畴…自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式…应用领域…智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂等
应用领域语音识别领域。除了大家已较为熟悉的科大讯飞输入法，一家叫作云知声的人工智能公司，最近开发了智能医疗语音录入系统，采用了国内面向医疗领域的智能“语音识别”技术，能实时准确地将语音转换成文本。这项应用不仅能避免复制粘贴操作，增加病历输入安全性，而且可以节省医生的时间。目前，一些医院已应用了这一技术。
金融智能投资领域。所谓智能投（资）顾（问），即利用计算机的算法优化理财资产配置。目前，国内进行智能投顾业务的企业已经超过20家，其面向的服务群体，就是那些并不十分富有、却有强烈资产配置需求的人群。
中国的BAT（百度、阿里、腾讯）都已涉足人工智能。2016年，“百度大脑”项目正式启动，致力于打造综合的人工智能平台；阿里巴巴推出了人工智能项目“ET”，未来将具备感知能力，并在交通、工业、健康等领域输出决策；腾讯已将人工智能的相关技术，应用于QQ、金融、微信业务板块。
而其他诸多企业都在开发人工智能的“对话机器人”（相当于“虚拟助理”），如微软的“小娜”、谷歌的“Allo”、苹果的Siri、百度的“度秘”等。