谷歌测试人工智能技术-谷歌测试人工智能技术有哪些

大家好，今天小编关注到一个比较有意思的话题，就是关于谷歌测试人工智能技术的问题，于是小编就整理了5个相关介绍谷歌测试人工智能技术的解答，让我们一起看看吧。

1. 2016年3月人工智能程序什么在韩国首尔以1/4的比分战胜人类围棋冠军李世石？
2. 第一个击败围棋选手的人工智能？
3. 人工智能中最顶级尖端的研究？
4. 谷歌如何使用人工智能预测心脏病的风险？
5. 谷歌和Verily如何借助人工智能来筛查患者的糖尿病眼病？

2016年3月人工智能程序什么在韩国首尔以1/4的***战胜人类围棋冠军李世石？

2016年3月，谷歌人工智能程序AlphaGo以4：1的***战胜韩国围棋世界冠军李世石，显示出人工智能的强大力量。面对如机器人、语言识别系统、图象识别系统、自动驾驶系统等人工智能的发展，AlphaGo的开发者西尔韦希望大家不要只看对弈的胜负，而更应该关注AlphaGo可能给人类带来的变化；IBM中国研究院研究总监苏中则认为人工智能会是人类一个强大的“秘书”；也有人担心人工智能会威胁到人类的生存，人类应尽早规避潜在的风险。

第一个击败围棋选手的人工智能？

阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌(Google)公司的团队开发。其主要工作原理是“深度学习”。

2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总***获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平。

人工智能中最顶级尖端的研究？

人工智能中最顶级尖端的研究是太空电梯。

由于“太空电梯”项目对材料强度要求太高，以至于比目前人类制造出的最结实的钢材还要高出几百倍，所以Google短时间内还找不到可用的材料；其次，就算有一种碳纳米管可以达到他们的要求，但人类目前用这种材料制造出的线缆也不能超过一米。

谷歌如何使用人工智能预测心脏病的风险？

谷歌2月20日在《自然生物医学工程》杂志上发表论文，论证深度学习模型如何利用视网膜图像来检测患者的年龄、性别、吸烟状况和收缩压；计算心血管危险因素；并预测未来五年发生重大心脏不良***的风险。此举标志医疗行业成为AI落地的核心场景之一。未来人工智能将从发现错误、帮助解决罕见疾病、协助手术、预测疾病等四方面塑造新医学。

第一、创新&谷歌将人工智能和医疗完美结合

视网膜眼底图像是通过瞳孔拍摄的眼睛后部的照片。100多年来，这些图像一直用于检测眼病。现在Google为视网膜图像引入了一种令人惊讶的新用途：结合人工智能，他们还可以预测患者心脏病发作或中风的风险。

当今主流心血管风险计算器(如***队列方程、Framingham和系统冠状动脉风险评估)的一个问题是，它们需要输入多个特征，如血压、体重指数、葡萄糖和胆固醇水平等。以产生疾病风险结果。美国心脏病学会的实践创新和临床卓越***的一项研究得出结论，不到30 %的患者可以获得计算10年风险所需的数据。

Google Brain发现，仅视网膜眼底图像就足以预测许多心血管危险因素。解剖特征[_a***_]是使用卷积神经网络提取的，卷积神经网络是一种擅长分析图像的计算模型。

研究人员对284335名患者的视网膜图像进行了模型训练，并在12026和999名患者的两个独立数据集上进行了验证。训练后的模型识别患者年龄为3.26岁，*** %的时间分辨性别，71 %的时间分辨吸烟者，计算血压时误差为11.23 mmHg。

谷歌的大脑向前迈了一步。研究人员发现，经过训练的模型可以预测患者未来五年70%的时间患心血管疾病的风险，接近已建立的风险计算器的准确率，而无需所有额外的数据输入。

深入学习经常因缺乏透明度和可解释性而受到批评，这阻碍了技术进入医疗卫生和法律制度等领域。但是Google Brain认为他们的方法是合理的。它***用注意力技术来确定哪些像素对预测特定心血管危险因素最重要：例如，血管是确定血压的关键特征。

医生可以通过对眼睛的检查可以发现一些疾病的迹象，包括糖尿病和高血压等。Google已经将这一现实与深度学习算法结合起来，将诊断潜力提升到一个新的水平。凭借其系统，Google的深度学习技术可以简单地使用视网膜图像预测任何特定个体的心血管风险。

Google Research最近在一项题为“通过深度学习及视网膜眼底照相预测心血管危险因素”的研究中详细介绍了这个新系统，并，研究人员使用284335名患者的数据训练深度学习算法。

利用这些数据，深度学习系统得到了培训，以识别某些健康问题和风险因素，例如高血压或患者是吸烟者还是非吸烟者。其区分吸烟者和非吸烟者的准确率达到71％，而系统通过预测患者的平均收缩压差异是否在11mmHg以内来确定血压。

这超出了人类医生的能力，他们通常能够区分正常血压或高血压的人，但无法估计收缩压。该系统还可以使用视网膜图像来预测风险因素，Google称这些因素包括患者的性别和年龄等。

除了识别风险因素之外，Google的深度学习算法学会以“相当”高的准确率预测心血管***（如心脏病发作或中风）的可能性。例如，一项测试显示70％的准确性，用于确定两名患者中的其中一名患者在拍摄视网膜图像后发生了重大心血管***。

谷歌和Verily如何借助人工智能来筛查患者的糖尿病眼病？

谷歌和Alphabet生命科学部门Verily正在利用机器学习来筛查糖尿病性视网膜病变（DR）和糖尿病性黄斑水肿（DME），这两种情况均可导致失明。他们的目标是实现自动筛查，以便更快地发现疾病，并为更多人提供筛查机会。

事实上，Verily一直与搜索巨头合作，在世界各地进行临床研究，特别是在印度。研究表明该算法在评估疾病图像方面可以做到与普通眼科医生和视网膜专家一样好。 在周一的一篇博客文章中，该公司表示，这项研究的结果导致了今年印度马杜赖的Ar***ind眼科医院的“首次使用该算法进行真实世界的临床试验”。

根据该帖子，该算法获得了CE认证，证明其符合欧盟的安全、健康和环境保护要求。该公司表示，在印度，由于缺少超过10万名眼科医生以及缺乏对6600万糖尿病患者的筛查，许多糖尿病性视网膜病变病例未能确诊。根据Ar***ind眼科医院首席医疗官兼视网膜服务主管R. Kim博士的说法，机器学习可以帮助更多人获得适当的筛查。

“通过将Verily和谷歌的视网膜诊断程序整合到我们的筛查过程中，我们可以提高效率，让像我这样的医生有更多的时间与患者密切合作治疗和管理疾病，同时增加我们可以进行的筛查量，”Kim在一份声明中表示。

在Ar***ind眼科医院，技术人员拍摄每只眼睛的图像，然后算法评估DR和DME的图像。技术人员可以获得快速反馈，以确定是否需要将患者转诊给医生。

Ar***ind的视力中心为印度的偏远和农村地区提供护理。Verily和谷歌表示，他们相信他们的算法可以帮助世界其他地区的眼科医生和越来越多的糖尿病患者。Verily和谷歌最近还开始与泰国的Raj***ithi医院合作进行一项研究，以检查该算法在其国家DR筛查***中的影响。此外，他们还与尼康及其子公司Optos合作，寻找可以帮助筛查糖尿病眼病的机器学习工具的其他领域。

Verily之前曾研究嵌入传感器的智能***眼镜，可能有助于糖尿病患者监测他们的血糖水平，但在11月将该项目搁置。

到此，以上就是小编对于谷歌测试人工智能技术的问题就介绍到这了，希望介绍关于谷歌测试人工智能技术的5点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/17644.html