中医与人工智能结合，是必然趋势还是双刃剑? 人工智能必然趋势是指什么

中医与人工智能结合，是必然趋势还是双刃剑?

点标题下蓝字关注中医馆产业新媒体

“

任何新的东西出来之前都存在争议

中医人工智能近年来被议论的沸沸扬扬

中医与人工智能的碰撞到底能擦出怎样的火花呢?

有人说人工智能是一种趋势，必成大器......

有人说它是一把双刃剑，有利有弊.......

......

——白芷

”

■撰稿白芷

2020.08.12上海论坛融合·共生

在上海举行

▲上海论坛现场报道链接

我们针对中医结合人工智能这个可能会影响行业未来的问题，采访了部份分享嘉宾。

中医人工智能是一个发展的主流趋势

它的未来是前途无量的

@南通良春中医医院朱婉华

中医的人工智能是将来中医发展的一个大趋势。中医要基层化，基层要信息化，就必须要把人工智能向基层推广。

基层培养人才可以通过人工智能系统的使用，就快速的培养出一个年轻的名中医。正常情况下一个名中医的培养没有几十年时间的话是不可能培养出来的。如果人工智能在专病专科这个方面进行融合、发展的话是前途无量的。

朱婉华主任中医师，江苏省名中医，国医大师朱良春教授学术继承人，中华中医药学会全国名老中医工作团队指导老师，建有江苏省名中医朱婉华传承工作室。

@上海行知堂李文月

中医人工智能肯定是中医未来发展的一个主流方向。人工智能在中医这一块的发展无可限量，可以把中医的很多主观模糊的东西做的客观清晰。

比如说农村、边远乡村的患者，能够及时的看到最适合自己的医生，改善他们的医疗条件，得到优质医师的会诊。

中药也能得到一个优质资源的配置，能够及时找到需要的药材即时配送，可以实现智能收费、智能挂号智能化看诊，最大限度的节约治疗成本。

如果能够做到完全便捷智能化，可能连医生都可以没有，在家里就能用一个小设备进行看诊。从而更加推进中医的“简便验廉”。

李文月上海行知堂中医师开过小儿推拿店和中医诊所。

中医人工智能有两种

真AI和假AI

@素问中医米医生

真正的中医AI技术它其实应该分两类的，一种是假AI，一种是真AI。假AI是基于整个网络功能的，譬如收集一些舌象、面相等，或者是其他的大数据的收集分析得出的结论，还有基于一些古中医医案、典籍的分类整理的，都不能称之为真正的AI技术。

真正的AI技术是软AI，譬如在跟师学习搭脉的时候，通过不断地进行调整分析得出一个结论，这才是真正实现AI技术的。

假AI在市场上基本上已经实现了，如果把假AI和真AI结合起来，成为真正的中医AI技术，要实现真AI与假AI的结合需要很长一段时间的实践验证。

现在的这种AI技术，它只能称之为人工辅助的诊断系统，而并不能称之为AI系统，现在的中医人工智能作为中医师的辅助还是可以的。

米医生上海素问中医创始人，中医临床博士，中国、香港、加拿大三地注册医师，沪上名医世家四代传人。成功打造个人医生IP，自媒体矩阵拥有50w+粉丝。

中医人工智能是把双刃剑

应该把工作重心回归到基础理论

@上工坊门诊部邵俊杰

人工智能在西医领域做的还是风生水起的，譬如人工智能影像学机器人的手术，其实做得非常不错；在中医领域里面目前还是在探索阶段，还不能真正的市场化应用。

人工智能就像把双刃剑，它的优势是可以通过人工智能的方法来提高医生判断的精度，不需要通过刻苦努力的学习就能掌握很多治病的方法。劣势是会削弱医生本身对望闻问切的依赖。

西医就是个很好的例子，在没有化验之前西医也是有听诊的，自从有了B超、磁共振等等器械，这些原始的诊断手法医生都不会做了。

目前中医最重要的不是人工智能化，而是踏实回到中医基础理论的研究，只有基础理论研究越扎实，未来的人工智能才能做得越好。

邵俊杰上工坊创始人、上海上工坊门诊部院长，上海交通大学医学博士，原上海市第六人民医院骨科副主任医师，在国内外杂志发表论文五十余篇，其中SCI收录8篇，并获上海市科学技术成果奖。

人工智能未来可能替代大部分医生

当前中医需要沉下心来，有创新才有未来

@君和堂潘学才

人工智能可能是未来中医的重要方向，它能把中医经典的书籍及病例资料都数据化。中医人工智能可能在未来10年、甚至20年的时间里可以代替大部分普通的医生。

虽然中医人工智能未来可能是重点，但是当下的中医还是要沉下心来慢慢去不断创新的，譬如患者就诊的舒适度、便捷度等等都需要慢慢地创新；医生的临床资料、优秀案例都需要收集整理进行分析，这些都需要当下去实践、创新才能在未来产生可能的变化。

潘学才铁杆中医实践者，君和堂创始人＆CEO，长期专注中医行业问题的思考、探索和实践，于2011年创立君和堂中医连锁集团。

中医人工智能不可能完全代替医生

只能起到大数据整合的作用

@同和堂陈敏心

中医人工智能对于中医来说是一个很好的导向和风向标，在信息数据收集的作用上是有很大帮助的，它有助于中医和西医更好的融合。

但是在整体辨证论治的思路上不可能完全替代中医师，只能是跟中医师形成一个联合，充当一个信息收集的作用，还是要靠医生所掌握的医术去将这些疾病进行深化的分析融合。

陈敏心执业中医师，台湾“臧氏脉学”传人。就职于福州市同和堂中医门诊部。

@南京草本堂单江

各行各业以后都会和人工智能接轨融合的，中医、中药也不例外，特别是在国医大师经验方的大数据收集这方面起到很好的辅助作用，有了它的辅助，可以实现年轻中医师拥有老中医的治疗思路。在未来它能够让中医的大数据收集起到一个腾飞的进步。

单江华龙圣爱中医集团副总裁、江苏圣爱中医馆有限公司总经理，南京本草堂中医馆创始人（1999年），南京本草堂中医养老院创始人（2017年）。

@泰坤堂武大圣

中医和人工智能的结合是个天作之合，中医的经典文献和名老中医经验能够通过人工智能的方法数字化。

目前这种人工智能不可能完全取代中医师，只可能是通过大数据的方法给医生打造数字化诊疗的模式去运用。

人工智能大数据就是和中医匹配的现代科技，如果可以把人工智能和移动互联网相互结合，形成庞大的知识数据库将会有更好的前景。

武大圣泰坤堂创始人、董事长，上海市社会医疗机构协会中医药分会秘书长，兼任上海市传统医学工程协会会长。

@张同泰朱静波

中医人工智能作为一个辅助诊疗系统是未来发展的趋势，能够通过云数据进行资源收集整合分析，智能导诊可以更快地分析出适合患者的医师，还可以实现智能抓药，实现药房零误差，这些都大大地提高了就诊的效率。

朱静波从事中医药行业十余年，历任百年老字号张同泰财务部经理、运营总监。

@应象中医杨永晓

从20世纪七八十年代开始，就有很多中医药大学开始研究专家系统，对专家的一些方剂和辨证思路进行了统计，这个系统也得到了很好的应用。

进入21世纪以后，人工智能技术逐渐发展起来，如果能够跟专家系统进一步联系的话，会在中医的培训、学习这个领域得到很好的应用。短时间内中医人工智能还是需要依赖医生去操作的。

杨永晓上海应象中医学堂、应象门诊部创始人，德国中医学院顾问。应象中医门诊中医内科，针灸科医师。

I版权声明

本文原创，撰稿/白芷，采访/白芷，校审/半夏，视频/杜仲，转载需授权。

·END·

编辑｜白芷视觉｜花椒

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.

智能铁路时代是发展的必然趋势

随着铁路机车车辆投资不断增长、基建潮加速推进，轨道装备智能化和人因工程方面的设计和研究已成为新的研究热点。近期，湘潭大学与株洲长远智造股份有限公司联合成立智能铁路装备设计研发中心，开展智能系统和智能技术的深度融合与创新应用，打造具有中国特色智能系统及智能制造产业新高地。（5月26日红网）

在中国，近年来人工智能产业发展迅速，技术发展日趋成熟，应用场景日益丰富，已成为全球人工智能应用最领先和最活跃的国家之一。尤其是高铁发展，无论是从建设规模还是智能化设备水平都实现了重大突破，正如京张高铁智能动车组，在服务2022冬奥会中承担重大交通责任，让中国高铁取得了举世瞩目的成绩，这些都是铁路发展向数字化、网络化、智能化转型的成功探索。

“智能时代”或即将成为主流市场。现在中国的各类行业都逐渐步入“智能时代”，如果中国铁路机车的发展用四个时代概括，我想为“蒸汽时代”、“内燃时代”、“电力时代”、“高铁时代”四个时代，大家认为第五是什么吗？笔者猜测我们近年来的流量密码“智能时代”。

首先智能化是目前保持一个行业科技领先的重要组成之一，虽然最初我们国家的铁路建设十分落后，这百年间在自主建设铁路时也遭受到了许多冷眼与嘲讽，可在中国人的不懈努力下，如今中国铁路发展享誉世界，已摇身一变成为了世界上铁路发展的领先者。但中国铁路没有终点，只有不断的创新才能持续领先在世界之巅，打造具有中国特色智能系统及智能制造产业新高地。

其次作为国民经济命脉的铁路一直都以满足广大旅客需求作为行业的首要任务。铁路服务的演变大家都有目共睹，从最初的凌晨蹲点都“一票难求”，到如今足不出户即可在家轻松购票，从需取票进站，到如今的身份证乘车、手机扫码、刷脸进站等都是铁路智能化演变的体现。铁路的宗旨就是“人民铁路为人民”，既是“为民”为宗旨，那么智能化演变也是为了将“为民”宗旨落实落地，如今已进站服务智能化，那么将来的机车智能化、设备智能化、轨道智能化，乃至全面智能化将不再久远，进一步满足更多人的需求。

最后智能化演变是铁路不可避免的进程，所谓不进则退，随着智能化手机，智能化支付设备的运用，智能化将逐步成为我们未来生活的主流模式，铁路如果按部就班、停滞不前就会大大落后于新时代改革，只有不断进步、不管变革、不断发展、不断创新才能一直领跑时代，如今的湘潭大学与株洲长远智造股份有限公司联合成立智能铁路装备设计研发中心，开展智能系统和智能技术的深度融合与创新应用就是铁路向智能化迈进的重要举措。

当然，“智能化”也只会是中国铁路的新开端，我相信随着科技的发展和进步，中国铁路将会成就一个新铁路的时代。

（文/李瑾）

免责声明：本文内容（文字和图片）由“供稿方李瑾”提供，仅代表作者个人观点，与高铁网无关。其原创性以及版权无法核实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容，本站不承担因本文产生的任何责任。

人工智能将是未来社会发展的必然趋势

（文章来源：百家号）

智能生活概念目前是科技领域的热点，围绕智能生活概念能够促进整个科技行业的进步，涉及到智能家居、智能出行、智慧城市等一系列相关研究领域。从目前整个科技发展的基本面，以及产业结构升级的发展趋势来看，未来智能生活将是一个必然的发展趋势。

之所以目前人工智能受到广泛关注，不仅仅在于人工智能是重要的科技研发方向，更重要的是人工智能将在诸多领域产生重要的影响，人工智能将是继互联网之后又一个重要的价值空间，也会带动大量的创新，从而带动经济发展和开辟出更多的就业岗位。

智能生活最为直接的表现就是生活场景智能化，智能化的生活场景会涵盖很多内容，最基本的体现是将有大量的智能体走进生活领域，小到智能玩具机器人、扫地机器人，大到智能家电、自动驾驶汽车，而这些领域将在智能化时代得到进一步的发展。

目前是智能化时代的初期，要想跟上智能化时代发展的脚步，应该做好六件事，其一是掌握一定的智能化技术，可以从编程语言开始学起，Python就是不错的入门编程语言；其二是理解大数据概念，建立大数据思维；其三是理解云计算的作用，掌握云计算的服务体系；其四是理解物联网的作用，以及物联网与人工智能之间的关系；其五是掌握一定的安全知识，可以从数据安全开始了解；其六是在行业的基础上理解人工智能。

目前不少科技企业已经开始围绕智能生活领域开始相关的产业布局，各家企业会根据自身的资源整合能力来找到相应的切入点。实际上，目前传统的金融机构，比如各大银行也开始希望通过拓展新业务来切入到智能生活场景中，比如近期各大银行积极推广ETC业务就有较为明显的体现。

相信随着智能生活的逐渐发展，未来必然会有更多的行业加入到智能化社会的建设中。

15张图表带你速览2023人工智能最新趋势

「中国人工智能研究论文总数已经超过了美国，成为全球第一」

「人工智能初创企业获得的资本青睐越来越少」

「主流NLP系统也存在种族歧视」

这些话题都出自斯坦福大学Human-Centered人工智能研究所近期发布的「2021年人工智能指数报告」。报告内容覆盖AI研发、技术性能、经济、教育、道德、多样性以及各国相关政策和国家战略等大量内容。

这份报告长达222页，包含大量数据和图表，我们从中精选了15份图表，带你速览这份斯坦福「2021年人工智能指数报告」，了解2021年人工智能发展现状。

作者|ElizaStrickland

编译|机器之能

「2021年人工智能指数报告」由斯坦福大学Human-Centered人工智能研究所，以及来自哈佛大学，经济合作与发展组织，thePartnershiponAI合作组织和SRIInternational的11名专家组成的指导委员会共同编制。这份报告引用了大量AI研究数据，引用了包括：arXiv的AI研究数据，Crunchbase的资金数据，以及对BlackinAI和QueerinAI等团体的调查。

报告对2021年度人工智能最新的研究趋势和进展进行了总结，并分析了资本、政策对AI技术的影响，以及深度学习、图像识别、语言识别等AI主要子领域的研究。

一

人工智能的盛夏

人工智能研究工作正处在爆炸增长期：2019年全球发布了超过12万篇人工智能研究领域的同行评审论文。自2000年以来，人工智能领域论文在同行评审论文中的占比，从0.8%一路攀升至2019年的3.8%。

二

中国在人工智能研究领域取得显著成就

自2017年中国研究人员发表的同行评审论文首次超过欧洲以来，中国的人工智能研究论文数量持续上升。到2020年，中国研究人员发布的人工智能研究论文在权威期刊的引用率已经领先全球。

AI指数指导委员会联合主任JackClark表示，这些数据对中国来说似乎是「学术成功的指标」，也在一定程度上映射出不同国家在人工智能生态体系建设方面的现状。他认为研究论文更像是一种学术权威认证，一个领域的学术性越弱，其行业实用性可能会越强。他指出：「中国有获得期刊出版物的明确政策，政府机构在研究中发挥更大的作用，而在美国，大部分这方面的研发主要集中在企业内部。」

三

快速训练=更好的AI

MLPerf以训练速度与硬件的关系为基础，分析了机器学习的系统性能，客观地对机器学习系统性能进行排名。通过对各种图像分类器系统在标准ImageNet数据库上进行培训，并根据训练时间进行排名。2018年，训练最佳系统需要6.2分钟；2020年，培训最佳系统需要47秒。这一进步也得益于近年来机器学习专用芯片的快速发展。

报告认为，硬件加速对机器学习的影响至关重要。系统训练耗时几秒和几小时的差别巨大，这种差异直接影响着研究人员的想法，以及研究的类型和数量，以及它可能影响到的研究风险。

四

AI不能理解「喝咖啡」？

在过去的几年里，人工智能在静态图像识别方面的进展突飞猛进，而计算机视觉未来必将朝着视频识别的方向发展。研究人员正在构建可以从视频剪辑中识别各种活动的系统，因为如果将机器视觉应用到现实世界（例如自动驾驶汽车、监控摄像头等），这种类型的识别可能会大有用处。计算机视觉性能的基准之一是ActivityNet数据集，其中包含来自2万个视频的近650小时镜头。在其中显示的200项日常生活活动中，人工智能系统在2019年和2020年都很难识别「喝咖啡」这项活动。这似乎是一个主要问题，因为喝咖啡是所有其他活动的基本活动。无论如何，这是未来几年值得关注的领域。

五

自然语言识别需要更难的测试

自然语言处理（NLP）的迅速崛起似乎遵循了计算机视觉的轨迹，在过去十年中，计算机视觉从学术领域的分支专业发展成为广泛的商业部署。今天的NLP也由深度学习驱动，JackClark认为，NLP继承了计算机视觉工作的策略，例如对大型数据库的训练和特定应用程序的微调。他说：「我们看到这些创新非常迅速地流向人工智能的另一个领域。」

JackClark表示，衡量NLP系统的性能正在变得很棘手，学术界一直在研发更为困难的AI测试系统和指标，但无论何种系统总会在六个月内出现新的AI击败它。这份图表显示了两个版本的阅读理解测试SQuAD的表现，人工智能语言模型必须根据一段文本回答多项选择题。2.0版通过包含无法回答的问题来使任务更加困难，模型必须识别这些问题，并且不回答。一个模型在第一个版本上花了25个月才超过人类的性能，但另一个模型只花了10个月就完成了更艰巨的任务。

六

NLP也存在「种族歧视」

语音识别和文本生成等任务的语言模型总的来说已经非常完善了。但即便在主流的成熟商业NLP系统中仍存在认知偏差，如果这些问题不得到解决，则可能会严重影响这些技术的商业应用。

例如AI系统也存在种族歧视问题，图表显示了几款较为成熟的商业化语音识别程序的错误率。

虽然系统存在认知偏差，但大多数研究人员只注重系统性能，而很少有人会去注意到这种偏差。这个问题在未来很可能会阻碍各种形式的人工智能发展，包括计算机视觉和决策支持工具。

七

AI就业市场全球化

据LinkedIn数据显示，从2016年到2020年，巴西、印度、加拿大、新加坡和南非的人工智能岗位增长最快。而这并不意味着这些国家的绝对就业机会最多（美国和中国仍占据AI就业机会的首位），但这些国家对人工智能的投入将会对人工智能技术以及整个社会的发展产生积极影响。LinkedIn发现，2020年的全球疫情并未对AI领域的工作岗位招聘造成丝毫影响。

值得注意的是，印度和中国的人才对LinkedIn的应用并不广泛，因此这些国家的人才市场状况在LinkedIn上的数据并不具有充分的代表性。

八

企业对AI的投资热度「不想停，也不会停」

自2015年以来大量资金持续涌入人工智能领域。2020年，全球企业对人工智能的投资飙升至近680亿美元，比前一年增长40%。

九

创业狂潮接近尾声

从前面一张图表可以看出，AI领域的企业投资持续增长，但在增长的背后，却是增速逐年放缓。这张图表显示，AI初创企业得到的投资越来越少。虽然疫情可能对初创企业的活动产生了影响，但AI初创企业数量下降的明显趋势始于2018年，从好的方面来看，这似乎是行业正在逐步走向成熟的信号。

十

新冠病毒带来的影响

虽然人工智能的许多趋势在很大程度上没有受到全球疫情的影响，但这张图表显示，2020年的AI投资更偏向于全球应对新冠病毒中发挥重要作用的单位。制药相关公司投资的激增就很好的说明了这一点。而对教育技术和游戏的投资增长，也与2020年疫情隔离导致人们把更多时间花费在电脑前有直接关系。

十一

风险？有风险吗？

大量企业在电信、金融服务和汽车等行业稳步增加人工智能工具的应用。然而，大多数公司似乎不知道或不关心这项新技术带来的风险。麦肯锡在一项研究中调查了企业对AI应用相关风险的认知，只有网络安全风险受到了半数以上受访者的关注。与人工智能相关的伦理问题，如隐私和公平，是当今人工智能研究领域最热门的话题之一，然而这些问题并未引起企业的足够重视。

十二

AI领域的博士们正在涌入企业

AI领域的学术工作有限，虽然高校增加了本科生和研究生级别的人工智能相关课程，终身制教师职位也相应增加，但学术界仍然无法吸收逐年新增的AI博士。这份图表仅代表北美地区的AI博士毕业生，这些毕业生中的绝大多数正在流向AI企业。

十三

AI的伦理问题

如前所述，很多公司对人工智能的伦理问题重视程度不足，但研究人员对此越来越关心。许多团体正在研究人工智能系统的不透明决策（称为可解释性问题），嵌入偏见和歧视，以及隐私入侵等问题。这份图表显示了人工智能会议上伦理问题的相关论文正在逐年增加，JackClark认为这非常值得高兴。他指出，由于有这么多学生参加这些人工智能会议，几年后，将有大量关注AI伦理的从业者进入行业。

然而，除了会议文件的增加外，在这一问题上业界并没有其他突出的进步。报告强调，人工智能系统中的偏差量化测试才刚刚开始出现。JackClark说，「这些评估体系，就像人工智能科学领域的一个新分支。」

十四

多样性问题（1）

解决人工智能系统中嵌入的偏见和歧视的一种方法是确保构建人工智能系统的群体的多样性。这不是一个激进的概念。然而，报告称，在学术界和行业，人工智能劳动力「仍然以男性为主」。这张图表来自美国计算机研究协会年度调查，数据显示，在北美人工智能相关的博士课程的毕业生中，女性仅占约20%。

十五

多样性问题（2）

来自同一调查的数据讲述了一个关于种族/民族身份的类似故事。这个问题在即将毕业的博士生中似乎相当明显，有许多优秀的科学、技术、工程和数学项目都以女孩和少数族裔为重点。这使我们想到了AI4ALL组织，或许社会可以更加关注这些群体，给他们更多的资助，或者以某种方式参与其中。

参考链接：

https://aiindex.stanford.edu/wp-content/uploads/2021/03/2021-AI-Index-Report_Master.pdf

https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/the-state-of-ai-in-15-graphs

机器之能面向正在进行数字化转型及智能化升级的各领域产业方，为他们提供高质量信息、研究洞见、数据库、技术供应商调研及对接等服务，帮助他们更好的理解并应用技术。产业方对以上服务有任何需求，都可联系我们。

zhaoyunfeng@jiqizhixin.com

原标题：《15张图表带你速览2021人工智能最新趋势》

阅读原文