为了搞人工智能，腾讯百度阿里都这样去微软挖人

【大健康产业情报】BAT的老板们又聚齐了——这是今年深圳IT领袖峰会的一个重要看点。行业的关注程度，大概跟范冰冰李冰冰同台斗艳差不多吧，吃瓜群众都很想知道谁“艳压”了谁。

这次峰会的主题是“迈进智能新时代”（亿邦注：去年主题是“IT 智能 共享”……智能话题长盛不衰啊），无论是政府官员、经济学家还是互联网企业领袖们，都在尽力围绕人工智能的话题去探讨、延伸。

BAT三个老大哥被要求合照了，李彦宏和马化腾同台互动了，马云则做了独立演讲。到底谁“艳压”了谁？他们各自讲了啥？跟医疗行业有什么关系？不妨来看看亿邦动力网做的内容梳理：

为了挖微软的人，马化腾在西雅图设立了实验室

关于腾讯的人工智能，现场讨论最多的是前段时间腾讯AI Lab自主研发的围棋人工智能“绝艺”。与Alp

据介绍，“绝艺”的研发人员中没有一个人真正会下围棋，目前腾讯有一个700多人的人工智能团队，已经成立了一年多。

马化腾坦言，在人工智能方面，百度其实走得更前，腾讯已经落后不少，去年才成立部门。一直以来，腾讯的各个事业群的业务都已经积累了很多的图片、消息等大量数据，各个事业群内部都有研究，后台的数据分析、广告匹配都用了人工智能技术，只是大家感受不到，因为他在后端。腾讯人工智能在前端的产品，是受到Alpha Go的启发，团队抱着练兵的心态做了尝试。

他表示，在围棋以外的很多领域，包括医疗、金融等各个行业，都能用计算机后台做出一个模拟器，让它充分尝试，例如模拟汽车环境，给它一个规则，让它驾驶，去撞，有各种反馈，自然会琢磨出一套理论和经验。

马化腾还提到四个在AI领域最关注的因素：场景（没有场景，所有的研究就是空中楼阁）、大数据（如何清洗、梳理数据）、计算能力、人才。

“我们一直比较缺乏人才，通过一年我们也招了挺多的人，我们在微软、在西雅图还设置了一个实验室。因为很多微软的人不愿意离开西雅图，所以我们就在旁边设，没有办法，人才就是这样。”

（熏疼微软两秒……据微软全球执行副总裁沈向洋介绍，目前微软人工智能事业部一共有7000多个工程师和科学家，而且还在继续招人，但是仍然经不住马化腾、李彦宏和马云来挖人。）

为了搞AI，李彦宏“打脸”自己

说李彦宏“打脸”，是指他曾经跟外界强调，百度是商业公司，不应该成立纯粹的研究机构，就算研究，也要讲产品投入市场。但是人工智能、深度学习的浪潮起来后，李彦宏的想法改变了。“人工智能需要在理论上、算法上，在很多方面有长远的布局和突破。”

于是，2013年1月份，百度对外宣布成立“深度学习研究院”，开始大规模投入去吸引人才，推进算法。

数字中国联合会主席吴鹰评价，百度在人工智能布局很早，而且深度学习上比美国很多大公司还要领先，他认为这么评价并不过分。

李彦宏的胃口很大：“互联网其实现在只是一道开胃菜，真正的主菜是人工智能，所以人工智能不是互联网的一部分，不是互联网第三个阶段，它是堪比工业革命一个新的技术革命。”

不过，李彦宏没有特别提到百度在医疗领域的人工智能尝试。据亿邦动力网了解，在2016年10月，百度就发布了“百度医疗大脑”，当时还未离职的百度首席科学家吴恩达还出来站台演讲。

（这张半年前拍摄的照片里，“百度医生”、“吴恩达”这两个关键词都已经从百度谢幕）

根据官方介绍，“百度医疗大脑”是通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计，模拟医生问诊流程，与用户多轮交流，依据用户的症状，提出可能出现问题，反复验证，给出最终建议。在过程中可以收集、汇总、分类、整理病人的症状描述，提醒医生更多可能性，辅助基层医生完成问诊。

马云说：AlphaGo赢了李世石 so what？

马云大大一上台就声明自己是“胡说八道”，演讲也是一如既往地谆谆教诲，跑题到外太空，在最后十分钟终于“点题”谈了谈人工智能。

依然是语不惊人死不休：“大家把AlphaGo说得天花乱坠，很恐怖的样子。AlphaGo是赢了，so 特么 what？下围棋本来的乐趣就是对方下一把臭棋，结果机器不会下臭棋，那还有什么意思呢？围棋打败了人只是侮辱了一下人而已，机器要做的是人类做不到的事情，这才叫本事。”马云调侃道。

其实，早在去年的深圳IT领袖峰会上，创新工场董事长李开复就曾评论过谷歌的AlphaGo。他认为，AlphaGo再厉害也是人类的奴隶，他厉害的是能复制出1000个奴隶帮人类干活。“现在的机器没丝毫自我认知，没有感情，没有喜怒哀乐，做了决定也讲不出为什么。”）

马云认为，人类应该让机器有自己的思考，机器要有自己的方法，也就是machine intelligence 。“未来100年我们将会把机器变成人，而这个人跟我们想象的人是不一样的。外星人不是人，人太自大了，觉得外星人长得跟我一样，瞎扯。”

好了，其实在这三位之外，今天的峰会上，还有其他一些关于医疗领域人工智能的描述和论断，例如清华大学国家金融研究院院长朱民，他介绍了一些人工智能应用在医疗领域的案例，例如东软针对医疗设备的影像做辅助的肺癌诊断。

他提到两个人工智能诊断癌症的“人机对比”：

诊断乳腺癌，130张切片，基于灵敏度（找到了多少正确的肿瘤）和假阳性（将多少正常组织诊断为肿瘤）的评分中，一位病理学家30多个小时，准确率为73.3%，人工智能是88.5%。

诊断皮肤癌，准确度堪比专家。2017年2月2日，斯坦福大学研究人员采用深度卷积神经网络，通过大量训练发展处模式识别的AI系统，使计算机学会分析图片并诊断疾病。

此外，还有一个事件值得引起关注。2017年1月10日，美国FDA首次批准了一款心脏核磁共振影像人工智能分析软件cardio DL ，这款软件将深度学习用于医学图像分析，并为传统的心脏MRI扫描影像数据，提供自动心室分割分析，这一步骤与传统上放射科医生需要手动完成的结果一样精准。