提高AI深度学习效率|清除&quot澳门皇家赌场网址

2019-12-23 作者:行业知识   |   浏览(99)

原标题:提高AI深度学习效率|清除"暗"数据为首要任务

澳门皇家赌场网址 1

澳门皇家赌场网址 2

作者:DIGITIMES蔡腾辉人工智能、机器学习、深度学习这三个不断被深入开发的技术,医疗影像的大数据分析用得上、在医院的病患分析人脸辨识也用得上、而在B2C端的在线皮肤状况检测也用得上。英伟达解决方案架构暨工程副总裁Marc Hamilton认为,...

想要将某个领域的发展继续推进,有时候必须停下来看看现有的状况,进行策略性整理和分析,才能订出未来发展的大方向。医疗领域的发展也是如此,在医院收集的数十亿笔病例中,包括CT图、X光图、病理图等数子化医疗记录,我们为了要发展精准的医疗科技,近几年科学家希望能通过人工智能的技术在这些数据中找出核心关键。

作者:DIGITIMES蔡腾辉

来自美国斯坦福大学(Stanford University)博士研究员Leon Bergen在TRANS Conference 2018论坛上表示,医疗机构现有的数据将会是未来数字医疗发展的重要资料库,我们通过计算机建模和实验来研究语言学方法,在语言分析过程中清除不相关的资料。拥有一个有效且完整的医疗数据库,必须先清除医疗资料库中的暗数据,才能进一步分析,并提供医疗人员正确的决策方向。

人工智能、机器学习、深度学习这三个不断被深入开发的技术,医疗影像的大数据分析用得上、在医院的病患分析人脸辨识也用得上、而在B2C端的在线皮肤状况检测也用得上。英伟达解决方案架构暨工程副总裁Marc Hamilton认为,借由各种终端设备和物联网仪器收集而来的数据,经过强大的边缘运算系统汇总分析之后,已能产出对场域相当有价值的应用。英伟达也透过深度学习学院,教导医疗专业人员如何运用新计算机辅助诊断设备。

澳门皇家赌场网址 3

此外,同一套算法学习不同科别的迁移学习也是最新正在发展中的技术。

目前医疗护理流程图、医生诊断记录、放射科报告、肺部疾病报告的数字化医疗数据都可以透过AI进行分析。研究员Bergen表示,在进行数据分析之前,整理杂乱且无法直接使用的暗数据(Dark Data)是相当重要的一点。技术人员提供整理过的数据给AI系统进行深度学习,在这过程中包含了收集大量数据、清除暗数据、训练神经网络和通过网络内容进行分析。

英伟达深度学习学院和新创启动计划

Bergan指出,在训练AI系统的深度学习过程中,研发人员必须不怕出错,在不断试验的过程当中,神经网络会依循每一次的结果改进,并给予不同以往的产出。研发人员必须评估神经网络产出的结果,并调整网络的学习数据。

科技如何辅助医疗?这个问题英伟达从深度学习学院(DLI)着手,从最初教医疗人员如何使用AI,到后来为新创量身打造特别课程,不仅增加了软硬件工程师与医疗专业人员的交流,同时也协助大小厂商媒合。深度学习学院运作至今,已经有数万名毕业学员。Marc Hamilton相当看好借此形塑科技整合生态系。

本文由皇家赌场网址发布于行业知识,转载请注明出处:提高AI深度学习效率|清除&quot澳门皇家赌场网址

关键词: