AutoX上海自动驾驶示范应用全面开放,真正的AI司机来了

8月17日消息,AutoX上海自动驾驶示范应用正式向公众开放。公众通过高德打车APP呼叫AutoX自动驾驶车辆。目前公众无需付费,可无限次呼叫。


据悉,呼叫AutoX自动驾驶AI司机与呼叫人员驾驶出租车司机操作相同,在上海市智能网联汽车道路测试推进工作小组许可的自动驾驶示范区域内,用户可在高德打车APP内输入起点和终点,在“舒适”服务类型中勾选“AutoX”即可完成呼叫。


呼叫完成后,AutoX自动驾驶车辆会自动驾驶到距离乘客指定上车点最近的安全位置进行停靠,体验者上车了解签署志愿者协议后,可通过面前的iPad看到自己的行程信息,并通过指示,报出自己电话后四位尾号确认身份后开始行程,全程无接触乘车。行程中,体验者可以通过车内屏幕持续看到自动驾驶车辆的行进路线,以及自动驾驶系统对周围物体识别和决策等道路信息。到达目的地后,系统将提示体验者下车,行程结束。每辆车配备一名安全员,副驾驶位无工作人员。体验者在车上将会看到的iPad指示

今年4月,AutoX上海自动驾驶运营大数据中心落成并投入使用,被誉为自动驾驶“超级数据工厂”。从自动化标定、检测及技术运维,到AutoX云平台的大数据挖掘及仿真,再到稳定量产版的硬件闭环,AutoX运营大数据中心就像一个承担了大规模自动驾驶数据造血的心脏,在上海高速运转了起来。 

从上海嘉定第一号员工、第一台自动驾驶车辆开始,AutoX运营大数据中心落成之后短短三个半月,AutoX迅速进入面向公众全公开示范应用阶段,规模化车队在全新的城市快速上线。AutoX创造了自动驾驶示范应用的行业记录,三个月拿下一座城,背后的秘诀正是可快速复制、快速落地的成熟技术支撑。

正如本次上海落地体现出的优势,低成本、可快速复制是自动驾驶技术商业化的核心竞争力之一。自动驾驶快速落地,不仅仅是在于可组建的自动驾驶车辆数目,难度更高的是在更多新的城市区域低成本、快速度复制扩张。 

可快速扩张的完备技术基础设施解决方案,包括支持流水线化运营的运营大数据中心、高效的跨城市大数据链路平台等;自动驾驶系统对陌生路况和环境的快速适应能力、人工智能泛化能力、领先的三维高清地图建设和更新技术等,都是快速占领市场所需要的核心技能。深圳、上海是AutoX进行规模化部署的第一批城市之一。未来,AutoX将继续在全国其他城市快速复制扩张。 

2018年CES大会期间,AutoX首次来到美国著名赌城拉斯维加斯部署自动驾驶RoboTaxi车队,仅用短短一周时间,便达到了可对外公开试驾的水平,展现了其技术可快速复制、通用的技能特性。2019年,AutoX获得加州第二张RoboTaxi试运营牌照,并部署了加州历史上首个RoboTaxi试运营。今年7月,AutoX再获武汉市示范应用牌照,已成功在全球13个城市进行自动驾驶部署。


在中国特色的复杂城市路况中,AutoX的自动驾驶系统练就一身本领 

自2016年创立以来,AutoX成为全球领先的自动驾驶技术平台企业,获得了中国唯一一张、全球第二张加州可载人全无人自动驾驶牌照,以高度领先成熟的自动驾驶技术获得了国际认可。从审核内容的技术含量及监管机构阵容两方面来看,加州全无人自动驾驶牌照都是迄今为止全球自动驾驶行业含金量最高、最权威的牌照,目前仅Waymo和AutoX两家企业拥有该牌照,可完全去掉安全员、可载人、并且可高速行驶。 

正是凭借高规格的技术保障,AutoX自动驾驶AI司机可以保障参与示范应用的公众和道路交通安全。此次AutoX在上海市政府划定的自动驾驶区域内面向公众开展示范应用。在高限速城市道路上,AutoX AI司机的驾驶速度和决策可与人类司机媲美,通过算法上的突破加以特殊的硬件技术,可以熟练应对上海常见的大雨、暴雨、台风等天气。



AutoX传感器具备软硬件一体化的防尘防雾防暴雨能力 

在中国,AutoX已经在一二线城市拥有了广泛的道路测试及技术落地资格。AutoX是首个获得深、上、广三大中国一线城市自动驾驶测试牌照的公司,拥有上海、武汉等城市的示范应用牌照。与此同时,AutoX是东风汽车、上汽集团、阿里巴巴集团旗下基金投资的唯一一家L4级自动驾驶公司,与国内外多个汽车巨头合作,除战略股东以外,还包括国际车企FCA克莱斯勒、及比亚迪、奇瑞、长城等自主车企品牌。正是在此背景下,AutoX推出跨城市、跨平台的自动驾驶技术,多地部署,横跨美国硅谷、上海、深圳、武汉等城市,有全球13个城市道路数据和里程经验。


图注:用户可在高德地图App中呼叫AutoX AI司机  

AutoX简介

AutoX是一家无人驾驶技术平台公司,以“平民化自动驾驶”为使命,打造最安全最有经验的人工智能司机AutoX Driver。 

AutoX于2016年9月在硅谷创立,总部位于深圳,布局全球八大地区城市,在北京、上海、硅谷、圣地亚哥等地均分别设有研发中心,在深圳和上海等地均设有无人驾驶规模化部署,是中国自动驾驶领军者。公司的创始团队包括大批世界著名的科学家和工程师,是极少数具备顶级独立原创研发实力的全栈自动驾驶公司,追求极致领先并具有高度通用性的无人驾驶技术。2020年7月,AutoX获得中国唯一一张、全球第二张加州全无人牌照,成为除Waymo之外唯一一家拥有此牌照的企业。AutoX已在全国多个城市建设了大规模无人驾驶车队,在深圳南山区市中心等全球13个城市积累了海量中国路况试运营数据和经验。 

AutoX与多个领域的头部企业建立了战略合作伙伴关系,逐步形成了自动驾驶商业化落地的生态圈,其中包括东风汽车、上汽集团、比亚迪、阿里巴巴、芯片巨头联发科等,在自动驾驶车辆的前装量产、落地运营和5G通讯技术应用等方面展开深入合作,是中国具有最广泛车企资源、唯一具有央企车企大规模投资的自动驾驶企业。同时,AutoX联合高德出行平台、深圳最大出租车公司、国有深巴集团子公司鹏程电动,全国最大的新能源物流车集约化运营服务商地上铁进行无人车队运营,实现平台化的商业落地路径。

AutoX获全球第二张、中国首个加州全无人驾驶载人牌照

美国时间2020年7月17日消息,加州DMV发布官方通告,宣布AutoX获得全球第二张加州全无人驾驶牌照(可载人),也是目前唯一获得该牌照的中国公司。

全无人驾驶载人牌照对技术要求极高,有严格的前置审查及评定流程。牌照设立数年来,加州DMV仅在2018年将牌照发放给Waymo,这张牌照可以说是自动驾驶领域技术要求和评审规格最严苛的牌照。在Waymo之后,生鲜配送公司Nuro在今年4月份获得了无人低速送货车的非载人牌照,仅局限于低速道路行驶。

AutoX本次获得的牌照,允许其全无人载客,也允许其完全空车无人驾驶,无需安全员,车内(如后座)也不需要配备任何安全人员,亦无需进行远程操控,车速可达到每小时45英里(约每小时72公里)。

AutoX的车在硅谷中心地带圣何塞进行路测

本牌照许可AutoX在硅谷中心城市圣何塞地区进行可载人的全无人驾驶,包括比邻机场、Paypal总部的核心商业区主干道等道路。根据加州DMV对于牌照的技术要求,获得本牌照的AutoX自动驾驶系统有能力保证车辆、乘客和其它道路使用者的安全,包括处理修路、封路、警车叫停、消防车通行等长尾情况,即完全达到L4-5级别自动驾驶的标准。

加州DMV要求,获得此牌照的任何公司仅将远程监视员作为安全冗余履行法定义务,并非作为远程测试,其功能与需要随时准备接管的安全驾驶员有本质不同。

AutoX在加州自动驾驶路测事件总表

加州自动驾驶牌照在国际上具备最强的参考价值,被誉为全球自动驾驶风向标,加州硅谷更是无人驾驶技术的发源地和核心。中美所有头部自动驾驶玩家及全球主要车企,均在加州设立研发中心并开展路测。美国主流玩家,包括Waymo、Cruise、Argo、Zoox、Uber、Apple、Nuro、Aurora、Intel Mobileye、Aptiv、Lyft等均在加州有重要布局。中国自动驾驶RoboTaxi头部玩家百度、小马智行、AutoX、滴滴等,还包括自动驾驶卡车公司如图森、智加、赢彻等,以及造车新势力如特斯拉、蔚来汽车、小鹏汽车,及文远知行、元戎启行、轻舟智航等其他64家自动驾驶公司,均在美国展开有安全驾驶员的测试。

为了全无人驾驶牌照的考核,加州政府聘请了世界最顶级的自动驾驶专家,阵容豪华,评估审核的过程长达一年以上,对企业展开长期的实地考核、全方位测评与监督。评估方包括加州DMV、加州交警、加州高速管理局CHP、加州民选代表和议员、美国国家交通部专家、第三方全球最权威自动驾驶专家(加州伯克利大学PATH先进交通技术研究院)。

AutoX创始人兼CEO肖健雄教授表示:”我们客观上达到了L4全无人的技术水准,并且通过了与谷歌Waymo相同严格的监管认可,因此我们可以负责任地去掉安全员。安全是人命关天的头等大事,这不是一个’敢不敢’的问题,需要强大的技术保障和谨慎负责的态度。”

作为一家中国背景的企业,AutoX凭借技术实力能在美国加州获得全无人驾驶载人牌照,意味着其自动驾驶技术的成熟度、安全性、和监管认可度已完全稳居全球第一阵营,完全靠技术实力获得认可。

在中国非常复杂的城市路况中,AutoX的自动驾驶系统练就一身本领

肖健雄教授表示:”加州官方给AutoX授予全无人驾驶牌照,是对AutoX优秀技术及企业文化的全面认可。AutoX团队一直对全无人驾驶技术执着、痴迷,拥有对极致技术精益求精的工程和科学家精神,通过日日夜夜的艰苦卓越的工程与研究,创造了以数据为驱动力的研发流程,大大提升了自动驾驶技术的研发与进步速度。”

除加州牌照外,AutoX也在国内获得多个城市的自动驾驶相关牌照:

据悉,7月14日,AutoX亦获得了武汉市RoboTaxi(自动驾驶载人汽车)示范应用牌照,拥有在指定开放道路区域上进行RoboTaxi示范应用的资质。据悉,AutoX是本次获得示范应用牌照的唯一一家公司,成为暨百度在去年军运会之后获得武汉RoboTaxi示范应用牌照的第二家公司,亦是今年武汉抗疫成功复工后,首次发放的第一个示范用应用牌照。

早于2018年,东风汽车与AutoX达成战略合作,并于2019年超亿元投资入股AutoX。AutoX成为东风汽车在全球投资的唯一一家自动驾驶公司。武汉作为东风汽车的总部,成为AutoX与东风汽车合作的重点目标城市。

本次AutoX通过武汉市智能网联汽车道路测试和示范应用管理联合工作组审核,获批开展载人示范应用,未来可探索构建商业化应用模式。这也为AutoX进一步在武汉开展工作奠定了基础。

7月1日,由武汉市人民政府主办,武汉开发区(汉南区)、武汉市商务局承办的武汉开发区(汉南区)粤港澳大湾区专场招商活动在深圳举行。围绕下一代智能汽车,AutoX正与武汉各级政府一起探索建立武汉自动驾驶智能汽车产业生态体系。

迄今为止,AutoX RoboTaxi无人驾驶车辆在全球多个城市部署,规模化自动驾驶车队覆盖深圳、上海、美国硅谷等一线城市,具有全球13个城市自动驾驶经验与海量数据,是少数具有多城市部署能力的自动驾驶技术公司。从数据上看,AutoX拥有最高中国一线城市中心闹市区自动驾驶能力和里程,在应对各种中国特色极端场景处理能力上,处于世界领先地位。

DMV官方通告链接:https://www.dmv.ca.gov/portal/news-and-media/dmv-authorizes-autox-to-test-driverless-vehicle-in-portion-of-san-jose/

硅谷始终在线,窥见未来工作形态微光

图片来源:unsplash

图片来源:unsplash

持续数月的疫情,让线下工作场所停摆,无数职场人被迫在家工作。然而这样的在线“新常态”,却意外让我们看到了未来工作的样子:

在硅谷,谷歌、Facebook、LinkedIn等科技公司的员工有条不紊地转向线上工作;

线协作工具 Slack 的实时用户量达到史上最高数字、微软旗下的Teams一周用户量上涨1200万,还在不断攀升;

传统工业、医疗行业正在努力拥抱新技术,转型意愿非常急切……

扎克伯格甚至在近日表示,他预计在未来5到10年间,Facebook 将有一半的员工可能将远程办公

兵荒马乱中,许多在线场景被(或者说“被迫”)大批量地应用,传统行业同样因为这只黑天鹅而加速了技术整合的脚步,而它们代表着的,很可能是加速诞生的未来工作形态。

硅谷“始终在线”,传统行业加速转型

在全球新冠疫情中,许多硅谷大公司几乎可以说是无缝衔接到了线上工作。

电商巨头 Amazon 在疫情期间销售额大涨,工程师们虽然在家工作,仍然很繁忙。但是过去的 work from home(wfh)传统(许多硅谷公司每周至少可以在家工作一天),让他们迅速适应了在线工作的新常态。“工作上用到的工具几乎都是在线的,不过在家以来,用Chime来开会比以前多很多。”Amazon电商组的软件工程师H对钛媒体表示。

Chime是Amazon自行开发的通信工具,可以用来群组语音或视频会议。

“连着公司VPN,工作方式跟原来的差别其实不大,沟通用slack、outloook,编程、写doc、完成ticket等也还是原来的工具。”LinkedIn的软件工程师X说道。

除了扎克伯格表示未来“半数员工可以远程工作”以外,Facebook还给员工免费提供Portal(可用于视频的硬件产品,Facebook此前开发,还未开始对大众销售),供员工在家方便地接入视频会议。

科技公司转向线上,难度并不大,毕竟过去大部分的工作用到的开发工具在线就可使用,沟通都是通过Slack、邮件或其他内部协作工具完成,也有很多自己开发的远程工作工具可以用,数字化水平已经比较高了。

然而,对于一些缺乏基础的传统行业来说,远程工作带来的阵痛并不少。

在shelter-in-place的限制下,大部分企业必须接受员工在家工作的现实,却没有机会提前在流程、工具、政策等方面做好准备。美国国家制造业协会(National Association of Manufacturers ,NAM)的调查显示,有80%的制造业企业都认为疫情会对自己的经营状况造成较大影响。

另一方面,在AI等新技术的冲击下,许多传统行业企业此前就面临着效能不高的问题,但是压力并不大,在疫情期间,经营压力加剧,降低成本、提升效能迫在眉睫。在NAM的问卷中,企业主们最担心的问题之一就是疫情造成的资金流动性下降、打乱生产节奏。

“过去这可能不是一个生死攸关的问题,但现在危机中,线下物业昂贵,成本增高,公司现金流紧张。这种时候,任何可以帮助企业进行效能提升和成本降低的技术,对他们来讲就非常关键,而不是说像以前可有可无,所以整合新技术的脚步加快了。” 硅谷投资人、Fusion Fund创始人张璐对钛媒体App表示。

危机反而帮助硅谷打破了过去的一种“僵局”。张璐介绍道,在Fusion Fund搭建的CXO(500强企业的C-level)网络中,在疫情之前,不少企业管理者已经透露,他们正在试图搭建他们的数据科学团队,甚至设置首席数据官职务,来帮助他们更好的进行数字化转型以及企业架构变革。

“这个过程中实际上面临了很多的阻力,毕竟是引入一种新的变革。然而疫情让他们有了转型的急迫性。”

在众多努力转型的企业中,最值得注意的可能就是医疗领域了,因为他们不仅仅作为企业本身有提高效能、度过疫情危机的需求,更是直面病毒的企业、天然对能够加速研发和应对病毒的技术有更多的渴望。

对此张璐解释称,“本身医疗行业往往需要软硬件结合、担心安全问题,所以和新技术整合的速度并不快。现在他们有了强烈需求后,仍然有几方面的要求:首先,可以远程部署;其次,可以在企业层级运行而不是云端运行,保证安全性。” 

曾接受张璐投资的项目Huma.ai,就在疫情中加速应用:通过包括自然语言处理、深度学习技术的AI引擎,它能帮助医药公司加速药物开发,正符合安全性、远程部署的需求。“过去一个季度中增长非常快,很多资本和医药公司找到他们希望加快合作。”

在线工作辅助工具受关注

在这些企业加速转型的过程中,不少在线协作工具的表现亮眼。

比如文初所说的Slack,在疫情期间实时在线用户人数达到了破纪录的1250万,这个数据还在不断更新中。此前,由于简明的设计和协作功能,Slack在科技公司中被广泛用作项目管理与团队合作的工具。

另一个疫情期间高歌猛进的企业是Zoom。这家由华人创立的在线视频会议公司,在股市震荡中凭借飞速上涨的用户量成为美股黑马,用户人数也e从去年12月的1000万暴涨至2亿。它主营的在线多人视频业务在疫情中有着种种应用:企业会议、在线教学、甚至医生在线诊疗。

上文中,LinkedIn的内部会议正是通过Zoom来进行,小组内部的碰头聊天也会通过Zoom来进行。为了确保他可以支持10,000名员工,Equinix首席信息官Milind Wagle设立了“虚拟技术吧”,基于Zoom打造了一个技术帮助中心,在全球范围内、7X24小时都可以使用;他还创建了生产力监控仪表板,该仪表板可跟踪所有内容,包括员工发送的消息数量、会议数量以及提交的代码量。 Equinix还用Zoom来进行日常的“ gupshups”,让员工可以在里面聊天放松。

Slack与Zoom,还有Microsoft旗下Teams的用户量暴涨,都是基于在线沟通、工作协同的需求增长,除了这些企业以外,围绕在线工作生态提供辅助功能的企业也迎来了高速增长期。

比如钛媒体记者此前测试使用过的的Otter.ai,这家公司主打用AI进行语音转录的业务,亮点在于可以实时转录,并且可以比较准确地分辨不同的说话方。在大量在线会议进行的时候,这个功能的重要性瞬间凸显,Otter.ai向钛媒体透露,今年第一季度以来,Otter的营收增长比去年全年的销售额还要高。

截止4月份,根据Gallup数据,全美已经有超过62%的员工在疫情期间远程工作,而这个数字很可能在继续增长中。

“一些科技公司领袖可能会借此机会进一步推动 Future of Work 未来工作形态, 比如 Tiwtter 的CEO Jack Dorsey已经宣布会允许员工永久的在家工作。” 张璐提到。

一个习惯在线的未来:新兴组织架构及风险

值得一提的是,对于大多数人来说适应在线仍需要一点时间。虽然工具方面都颇为熟悉,上文提到的工程师H坦诚,以在办公室的效率100计算,在家的工作效率仅有80%左右,因为线下讨论的机会更多、流程也更简单。“不过也有同事说,他在家工作效率比较高,可能平常他花在讨论上的时间比较多,现在在家反而能专心工作了。”H表示。

“不过确实开会时间比以前多了20%-30%,这些会议我认为对于远程工作来说不是必要的。”另一位工程师X说道。比如此前两三天一次的组会现在改成每天一次,每两三周一次的和领导1V1会议也变成了每周进行,对于工作时间都有一定的占用。

在《A year without pants》中,知名作家斯科特·贝尔孔到在线工作先行者 Automation 公司体验生活,写下了这本书。

Automation公司是世界上少有的所有工作都远程完成的企业,然而却通过区区百人支撑起了全世界最大的网站服务商 WordPress 的运营。在他的记录中,Automation的员工分布在世界各地,几乎不用邮件来工作,却能够通过各种在线工具敏捷、高效地完成任务,并且保持一种自由又互相信任的心态,提升团队工作效率。

像Automation这样的公司,在过去可以说是一个“异类”,然而在疫情过去后,不难想象,许多企业都会再次评估过去线下工作的效率、更多地关注真实的业务及运营需求。

近年来,自由职业潮兴起。不难想象,这些在各个领域有着专业技能的个体也会受益于这些技术、以及远程工作理念的进步,同时也鼓励更多人和企业尝试不同的组织架构,将在线工具有机融入到日常工作中。

在未来,更灵活的在线工作形式,对技术又有了更多的要求:如何满足更好的跨时区工作需求?怎么样更好地进行远程的信息整合、提供更快的反应速度?这对于在线工作的种种工具提出了更高的要求,也蕴藏着新的创新机会。

比如上文提到由Fusion Fund投资的Otter.ai,还有云计算开发平台Paperspace。Paperspace让大家能在云端完成机器学习及云计算开发,在疫情中发展迅速。他们此前发布的产品GradientCI让用户能够设置模拟开发环境,或是给数据科学家及工程师们提供一个共用的界面,可以说是把软件开发时的经验用在训练和部署机器学习模型上,让开发变得更有效率。在开发者社群建立了强力品牌后,过去一个季度Intel等大型企业也开始和他们合作,成为Paperspace的客户,建立云端企业级别的机器学习开发平台。

另一方面,在线工作也带来了更多对安全问题的担忧。云端的工作文件是否面临更高的风险?

此前Zoom的用户就有大量被陌生人闯进会议室,打断会议甚至播放不雅视频的经历;去年7月,安全专家Jonathan Leitschuh就发布过报告,指出黑客可以利用Zoom的漏洞控制用户电脑摄像头。虽然Zoom随之做了种种补救措施,潜在的风险还是让Google、SpaceX等公司都禁止员工在工作电脑上使用Zoom。

尤其对于传统行业公司,或是政府机构、银行,安全是他们转向云端工作及运营最重视的问题之一。在疫情期间寻找转型机会的这些公司,往往都对架构层级的安全保障有较高需求。

在此背景下,专注于容器安全(container security)的NeuVector由于可云端部署、从底层架构保障安全的特性,迎来了一波客户量爆发潮,第一季度收入同比增长近三倍,其中包括美国食品药品监督管理局(FDA,U.S. Food and Drug Administration)。

由于疫情期间仍需要完成审批工作,FDA必须把远程工作、向云端转移提上日程,也就首先开始寻找能够保障架构层级安全的解决方案。这也就是疫情期间Neu Vector从过去偏重科技领域(如思科)的客户群,拓宽到了大量传统行业的原因。

“实际上全行业都在疫情刺激下加速了数据化转型。而对于传统行业来说,第一步是先转移到云端,在此过程中就需要保护infrastructure,此后可能还会在像应用等不同层级上对于安全解决方案有不同的需求。” 张璐向钛媒体App解释道。Fusion Fund此前一直关注安全领域,早在2017年就投资了NeuVector,它也是行业内最早的专注容器安全的创新企业之一。

“大家都在讨论5G时代,其实更重要的是接下来几年边缘计算在各行业的应用,会有更多的混合计算层级,更多的数据终端,可以在云端,也可以在边缘。而数据化转型后最大的一个挑战和机会,就是针对各种层级的新型安全解决方案。”

Gartner力推,这家公司开发了世界上首个听得懂中文的AI数据分析平台

“Hey Siri,帮我设置一个明早八点半的闹钟。”已经有越来越多人习惯和自己的AI助手对话。

但一个主管对着AI系统说:“Hey,告诉我为什么上个月手机零件产量下降10%?”听起来就有点像天方夜谭了。

然而在北美,AI驱动的增强分析让神话走进了现实:通过结合机器学习、自然语言处理等技术,自动整理、清洗、分析数据并给出建议,普通人也可以和AI系统直接对话、做出企业经营决策,不再需要大量数据科学家的参与。

面对过去BI(Business Intelligence,商务智能)的耗时长、成本高等难题,2017年,世界知名的调研机构Gartner就曾预言过解法——“AI增强分析是数据分析的未来,它更简单、更便宜、效果更好,让我们前所未有地靠近‘数据分析公民化’。”

在波士顿,钛媒体对话了入选Gartner 2019最受关注增强分析企业的AI决策公司Synergies Intelligent Systems,解码这个飞速发展的行业。

未来,数据分析会像开车一样简单

所谓增强分析,增强在哪?

一在使用AI门槛降低的便捷性,二在更通用的智能通用性,三在未来的复用性。

顾名思义,Synergies独创的量化关联型自然语言技术 ,打造增强分析系统能够通过自然语言处理技术将人类的“文字问题”解码成算法可以处理的“数据问题”,识别数据模式(data pattern),再由搭建出的DFS深度特征技术自行产生大量算法,最终选用合适算法计算出最佳答案,给出决策。

所以速度上的增强很容易理解,过去需要收集、清洗、分析数据、总结结果、和业务人员沟通,最后才能给出经营建议,甚至由于不够了解业务,最后一步可能还有重重阻力。而增强分析,则只需要很少,甚至不需要人力参与。大量数据模式和上百个机器学习模型,对于普通的大数据科学家来说是大量的工作,然而对于自动化的AI系统来说却仅仅是几个小时的计算量。

“我们的技术会同时建立所有可能的数据模型及分析,并将这些模型与特征都建立index(索引),当有需要的时候可以及时取用,可以看成数据分析的搜索引擎。”Synergies的CEO张宗尧介绍道。

去年开始,Synergies的技术逐步应用在富士康的三个工厂,将它们从只有部分智能应用的普通工厂,转型成为了由AI来进行分析决策的全自动数字化工厂。AI系统能够自动整理分析现有数据,在生产、库存、排期等多个方面给管理者提供建议。它的另一个客户是在河北的手机生产商,使用Synergies的技术方案后,生产手机的周期从八个月缩短到了一两个月。

便捷性也是如此,更少的沟通时间和步骤,让推行AI决策变得容易许多。Dimensional Research在去年发布报告,结果显示有96%的大数据项目都是失败的,原因就是复杂、跨行业的大数据流程与商业客户之间存在一个理解与执行上的断层。而增强分析的便捷性让它在商业场景中有了一战之力。

最重要的,还是未来的复用性——过去,就算搭建一个数据分析师团队,每个新问题仍旧需要重复整理、分析数据,重复整个流程;而增强分析则意味着,导入新数据后,系统能够自动生成新的适用算法,计算出合适的决策。

这项技术的通用化及普及意味着,世界上第一次,专业的数据分析向资金有限的中小企业敞开了怀抱,大幅降低数字化门槛。与此同时,,通过Synergies打造的量化关联型自然语言处理技术,JarviX是首个可以以中文交互的增强分析平台,大中华区的企业主可用中文直接询问“为什么达交生产率下降?上个月订单为什么出货率降低?”“如何减少50%库存”,以及其他客户分析、供应链管理问题等等,它都可以迅速反馈。

“每一天,企业家都需要做出很多决策,而答案往往都藏在他们无法完全理解的数据中。未来,像Synergies这样的AI GPS可以给企业家导航,帮助他们更好地做出决策,大大提升企业效能。”张宗尧说道。他拥有MIT电子工程电机与计算机科学博士学位,多次登上国际顶级期刊封面。十数年前在鸿海工作时,张宗尧就曾通过大数据技术解决工厂重大良率问题,而后成为了鸿海的AI顾问。

正如张宗尧所说,未来的增强分析,让人想起开车这件事:每辆车里都有复杂精密的变速器、发动机、悬架系统、操控系统等等,然而对于司机来说,只需要转动方向盘,就能出发;

在增强分析加持下,未来的数据分析也很可能会是如此,只要会问问题,会基础操作,就可以利用好数据,得到真正可执行、有价值的建议。

世界范围内的增强分析浪潮

从几年前开始,世界知名咨询机构Gartner就在不厌其烦地强调增强分析的重要性——2017年,Gartner在其《未来科技浪潮报告》中首次提出这个概念,称之为“数据科学的未来”。

去年年末,Gartner再次发布报告,将增强分析列为首要关注的数据分析趋势。

他们预测,2020年,让普通人也可以理解的增强型分析会成为让数据分析工具、数据科学与深度学习平台、嵌入式分析变得普及的主要原因,驱动相关解决方案的销售额增长。

“由于云技术强大的处理能力以及如今的大量数据,我们现在终于有可能大规模训练和执行算法,让AI和ML技术物尽其用。” Gartner分析副总裁Rita Sallam说道。换句话说,AI分析决策方案即将从过去的数个专用算法解决某个特定领域的特定问题,转变为又增强分析系统提供的大量算法解决各类不同的问题。

从数字上来看,Researchand Markets报告显示,全球增强分析市场将从2018年的48亿美元增长到2023年的184亿美元,预计年复合增长率高达30.6%。Allied Market Rearch也给出了相似的预测。

此前,人工智能分析主要分为两大流派:DSML(Data Science & Machine Learning)与AABI(Artificial Augmented Business Intelligence)。前者涉及数据建模,主要面对工程师,产出的模型对于普通人来说几乎没有办法使用;后者则是结合了自然语言处理技术,将分析结果直接展现的方向,面向的是没有技术能力的普通人。

对于数据爆炸、分析需求强烈的零售业、制造业、金融领域来说,这样的AI决策工具至关重要。

今年,Gartner两次将Synergies选入报告,分析师评价称“不同于其他为专门的市场设计的企业级解决方案,AI技术是可以应用在很广泛的领域的。正是因此,AI产品需要从商业的角度找出自己的切入点。Synergies通过其对行业的理解,明确地找到了利基市场,两年内就做到了营收平衡,还在不断扩张中”。迄今为止,制造、金融、零售是Synergies的三大应用领域,合作伙伴包括鸿海集团、顺丰速递、福耀玻璃、德勤、思科等行业领先企业。

2019年,鸿海集团旗下的富士康宣布了三大AI合作企业,包括吴恩达的Landing.ai、李开复的创新工厂以及Synergies Intelligence Systems。正如上文所说,Synergies已经完成了富士康旗下三家工厂的智能化转型,正在持续推动其智能变革。

如今,中国的数据分析市场主流玩家往往有着割裂的数据管理、BI及分析系统,对运维、采购成本要求都较高。据张宗尧介绍,Synergies的技术如今已经应用在制造、零售、金融、反洗钱行业,未来会继续在保险科技、电信、医疗等行业持续布局,而其多语言版本也让它能够在大中华地区、美国、德国等世界各个区域加速扩张。而另一家值得关注的AI公司第四范式则从2017年起切入定制化AI系统,未来也可以将其技术应用于商业决策。

据悉,Synergies创立于2016年,如今已经做到收支平衡。此前,Synergies已获近千万美元融资,A轮领投方为豊新资本,其他投资方还包括北极光、京东方、策维科技、SV Angel等。

近期,Synergies宣布成立SIS AI Lab,深入推进AI技术研究。SIS AI Lab是Synergies创办的人工智能实验室,由MIT麻省理工学院的AI人才领军团队组建,聚集资深人工智能专家和顶级科学家,是一支创新型AI技术生力军。该团队研究开发以演算模型技术与架构应用大规模数据运算,通过开发新的软件技术加速人工智能研究,使命用创新技术解决未来数字升级转型与数字化工厂问题。目前,SIS AI Lab完成开发量化关联型自然语言处理技术,正在与知名大学合作,研发追踪COVID-19超级传播者的AI模型。

首个自动驾驶“超级数据工厂”落户上海,AutoX建成首个无人车运营大数据中心

随着无人驾驶技术进入最后冲刺阶段,抢先获得高质量规模化的路测和仿真数据的重要性再度提升一个等级,大数据仿真成为自动驾驶加快落地的必要条件。

2020年4月13日消息,AutoX旗下的上海无人车运营大数据中心在嘉定区汽车城正式建成投入使用,成为中国首个无人驾驶“超级数据工厂”。

AutoX上海RoboTaxi无人车运营大数据中心一侧

此前,上海嘉定政府宣布引进全球知名自动驾驶公司AutoX,共同建立中国首个百台以上自动驾驶落地项目,包括百辆自动驾驶出租车(RoboTaxi)。这个规模化落地的“先头部队“,对于中国高级别自动驾驶行业商业化落地、打造世界级汽车产业集群具有重要意义。

刚刚面世的AutoX上海无人车运营大数据中心,可以说是规模化技术运维中心与大数据中心的结合体,也是物理世界和虚拟世界之间连结点的超级数据工厂。

中心一侧,停放着大量每天上路的AutoX RoboTaxi自动驾驶乘用车,整齐划一,是收集海量真实世界数据的终端,每台车每小时产生 1TB数据量,几天之内就会产生数PB的丰富数据。而运营中心的另一侧,则是大规模仿真的大数据云平台,在挖掘出高价值路采数据点后,以x1000倍量级对真实数据再进行扩大增强,带来更大量级、更高难度的虚实混合仿真数据。

从自动化标定、检测及技术运维,到AutoX云平台的大数据挖掘及仿真,再到稳定量产版的硬件闭环,一个将真实数据和虚拟数据结合、能够承担大规模自动驾驶数据造血的心脏已经在上海高速运转了起来。

全自动标定装置,确保大批量车队高效技术运维

中心内的每一台RoboTaxi都是自动驾驶云端大脑的一个超级终端。为保障所收集的路测数据的有效性和一致性,在出车之前,每一台无人车都会经过一个高效自动检测及维护的“流水线”。

车辆行驶进一个全自动标定区域后,转盘转动,系统开始自动校准传感器,以确保系统精确度未受任何影响。这和航空飞机起飞前及落地后360度的检测维护相似,在精度和自动化程度上均处于国际最领先水平。

除此之外,每辆无人车都搭载了自检系统和实时自我监控系统,提供毫秒速度的故障自检。监控范围包含车辆底盘、计算单元及复杂的系统层面信号、传感器及全部感知到的周围环境路况、到自动驾驶全栈软件所有模块信息,这些信息都会记录在“黑匣子”中。

AutoX运维人员进行标准化流程化作业

在运营中心的另一侧,大规模云平台服务器7×24小时高速运转着,对每天车队在真实世界里积累的海量测试运营数据进行数据加工和压缩、质量监督、自动标注、结构化测试,并通过仿真平台以x1000倍量级对真实路采数据进行混合仿真。这让物理世界和虚拟世界数据连接了起来,实现虚实无缝结合。

为了能以最低成本支持系统高速迭代快速升级,AutoX打造了可拓展、可衡量的分布式仿真平台,支持大规模手工和自动场景的产生。通过构建大规模场景库、周边工具链及评估器,及实现完全确定性仿真,确保场景可100%多次重复再现,这一系统驱动AutoX技术持续领跑。

高压防水测试

在系统耐用性运维方面,中心内设有高压淋雨、浸泡、潮湿祛雾等试验装置。AutoX通过人工制造极端环境,对车队进行了高强度压力测试,并据此打造适合中国国情和气候情况的自动驾驶系统。在部署上海之前,系统已在深圳、常州、肇庆等沿海多雨城市,以及中国著名的三大火炉城市之一——武汉——经受住了考验。不惧高温多雨天气,也就意味着能在其他地区更快复制落地。

据悉,该中心内大部分车辆所装配的是AutoX第三代硬件系统,融合了激光雷达、毫米波雷达和环视摄像头组件,组装工艺精度控制在毫米级别。量产版第三代硬件系统包含AutoX域控制器XCU,搭配AutoX自主研发的控制系统和安全岛,保障了量产车稳定和可靠的质量。

各路车辆准备出发采集路测数据

去年9月在上海召开的世界智能网联汽车大会WAVE上,上海正式启动自动驾驶示范运营项目,并签约AutoX联合投入100台无人车建立嘉定自动驾驶示范运营区,并将在原有11.1公里的自动驾驶公开路段基础上新增42.5公里,长度达到53.6公里,覆盖面积65平方公里,涉及不同类型与等级的道路,将智能网联汽车的活动范围伸展至工业区、商业区、交通枢纽、住宅区等各个场景中。

随后,AutoX获得上海自动驾驶新规2.0发布以来的第一张自动驾驶牌照,并迅速建设了大规模无人驾驶车队,在深圳南山区市中心和上海嘉定快速积累了海量中国路况试运营数据和经验。

目前,AutoX已与其战略股东东风、上汽,以及比亚迪、奇瑞、长城等多家自主品牌车企合作,同时联合深圳最大出租车公司、国有深巴集团子公司鹏程电动,全国最大的新能源物流车集约化运营服务商地上铁进行无人车队运营,实现平台化的商业落地路径。3月16日,上海市人大常委会副主任高小玫一行赴上海国际汽车城关心并指导AutoX复工复产情况,AutoX展示了近期RoboTaxi规模化运营落地的成果,得到高度肯定和支持。

除上海以外,AutoX同时获得了全国各地政府的政策支持,在深圳、北京、上海均有研发中心,并于2017年在江苏常州建立了自动驾驶流水线化加装工厂。2018年底获得广东省首张自动驾驶牌照,2019年5月,获得广州首发第一批自动驾驶路测牌照。同年年底,上海颁布自动驾驶新规2.0并发布首个升级版路测牌照。AutoX全部收入囊中,成为中国第一家拿下深、上、广三大城市牌照的企业。

深圳:AutoX的比亚迪秦ProX车队

关于AutoX: 

AutoX总部位于全国先行示范区深圳,是全球自动驾驶领先企业,布局全球八大地区城市,在北京、上海、硅谷、圣地亚哥等地均分别设有研发中心,在深圳和上海均设有无人驾驶示范运营区。AutoX致力于打造L4级全无人驾驶平台,与多个领域的头部企业建立了战略合作伙伴关系,逐步形成了自动驾驶商业化落地的生态圈,其中包括了东风汽车、上汽集团、比亚迪、阿里巴巴、芯片巨头联发科等,在自动驾驶车辆的前装量产、落地运营和5G通讯技术应用等方面展开了深入合作,是中国具有最广泛车企资源、唯一具有央企车企大规模投资的自动驾驶企业。

老龄化社会正在到来,为什么说创业者和投资人都该关注它?

图片来源@视觉中国

图片来源@视觉中国

文|硅星闻,作者|硅谷Fusion Fund创始合伙人 张璐

 “我们正在变老。不是作为一位父亲或母亲、一个群体、甚至一个国家,而是整个世界都在变老。”

NIH的《报告》开篇,是老龄化社会的生动写照。

2050年,预计全球会有17%以上的老龄人口,半数八零后也在此列。不难想象, 老龄化已经成为全人类的重要趋势,也将持续如此。

与此同时,在中美两地,越来越多的投资创业机会不断涌现。细细看来,将他们串联起来的,本质上都是老龄化趋势,甚至有了一个专有名词“Silver economy”(银发经济)。

“长期投资者往往需要关注影响巨大的结构性的趋势,而老龄化就是其中之一。”管理9630亿美金资本的PGIM(investment management businesses of Prudential Financial )首席战略官Taimur Hyat表示,其团队曾发布《老龄化时代投资预示报告》。

不管是为老年人提升生存质量的医疗、保险领域,还是在劳动人口减少的压力下提升效能的新兴科技,都可能会成为下一个十年里的创投关键词。

作为一个活跃在硅谷、来自中国的投资人,在中美两地,我都看到了越来越多的投资创业机会,而将他们串联起来的,其实本质上都是老龄化趋势。而对于创业者和投资人来说,老龄化到底蕴藏着什么样的机会?

老龄化直接影响的行业:医疗

讲到老龄化,最直观的数据就是老年人口占比升高:65岁及以上老年人口超过7%,就可以算是老龄化国家。随着科技、医疗发展,人类平均寿命不断增加,我们正面临一个老龄化的“历史之最”:人类历史上老龄人口最多的时代。2050年,全球老龄人口将达21亿。

在这样一个时代,老龄化不仅会对社会政策、社会人口结构造成影响,也会直接促进一些行业的衰弱与一些行业的崛起。医疗与保险行业,就是其中两个重要的领域。

为什么是这两个行业?

首先,老龄化人口必定会面临的事情就是,生命进程更长。

“未来10-15年内,全世界的每个地区里,比传染性疾病、寄生虫等夺去更多生命的,会是非传染性或慢性疾病,比如心脏病、癌症、糖尿病等等。”《报告》里写道。预计到2030年,有87%的60以上人口的死亡原因会是后者。

面对死神,人们有了更多的准备时间,也必然希望能追求更高的晚年生活质量——老有所养,更好的疾病预防与诊治,这都和医疗与保险行业有千丝万缕的联系。

以日本为例,经济合作与发展组织(Organization for Economic Cooperation and Development)的数据显示,这个老龄化严重的国家医疗保健支出占GDP的10.8%以上,迫切需要降低相关支出。在92家寻求估值超过10亿美元的日本初创企业中,有25家专注于医疗保健领域。

其次,这两个行业的特点让他们在科技时代成为了极为重要的应用窗口:都有着大量的数据、体量巨大、效率有很大的提升空间。当然,抛开老龄化不谈,这些特点也让这两个行业非常值得关注。

而新技术则能从多层次上和这个趋势很好地结合。

在医疗领域,人工智能的应用解决了很多过去无法解决的问题。比如神经类疾病,过去我们了解的是很少的。老年痴呆的发病原因到底是什么?到现在医学界都没有一个确定的说法,大家曾经觉得是基因的原因。

我之前投资的AI公司Savonix通过人工智能技术分析数据 ,发现抽烟这个因素和基因对于诱发老年痴呆的可能性是相似的;另外牙齿中有一种特定的病毒,如果不经常洗牙的话,也有诱发老年痴呆的可能性。

史上第一次,人类通过大量低成本传感器,可以对人类的身体体征进行持续性监控,又能通过人工智能技术更好地进行个性化的分析与诊断,这正是Savonix能够发现老年痴呆其他诱因的原因,也是推动神经类疾病诊断的重要技术创新。

再比如癌症,通过人工智能和微流控等新技术驱动的医疗器械,在软硬件整合下,可以进一步提早做出早期诊断,并达成个性化的诊断结论,以帮助实现更精准的治疗方案。癌症的诊断越早,治愈率存活率就越高,对病人的身体损害则越少。新技术在医疗领域的应用,不仅是让人们实现活到120岁的愿望,而且还要以更高的生活质量和更强的身体素质迎接120岁的到来。

同时,人工智能技术让癌症的一些新疗法和新药能够开发地更快,利用各种AI算法驱动的先进自动化和药物发现流程。小分子研发公司有希望通过AI技术来实现临床开发失败率的大大降低,药物研发费用和时间的大大减少。

不管是在企业内部建立研发部门,还是利用已经开发出来的AI平台来进行新药研发,都是基于这个动机。

保险:与老龄化息息相关

对于保险行业来说,有两方面的影响:

第一个方面,保险和医疗领域密切相关,医疗支出降低,本质上就是保险行业的成本降低。

我们看到这么多的医疗保险提供商,他们其实也非常希望疾病能够更早地发现和治疗,甚至是从源头起就预防。比如老年痴呆,得这个病的病人存活期很长,但是照顾和治疗的负担很重,如果能够预防的话,对病人和保险公司都是好事,也可占用更少的医疗资源;各类癌症的治疗成本非常高,如果能够在早期诊断出来,配合个性化诊疗方案,也会有类似的效果。

第二个方面则是保险行业本身,它需求着各种各样评估风险的技术。保险公司会直接采购这类技术,然后把这个技术方案直接给到他的客户,去帮助他的客户更好的去进行检测,也能根据结果更好地进行定价,整体提升保险行业的效能。

这些技术统称为“Insurance Tech”,直接服务保险行业的技术。除了上面提到的医疗保险,我还投资过一个公司SafeHub,他们专注大楼的风险检测,通过物联网和深度学习的结合,整合大楼里的传感器,可以给出很精确的楼宇风险检测,比如风险高低,有多大的潜在地震风险或者其他隐患等。

这些技术既可能服务保险公司,也可能实际上是服务保险公司的客户。但不论是哪种情况,保险公司都很乐意买单。

老龄化倒逼效率提升:自动化、行业整合、数字化转型

在医疗和保险科技以外,再深一层,老龄人口不断增长,实际上就是倒逼人类社会不断提升效率。这也就是说,我们需要不断思考:怎么样才能通过比较少的壮年人口维持同等甚至更高的生产效率?

答案就在自动化、行业整合与人工智能。

自动化和数字化转型应该比较好理解,人们把更多复杂但枯燥的工作自动化、平台完成数字化转型,就能把人力解放出来去做更多创造性的工作,同时仍旧维持较高的效率。

行业整合这个趋势,则是,创业者们逐渐已经意识到了,想要在各个行业更好地提升效率,他们不是在和现有的产业竞争,而是去融入、去合作。我们已经看到了很多人工智能等新兴技术在物料、制造、医疗等领域找到了实实在在的落地场景。

比如像IamRobotics这样的机器人公司,通过人工智能技术把工业物流机器人做得更好用,帮助企业更好地完成仓储中的分拣、传送任务。Gartner在2019年的年度报告中强调的“增强分析型人工智能”,则是通过数据库层的智能,提升企业运营效能。

再比如工业物联网,由于新技术的发展,工业物联网不再发生在一个小的行业的一个区域,它可以大规模地铺到大量的生产线中。

比如一个汽车生产方,可以直接通过工业物联网的一个系统去监控库存、容量、性能检测等等。

而一个设备制造方,也可以通过高频传感器或者是高精度传感器去检测这个工具被用了多少遍,然后我的每个零件在哪去进行更好的资源调配。

不过值得注意的是,这些领域的发展是有先后的。用Hyat的话来说,医疗、保险领域,是属于较为直观、比较快能看到收益的投资方向,而其他老龄化相关的技术则可能需要更长时间的等待与投入。

老龄时代,投资人面临的新挑战

其实从这些角度出发,老龄化社会带来的机遇还有许多可以谈——毕竟它将成为人类社会的“新常态”,旅游行业、老年疗养院、医疗、地产等行业能够提升老龄人口生活质量、延长寿命、带来更好的居住和看护基础;Edge computing(边缘计算)、5G等技术也会在提升效能这个方面大展拳脚。

在这些背景下,我们投资人也在面临一些新挑战。

正是因为老龄化时代医疗、保险、行业整合的这些需求,对于投资人来说,则更需要了解软件、硬件。在面对行业整合的创业企业的时候,尤其像医疗这样的行业,很难作为一个“门外汉”去投资相关企业。包括如何帮助创业企业跟行业里的大公司更好地合作、与传统行业整合?这些都是对于投资人提出的问题。

首先,在软硬件方面,投资人需要了解的不仅是软件、硬件本身,而是要在软硬件的整合层面有一定的见解。以医疗行业为例,与老龄化时代相对应的应用,不仅需要软件创新,同时也需要传感器等硬件的优化,才能更好地顺应时代背景,在智能医疗服务、智能医院等领域实现应用。

因此,投资人不能只尽监控职责,还需要懂得软硬件怎样进行有效整合,并控制整合成本,使医疗应用尽可能快地部署下去。

另一个挑战来自行业联动。正如上文所说,老龄化社会面临的机遇,不单单来自医疗行业或保险行业本身,而是跨行业相关联的。举例来说,我们过去投资的医疗相关的应用项目,买方和用户都在医疗行业中,几乎不存在跨行业的运作。而今,保险行业,尤其是人寿、医疗保险相关的部分,和医疗健康有着千丝万缕的关系。

加上老龄化社会中,大部分老龄人对医疗健康相关的保险有较大需求量,反过来也会刺激保险行业加入到创新技术的求索过程中。因此,投资人要更深入地了解整个生态,理清医疗机构、保险公司、政府等“局内人”之间的关系和相互作用力,以便自己判断出对的创新点,既能更清晰地找到投资标的,也能更好地帮助创业者。

此外,行业机构的监管也赋予了投资人更多责任和义务。

一方面,投资人在了解新技术整合的前提下,要懂得如何帮助创业公司获得诸如FDA一类的监管机构的审批和认证;另一方面,还要鼓励创业者在跟监管机构合作的过程中,反过来撬动机构在老龄化时代下加速吸纳新技术。

其实对于行业监管机构来说,技术的加速迭代更新也促使机构快速反应。以往的医疗技术创新大多来自医疗器械的创新,现如今的创新则不会局限在器械本身,而更可能发散到数据的价值方面——AI技术的整合为传统医疗创新带来更多变化。投资人可以作为一个沟通者,在推动机构加速接纳新技术的同时,帮助创业者把创新技术推到市场上去。

作为投资人,我认为在这个老龄化大背景下,我们需要不断去探讨、推动,让监管者了解对医疗数据的创新是裨益,而非阻碍,让整个行业更有效率地向前发展,帮助人类活得更健康。

有关AI的这场FDA Workshop上,产业、学界和FDA专家都说了些什么?

自从新冠肺炎爆发以来,作为除核酸监测以外最重要的检测手段,CT在新冠肺炎的确诊中起着至关重要的作用。然而,目前CT等医学影响设备一直高负荷运转并处于急缺的状态,也促使人们更加关注医学影像以及AI在行业发展中起到的作用。

实际上,无论是本次疫情还是平时一般的影像检查,医学影像的诊断通量和效率,大多数时候其实是受限于采集端,影像检查的成本大部分也在采集端。因此,如何更高质量、更方便、更快捷、更安全地进行影像检查是业内最为关注的问题。

美国东部时间2020年2月25日-26日,美国食品药品监督管理局(FDA)举办了主题为“人工智能在放射成像中的角色演变”的公开研讨会(workshop),邀请了产业及学界的顶尖专家进行分享。这场研讨会旨在讨论AI在医学影像中的新兴作用,包括使放射工作流程自动化、引导图像采集自动化等等,并邀请了利益相关方探讨AI在放射学中应用的收益与风险。

来看看这场AI workshop上,产业、学界以及FDA的专家们都讨论了些什么吧。

AI给医学影像带来了哪些机会?

近年来,AI在医学影像领域进展迅速,从提升成像效率、协助影像科医生工作等多个方面切入,正在不断改变医学领域。

在FDA的这场workshop上,硅谷AI医学影像公司深透医疗Subtle Medical创始人兼CEO宫恩浩博士受邀作报告,为AI在医学影像中的应用潜力提供了思路——与大多数帮助医生解读医学影像的AI创业公司不同,深透医疗直接切入了医学影像成像过程,可以通过深度学习用更快的速度、更少的放射剂量提供临床诊断级别甚至更高质量的影像。

近两年,深透医疗先后有两个产品获得FDA批准以及欧洲CE批准,已在美国和欧洲多家医院及影像中心部署,在应用AI提高影像采集质量和效率领域独树一帜。

宫恩浩表示,AI在医学影像领域的一大重要应用是提升成像的质量,缩短成像时间。深透医疗的第一个产品SubtlePET于2018年获批,可以依靠AI对PET核医学影像加速4倍,是核医学方面唯一获FDA批准的AI产品。该产品还可以用来降低辐射剂量,对儿童及其他特殊人群尤为重要,相关研究论证了应用SubtlePET可以提高低剂量PET对儿童癌症诊断分级的准确性。在临床领域,深透医疗已与欧洲最大医疗检测联盟Affidea合作进行低剂量核医学检查的临床合作与部署。RSNA2019中有多篇来自USC、斯坦福、巴西DASA的多中心临床验证报告论证了该算法的稳定性和准确性。


深透医疗CEO 宫恩浩

其第二个产品SubtleMR于2019年10月获FDA批准,可以应用AI对MRI磁共振加速2到4倍。众所周知,磁共振应用广泛,但一般扫描都很慢,长时间扫描会造成患者的不适,还可能因患者的移动带来伪影和其他影像质量问题。来自美国梅奥医学中心(Mayo)以及运营着300多家影像中心的行业巨头RadNet的临床验证性研究证明,使用SubtleMR可以提高影像质量和效率,在加速3倍的情况下得到同样的诊断质量,相关结果将在欧洲放射学会议ECR上进行报告展示。

同时,使用AI技术减少造影剂的使用,降低患者的身体负担与潜在风险也是极为重要的应用方向之一。在这方面,深透医疗推出了第三个产品SubtleGAD,利用AI技术,实现降低10倍的造影剂剂量的同时,保持甚至提高对比增强磁共振的影像质量。SubtleGAD于2019年获得美国国立卫生研究院(NIH)160万美元的科研基金鼓励进行深入研究和临床推广,并且正与美国斯坦福大学医院、UCSF、国内天坛等医院开展合作,验证AI为患者降低风险的潜力。

近两年,在AI等技术的加持下,医学影像行业研究与临床成就硕果累累。除了深透医疗以外,IBM 沃森公司介绍了乳腺癌症筛查AI产品在临床与监管方面的进展与难点;公司Caption Health公司联合创始人Ha Hong博士介绍了公司获得第一个AI导航新FDA类别(CADa/o)的心脏超声产品背后的技术和临床验证。

除了产业界,学界的专家也介绍了医学影像AI的最近研究进展。研讨会上,斯坦福大学高端神经影像中心主任、放射科教授,Subtle Medical联合创始人Greg Zaharchuk博士分享了斯坦福影像AI方面的前沿研究,包括基于AI优化影像采集,生成超低剂量甚至无剂量的PET可以广泛应用于老年痴呆以及癌症的检测,相关研究此前已在Radiology期刊发表。斯坦福大学的报告还表示,AI还被证明可以有效预测新的影像模态,提升影像质量和效率。并且,通过预测治疗后的影像变化,AI可以对脑卒中老年痴呆等疾病的治疗效果进行预测,实现精准医疗。美国匹兹堡大学医学中心(UPMC)医学影像AI中心的Shandong Wu教授报告了前沿的医学影像AI在乳腺癌风险预测、检测、诊断等方面的突破,以及在建立可信任的医学影像AI方面的思考。

FDA对医学影像AI审批有何新变化?

随着医学影像AI项目的不断落地,也倒逼着监管部门不断调整自己的思路,更新规则以满足新技术的发展需求。在FDA的这场workshop上,FDA代表也对医学影像AI的监管再次进行分享与梳理,并针对AI在采集端的应用以及近期新的FDA批准类别和政策进行了分享。

2020年2月7日,Caption Health公司的一款基于AI的超声心动图采集应用程序获FDA批准可上市销售。FDA将其归为一种新的CAD(计算机辅助)设备类型——CADa/o(computer-aided acquisition/optimization)。

FDA产品评估和质量部办公室的生物医学工程师Shahram Vaezy博士介绍道,尽管目前基于AI的采集/优化设备的新规定目前主要适用于超声成像系统,但可以预见未来它将涵盖其他成像方式和应用。

据介绍,FDA整体是基于风险来对不同产品进行不同的审查和监管,分为Ⅰ、Ⅱ、Ⅲ类,一般来说,影像类产品是Ⅱ类,侵入类产品为Ⅲ类。根据是否已有类似的产品可以对照以及具体的风险是否足够了解和可控,二类批准又分为De Novo、510(k),PMA等。

随着AI、机器学习等新技术的不断应用,FDA对于CAD软件的审查标准也不断与时俱进。1998年2017年,对CAD软件的监管比较传统,都是采用PMA申请途径。2017年至2020年,在对相关应用更加了解的情况下,改用De Novo申请途径,De Novo不仅允许该器械在美国市场进行销售,还会建立一个新的分类法规,后续的同类产品可以使用该分类以510(k)的途径递交上市前申请。

2017年至今,FDA已先后批准了CADx(Computer aided diagnosis,诊断)、CADt(Computer aided triage,分诊)、CADe/x(Combined detection and diagnosis,查找和诊断)以及CADa/o法规。同时今年2月,FDA将CADe(查找监测目标)从PMA改为510(k)的方法。

据FDA体外诊断与放射健康办公室放射健康副主任Robert Ochs博士介绍,目前对于CADx辅助诊断类软件的监管仍比较严,对于全自动出诊断结果的应用监管更加严格;而对于后处理、图像增强、定量化测量类一直采用二类510(k),因为这类软件风险更可控,评判标准定量化有比较直接的依据,更客观可控。

”之前深透医疗两个FDA获批产品,均是基于510k的形式进行申请与批准。在提交申请前几个月,深透医疗与FDA会针对申请开展多次电话或面对面的研讨,从而在申请前半年双方就针对产品类别、产品信息、批准的使用范畴、如何控制风险以及如何测量产品效果等信息有深入的讨论和理解。及时的沟通是FDA一直所鼓励和强调的。”宫恩浩博士介绍道。

IBM Waston医学影像中心的Lisa M. Baumhardt表示,目前技术和监管的主要难点包括:数据的普遍性及代表性,算法的透明度及可解释性,模型的验证及测试的标准化,如何更好地嵌入临床实际的工作流,以及临床报告习惯的改变。

而在临床上,新的基于AI的医学影像设备和软件也面临着诸多挑战:包括如何分析产品性能;怎样使产品设计复核临床工作流,不给医生增加负担;同行审阅、发表论文验证;如何收费、付费、保险;病人是否接受等等。

AI在放射学的应用的问题和未来

尽管AI在放射学有巨大的潜力,但其发展至今仍受到各种制约。那么,还有哪些因素限制了它在现代临床医学的应用?

加利福尼亚大学尔湾分校诊断医学AI健康中心的Peter Chang博士在workshop上表示:“AI软件现如今正应用于病灶检测分类、图像定量化和图像处理质量增强领域。然而,AI算法面临着假阳性、可解释性、有效性三方面的挑战,这使AI无法完全实现所有功能。”

根据Chang的说法,但凡使用过一些基于AI的影像检测和分类程序的人都知道,AI算法假阳性非常普遍。一大重要原因是缺乏背景信息,目前AI大多只使用图像信息,但其实很多诊断需要临床背景信息。除此之外,假如算法的可解读性不够优秀,医生可能反而需要更多时间来解读CT;要在临床进行大范围的真实数据验证也较难。

虽然仍旧面临着一些亟待攻克的问题,医学影像AI目前正展现出蓬勃发展的趋势,而多中心合作可能是未来的方向之一。

Chang表示,由于缺乏优质、庞大、异构的数据集,现在出现了许多创造性的学习范例,用于使用来自多个站点的数据来训练算法,包括分布式深度学习、联合机器学习和算法的连续微调。

另外,随着构建AI模型简便性的提高,医院或大学将越来越多地自行创建自己的算法。未来在一个机构中进行的研究项目与在医院中进行全面临床部署之间的界限会迅速模糊。

Chang还提到,放射学AI作为临床中的自主解释器(Autonomous readers)正引起业内广泛的兴趣,即无需任何人工干预即可生成报告。尤其是一些阴性预测值高的算法(即对阴性判定的正确率较高),这使得一定比例的检查在未来可能可以不需要放射学医师复核。据Chang称,这已经在CT世界中得到了广泛研究,比如无对比头颅CT、胸部CT筛查等等。

实现零的突破:AutoX联手FCA推出中国首个真正可无人的RoboTaxi

1月6日消息,在今年的CES上,中国无人驾驶公司AutoX与欧洲汽车巨头FCA正式宣布合作,联手推出中国第一款可真正无人的自动驾驶出租车RoboTaxi,让中国无人驾驶实现从无到有、零的突破,强强联合领跑行业发展。

在此之前,全球唯一可真正做到无人驾驶的RoboTaxi来自美国的Waymo。Waymo推出的全无人车队,采用的正是与FCA合作的Pacifica大捷龙。AutoX与全球该领域技术最成熟的车企FCA深度合作,将这款车型引进中国,结合自主独立研发的VCU技术,打造了中国首个可真正无人的RoboTaxi,为中国无人驾驶领域创造“零的突破”。

实现零的突破:AutoX联手FCA推出中国首个真正可无人的RoboTaxi

FCA将以Waymo同款车型支持AutoX在中国的大规模RoboTaxi落地运营,与AutoX的无人驾驶系统紧密对接,同时将采用AutoX的无人驾驶全栈技术在中国以外其他国家地区投入使用。据AutoX发言人透露,FCA与AutoX合作的全无人RoboTaxi车型计划在今年正式在深圳、上海等地规模化投放,成为AutoX试运营车队的一部分。AutoX已在深圳市中心地段展开超过一年规模化常态化的自动驾驶测试和试运营,是中国首个突破一线城市闹市区路况的公司。2019年9月,AutoX与上海市人民政府签署正式合作协议,将在上海推出第一批100台的无人驾驶出租车试运营。据悉,AutoX已经获得上海自动驾驶新规2.0发布以来的唯一牌照。

FCA菲亚特克莱斯勒是欧洲最大的车企巨头之一,在自动驾驶领域中走在全球最前列。早在2016年,FCA便与谷歌Waymo达成合作,并在2018年双方签下高达6.2万台的全球最大RoboTaxi订单。2019年10月,Waymo与FCA合作的该款车型正式在美国凤凰城推出全无人(无安全测试员)的RoboTaxi打车服务,正式标志着美国成为世界上第一个正式迈入无人驾驶的国家。

“安全是无人驾驶落地的第一要素。安全的无人驾驶,其中很重要的一点,是需要具备车规级冗余硬件的底盘,包括刹车、转向、电源等,均需双层冗余。我们与FCA合作引进的该款车型,是目前全球唯一一款具备这种能力、并通过了实践验证的车型底盘。” AutoX董事长肖健雄表示。

近年来,FCA在全球范围选择最头部的自动驾驶公司作为其合作伙伴,菲亚特克莱斯勒CEO Sergio Marchionne在日前的财报会议上表示,FCA会在全球范围内寻求合作伙伴来共同研发和制造自动驾驶汽车。在北美市场, FCA与世界排名第一的谷歌Waymo合作,在亚洲市场,则只选择了AutoX,与AutoX联手布局亚洲自动驾驶版图。AutoX也是FCA在中国乃至亚洲的唯一一家官方合作伙伴。

本次FCA与AutoX联姻,体现了FCA对十分看好无人驾驶在中国的发展前景看好,表达了其对中国及整个亚洲市场的高度重视,亦标志着中国成为亚洲地区突破真正无人驾驶的第一个国家。

本次推出的该款无人车名为PacificaX(捷龙星),首次实现了全车L4级别Hardware Ready(硬件就绪),凝聚了FCA与AutoX、DJI、Robosense三家同在深圳的中国企业的核心技术。

要达到真正全无人,首先,无人车需要一个聪明(强大算力)且高度稳定的“大脑” —— L4级车载域控制器Vehicle Control Unit,简称VCU。AutoX自主研发了中国首个L4级别无人驾驶车载域控制器XCU,并在本次CES正式推出该产品,支持传感器硬件同步、液态冷却和车载功能安全。AutoX的本款产品对标美国Nvidia公司旗下的主打产品Pegasus第二代车载电脑,并且在多项技术指标首次超越Pegasus2,是中国首次实现在超高性能车载算力技术上的重大突破。在此之前,中国在此领域最强代表是华为推出的MDC车载数据中心,能实现L2-L3级辅助驾驶功能,对标Intel的Mobileye。AutoX XCU首次实现了中国在L4车载算力领域零的突破。

实现零的突破:AutoX联手FCA推出中国首个真正可无人的RoboTaxi

此外,驱动无人车还需要清晰可靠的“眼睛”。Robosense速腾聚创是中国激光雷达领域的龙头企业,在CES期间联合AutoX同步推出了全球首个量产车规级的固态激光雷达M1。DJI大疆创新是中国无人机和智能制造的行业巨头,在CES期间联合AutoX同步推出了Horizon和Tele两个系列的固态激光雷达。其中Tele系列的实际有效可视距离达到300米,是全球首款能大规模量产的远距激光雷达。

在本款捷龙星全无人RoboTaxi车车顶,装配有AutoX自主研发的全球首个平板式的传感器融合车顶盒,将其自动驾驶套件与车身紧密集成在一起。其一体化设计,融合了全部传感器、自清洁系统、液态散热、用户交互、防雨防水、域控制器等多种设备和多项功能于一身,是全球首个平板式设计,厚度仅15厘米,远低于目前业界常见的非平板式的凸起设计(此前方案均需超过30厘米高度)。平板式车顶盒不仅更加美观,对风阻、能耗、过桥进车库等较低区域,均有实际好处,也为无人车一体化量产设计做好准备,体现了中国设计和智能制造的新成就。

AutoX是中国自动驾驶龙头企业,总部位于深圳,在全球设有五大研发中心。目前,AutoX是中国唯一拥有深上广三大一线城市自动驾驶牌照的公司、全球第二家加州RoboTaxi试运营牌照的获得者,也是中国首个突破复杂闹市区路况的自动驾驶公司。

跨境移动支付服务商Citcon胜诉商业机密被盗案 将获赔150万美元

跨境移动支付服务商Citcon胜诉商业机密被盗案 将获赔150万美元

利用Citcon技术,美国农贸市场支持使用支付宝

1月7日消息,全球领先的跨境移动支付服务商Citcon在商业机密被盗案中胜诉,被告方为加拿大移动支付公司RiverPay及其联合创始人York Hua。

庭审期间,York Hua宣誓承认,RiverPay与Citcon的独有源代码完全相同,即Citcon核心技术遭到盗用。法院判决,RiverPay需要向Citcon赔偿150万美元的不当得利损害赔偿金,及数额暂未确定的惩罚性罚款。

此前,York Hua利用自己曾在Citcon任职之便,以不正当手段获取Citcon的独有源代码,并在他此后联合创立的支付公司RiverPay中使用。RiverPay凭此非法获利150万美元。2018年5月2日,Citcon正式起诉RiverPay公司及其联合创始人York Hua。2019年12月20日,美国联邦北加州地区法院圣何塞部在陪审团的一致裁决下,认定RiverPay公司和York Hua盗用Citcon商业机密事实成立。至此,这场持续超过一年半的诉讼,终于以利益被侵害方的成功维权落下帷幕。

前员工盗取商业机密 陪审团认定犯罪事实成立

自2016年在硅谷成立,Citcon在短短三年内迅速覆盖北美和欧洲主流高端零售、旅游及电商市场,并完成与欧美主要支付网关和移动钱包集成,成为头部跨境支付公司。如今,Citcon 为欧美市场提供移动支付解决方案,集成中国移动支付方式支付宝,微信以及银联云闪付等,以及信用卡及其他主流移动钱包,最近一年内业务量扩大了数十倍。

对以Citcon为代表的移动支付行业技术提供方来说,业务的稳健拓张,离不开公司核心技术资源的支撑。公司核心源代码被盗用,对于高速发展的创业公司来说是一件性质恶劣、影响较大的犯罪行为。

2019年12月9日至20日,在8人陪审团(包括5名男性和3名女性)的见证下,York Hua虽认可两家公司的源代码相同,但他声称原Citcon承包商Dino Lab才是拥有Citcon源代码的一方。12月20日,判决下达当天,陪审团一致驳回Dino Lab对Citcon源代码所有权的虚假主张,认定RiverPay和York Hua盗用了Citcon的商业机密。

法院判决显示,陪审团认可Citcon拥有源代码的所有权及其机密性。对RiverPay及York Hua使用Citcon的源代码等资源定性为”不当的”、”恶意的”,最终认为Citcon确实是盗取商业机密一案中的受害者。此次Citcon的胜诉,一方面进一步明确了其源代码的归属权,维护了企业合法权益不受侵害;另一方面也为科技创新公司的发展提供了良好范例,在维护正当竞争环境的前提下,鼓励技术型企业积极自主创新。

“通过窃取Citcon开发的移动支付系统技术,RiverPay进入了移动支付市场,并以非法的方式建立了自己的业务,” Citcon的创始人兼CEO黄春波表示,”一直以来,Citcon努力捍卫自己的商业机密和领先的移动支付系统技术,陪审团的一致裁决代表着这些努力带来的重大胜利。”在海外移动支付行业发展大潮下,本次商业机密被盗案件的诉讼结果,不仅打击了RiverPay使用不良手段进行恶意竞争的行为,维护了Citcon的合法权益,也能通过这个良好的判例,推动移动支付行业持续健康发展。

据悉,根据陪审团裁定,RiverPay将向Citcon赔偿150万美元的不当得利损害赔偿金。除此之外,RiverPay还将为自己的过错额外买单——需另外向被侵害合法权益的Citcon支付惩罚性罚款,具体数额将由法官在审判后的程序中确定。

Citcon成立于2016年,总部位于硅谷,成立至今融资超过2000万美元,投资方包括华美银行(纳斯达克代码:EWBC)、真格基金和HEDA Ventures等。除了与国内支付平台合作之外,Citcon还与Origami Pay、Elavon(美国银行)、FreedomPay、Shift4、Aurus、Cegid等海外支付平台和支付网关建立了战略合作关系。

目前,Citcon已经在全球为6000多家客户提供创新的移动和数字支付解决方案,从几个重点行业突破至覆盖高端零售、免税零售、全球酒店连锁、观光景点、餐饮、航空等众多业务,服务包括路威酩轩集团、开云集团、凯悦酒店集团、美国梅西百货公司、Nordstrom、Bloomingdales、皇家加勒比游轮、MSC Cruise、美国凯撒娱乐集团、美国米高梅集团、Revolve、GNC、电气和电子工程师协会(IEEE)等。

获阿里投资的AutoX已申请加州自动驾驶测试许可 不配备人类驾驶员

据路透社报道,在获电商巨头阿里巴巴的投资后,中国初创公司AutoX已向加州申请了车内不配备人类驾驶员的自动驾驶测试的许可,将成为首个在此测试中挑战Alphabet旗下Waymo的公司。

获阿里投资的AutoX已申请加州自动驾驶测试许可 不配备人类驾驶员

2019年1月8日在美国内华达州拉斯维加举办的CES上展示的​​Waymo自动驾驶汽车(此前为Google自动驾驶项目)

如果获得许可,AutoX便可以在不配备车内人类驾驶员的情况下,只需远程人工操作员支持完成自动驾驶汽车测试。这将是在加州自动驾驶送货、出租车服务商业化竞赛中,AutoX迈出的重要一步。

目前,有谷歌背书的Waymo是唯一一家拥有此项测试许可的公司。

而规模小于Waymo的AutoX,则是60多家通过加州配备车内人类驾驶员的自动驾驶测试的公司中,第一个宣布寻求更高层级自动驾驶的团队。

“经过三年的努力,我们相信我们拥有一项可以深入、且对公众来说很安全的技术。” AutoX首席运营官李卓向路透社确认,AutoX的确申请了此项测试许可证。

Waymo、通用Cruise部门以及陷入困境的Uber自动驾驶部门,这些美国科技公司都在为突破自动驾驶市场而暗暗较劲,努力达到早前预期。

中国东风汽车集团和阿里巴巴是AutoX的主要投资方。AutoX成立于2016年,创始人为3D学习、计算机视觉和机器人技术专家肖健雄,曾担任普林斯顿大学教授。

据Pitchbook的数据,这家总部位于香港的公司目前已融资1.43亿美元,在中国部署了100辆RoboTaxi,并在深圳、上海和加州圣何塞(AutoX北美中心所在地)等10个城市进行了测试。

特斯拉、Lyft和Cruise等公司都获得了加州机动车驾驶管理局(DMV)颁发的自动驾驶汽车测试许可,可以在配备人类驾驶员的前提下在加州进行自动驾驶测试。

而仅有四家公司获得了自动驾驶载客测试许可,即可在人类驾驶员在场的情况下进行自动驾驶载客测试,AutoX便是其中一家。

其余公司还包括自动驾驶科技初创公司Zoox,由红杉资本投资、与现代有合作关系的Pony.ai。

两家公司都拒绝透露他们是否已向DMV提交了测试申请。

本文译自Reuters:Exclusive: Alibaba-backed startup AutoX applies for driver-less test permit in California(https://www.reuters.com/article/us-california-autonomous-exclusive-idUSKBN1Y8266 )