吳恩達離職百度，騰訊任命張潼為ai lab第一負責人，國内外關于人工智能的争奪正愈演愈烈，“ai”也不出所料成為了今年阿裡雲2017雲栖大會的關鍵詞。
3月29日，阿裡雲2017 雲栖大會•深圳峰會主論壇召開，會上釋出了et醫療大腦和et工業大腦，同期釋出的還有用可視化的拖拽方式讓開發者使用人工智能技術的機器學習平台pai2.0，阿裡雲ai産品全景圖首次公開。此外，阿裡雲在衆智比賽上也有發力，與英特爾合作啟動天池醫療ai大賽，挑戰早期肺癌診斷。
阿裡雲首次公開釋出了ai産品全景圖
阿裡雲首次公開釋出了ai産品全景圖，從et大腦、行業解決方案、et應用場景、et基礎服務、分布式機器學習平台pai2.0、飛天作業系統6個層次梳理了阿裡雲在ai的布局。
（大資料文摘背景回複“阿裡雲”獲得高清版【阿裡雲ai産品全景圖】）
阿裡雲正式釋出機器學習平台pai2.0
阿裡雲首席科學家周靖人博士在峰會上重磅推出機器學習平台 pai 2.0，稱新的平台将配備更豐富的算法庫、更大規模的資料訓練和全面相容開源的平台化産品。
在2015年，阿裡推出了pai1.0，包括資料處理以及基礎的回歸、分類、聚類算法。周靖人稱，本次的更新包括了豐富的算法，除資料預處理、特征選擇外，還包括文本分析，離線訓練、線上預測的結合。
在深度學習方面，新的平台支援tensorflow 、caffe、mxnet架構，這些架構與開源接口相容。開發者可以根據自己的喜好選擇最合适的人工智能的開發架構，同時也支援各種資料源，包括非結構化、結構化的資料雲。
另外，在大量資料的背後，周靖人稱新的平台提供了強大的計算資源，包括cpu、gpu、fpga，可以根據自己的需求選擇合适的硬體，根據每個人工智能的需求，自動地優化、選型，在不同的硬體上得到最優的效果。平台同時支援超大規模的訓練，首先支援pb級的資料，可以分析pb級大量的資料，也支援千億的特征，可以訓練萬億級的樣本，大家有資料上的需求和挑戰，都能幫助開發者解決問題。
在人工智能整個開發過程中有一個流程，比如說開始進行離線的訓練，運用大量的資料訓練一個模型，這個模型會進行線上的預測。周靖人表示pai平台2.0版本上可以做到一體化，做到平滑地遷移，系統幫助開發者在訓練完的模型後進行模型的部署，以後完成最後的線上預測。
阿裡雲啟動天池醫療ai大賽 挑戰早期肺癌診斷
關注kaggle競賽的讀者對于肺癌圖像識别病例診斷這個賽題一定不陌生，最近的一次data science bowl吸引了大批關注，其一在于獎金極高（總額$100萬美金），第10名都能獲得$25k的獎金，已經等同于其他很多比賽第一名的獎金了；其二就是因為利用圖像識别檢測早期肺癌病例的題目具有重要的實際意義。
“結節”是影像學上的一個描述性名詞，隻有在發現結節之後才能進一步确認是良性還是惡性。是以，對于肺癌的篩查來說，準确發現結節是診斷的第一步。
一位經過嚴格訓練，有着多年臨床經驗的醫生，診斷一個病例平均需要檢視200張以上的ct掃描圖檔，診斷時間在20分鐘以上。而計算機結節檢測系統通過學習大量有經驗醫師标注的樣本，能在短時間内快速提升診斷能力，輔助基層醫療機構的醫生減少誤診。是以，利用機器學習圖像識别檢測早期肺癌病例也在國際上受到了廣泛關注。
本次阿裡雲栖大會上宣布啟動的天池醫療ai大賽，競賽的題目同樣關注的是早期肺癌ct影像圖檔診斷。
大會上，阿裡雲宣布聯合英特爾、linkdoc啟動天池醫療ai系列賽，尋找早期肺癌診斷的智能化判斷最優算法，讓機器可以通過原始ct影像圖檔協助醫生進行診斷。第一期，大賽合作醫院授權提供了數千份高危患者的低劑量肺部ct影像（mhd格式）資料，每個影像包含一系列胸腔的多個軸向切片。每個影像包含的切片數量會随着掃描機器、掃描層厚和患者的不同而有差異。
原文釋出時間為：2017-03-29
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号