關於 精准學習app ，我們在網路上蒐集到這些相關的討論、資訊與評價

【人工智慧如何席捲未來醫院？】3D 人臉辨識把關取藥身分、機器人支援不足人力

Posted on2020/09/11
TO 創新嗜讀

【我們為什麼挑選這篇文章】隨著人工智慧應用愈加廣泛，手術室、藥櫃也變得更加智慧，協助提升手術效率、用藥安全，讓我們看看 《從 AI 到 AI＋：臺灣零售、醫療、基礎建設、金融、製造、農牧、運動產業第一線的數位轉型》一書中《航向智慧醫療新藍海》章節的介紹。（責任編輯：呂珈寧）

未來醫院的規模不再以病床數來衡量，而是急、重、難症的治療能量，而手術室絕對是最重要的場域。根據世界衛生組織（WHO）規範的手術安全查核規範（WHO Surgical Safety Checklist），一個手術分成三大部分：Sign-in（簽入）、Time-out（暫停）、Sign-out（簽出）。每一個步驟都是確保病人手術安全、資訊正確與醫療團隊間的精准溝通。

臺灣 ICT 資源豐富，為智慧手術室奠定扎實基礎

WHO 只提供最基本的規畫方針，然而 ICT 資源豐富的臺灣，提供了更先進的智慧手術室規畫。當病人經過一連串術前檢查，並確認手術進行時間與主刀醫師之後，整個流程會由智慧病房系統轉移到智慧手術室排程系統。中央器械供應室有隨時待班的器械運送機器人，依手術室排程來運送病人手術名稱對應的器械包盤與相關耗材；機器人經由乾淨走道運送滅菌手術器械包盤，送達指定手術室後透過系統通知主責護理師；術後的髒汙器械運送機器人則按手術結束時間，由護理師啟動手術助理排程作業系統，搬運機器人前往載運髒汙器械、器具和物品。

一臺滿載的手術專用個案車（case cart）可能重達一、兩百公斤，藉由在汙物專用走道來回運送的機器人，不但可以降低器械運送人員的職業傷害，還能支援假日急刀人員不足、降低營運成本與管理複雜度，同時主動通知器械供應室收送案件。機器人的輔助讓手術室運作更為精准並提高效率。

落實手術中安全查核，透過手機 App 一手掌握

除了術前與術後的自動化效率，最重要的是真正落實術中的安全查核。每臺刀雖然都有標準作業流程，還是難以避免突發狀況。當手術門關上後，所有溝通聯繫都只能透過電話進行，這對於要調度上百名護理人員並同時運作數十間手術室的醫院來說，一直是很大的挑戰。透過手機上的手術查核 App，病患 Sign-in 時同時確認身分、麻醉準備、器械耗材清單；Time-out 時手術團隊的再次互相確認工作職掌、病患身分與手術部位；Sign-out 時確認檢體、器械與耗材數量。

這些步驟都在流動護理人員手上的 App 清楚呈現，每個步驟的確認與時間點即時同步到手術室護理站的電子白板，彷彿在戰情室裡同時操控數十個戰役的後勤資源調度。這種結合手術臨床流程、HIS 系統整合與手術紀錄、機器人自動化規畫、App 排程設計的完整方案，讓臨床醫療的高度專業融合在軟硬體的整合中，是 AIoT 精准醫療的經典應用案例。

智慧藥櫃提升用藥安全，大幅減少重大醫療疏失

WHO 最近把「Medication Without Harm」視為全球最重要議題推動，並在 2017 年德國波昂召開的會議中定下明確目標：5 年內降低 50％ 的用藥傷害。臺灣的醫院一直落實「三讀五對 1」的給藥規範，以確保病患的用藥安全，但在繁忙的臨床作業中，醫師常因病情變化而調整用藥，若只以人力核對，很難完全落實用藥安全；而利用物聯網科技輔助用藥安全，為當前唯一的解方。

麻醉管制藥品監管是一家醫院最重要的藥品管理核心，如果出現任何差錯，常會演變成重大醫療疏失。此時，智慧藥櫃搖身一變成為最佳利器 。依照管制藥品領藥規定，必須同時兩人取藥，利用醫事人員卡和 3D 人臉辨識、再連動到院內值班系統，對於取藥身分做最嚴格的把關。根據不同醫院用藥習慣，彈性組合藥物放置空間；取藥時利用 AI 藥品影像辨識比對藥名與數量，確保正確的醫師調劑處方；最後再連動醫院藥劑部的藥品系統，時時盤點，確保全醫院的用藥情形安全無虞。

醫院另一個用藥安全的場域，是癌症化療藥劑的運送安全。醫院的化療藥物調劑室為受嚴格管制的特殊區域，因此通常設置在和一般病患施打藥劑地點一段距離以上的空間。利用 3D 圖資與內建 LiDA（認知架構）的運送機器人，可以安全且精確地在調劑室與護理站之間穿梭；調劑藥師通過 3D 人臉識別之後，將調劑好的化療藥劑鎖入內嵌 RFID 的感應門鎖；送達化療病房後，責任護理師經過 3D 臉部辨識認證後，取出藥物進行投藥。整個過程不但能避免因人力運送化療藥物可能發生的傾倒，以及化療藥劑領取時人員認證的管控風險，藥物取放時間點、即時位置與人員身分都即時連線院內系統，確保整個化療用藥流程的絕對安全與精准管理。

AI 、深度學習應用，有效協助降低用藥錯誤次數

臺灣在醫療健保普及的制度下，民眾用藥頻率極高，藥物事件造成的風險隨時都在發生。醫院藥物事件發生地點以藥局為主（36.2％），其次是一般病房（32.2％）；醫院藥物事件發生階段以醫囑開立與輸入（54.9％）最多，其次為給藥階段（23％）、藥局調劑階段（20 ％）；從「醫囑開立與輸入階段」細項來看，以重複用藥（18.4％）最多，劑量錯誤（16.4 ％）次之；而在藥局調劑錯誤階段細項中，則以藥名錯誤（44.9 ％）最多，數量錯誤（20.8 ％）次之；另外在給藥錯誤階段細項中，以劑量錯誤（22.5％）為最多，藥名錯誤（15.5％）次之。

為了降低用藥錯誤次數，利用 AI 人工智慧，串聯機率、藥品資料庫與深度學習，扮演藥品守門人，及時攔截不正確的藥物事件 。將 AI 應用於用藥辨識的方式相當多元，例如導入臺灣健保資料庫與大型醫院提供的電子病歷，實行無監督學習 2，讓 AI 學習醫師開立處方的行為，進一步判斷醫囑開立後是否有藥物名稱與該病症無任何關聯，進而發出系統警示；抑或將藥品辨識導入藥局調劑階段，利用 AI 藥物影像辨識技術快速識別從藥櫃中取出的藥物名稱、外型和數量，隨後從藥品資料庫帶出藥性、藥物副作用等相關資訊，使藥物調劑時更快辨認是否與處方籤相符，減少取藥錯誤。

無論是裸錠、鋁箔包裝、液裝或盒裝的 AI 藥物影像辨識，前提都需要教導 AI 進行幾何變換（geometric transformations）： 包含放大、縮小、旋轉；顏色亮度、對比度、色調修正；圖像融合（image composite），拍攝影像與影像資料庫的加、減、組合、拼接；降噪（image denoising ／noise reduction），影像上的雜訊來自硬體或環境光等因素，如果影像雜訊太多，將會影響邊緣檢測與影像分割的準確性，因此如何過濾影像上的雜訊並保留有效訊息就相當重要；邊緣檢測（edge detection）與影像分割（image segmentation）的配合，能將一張影像分割成多個不同區域並準確擷取局部特徵，讓 AI 進而認識藥物形狀、大小、顏色、文字、數量等特徵，最後根據前述擷取的影像資訊與藥品資料庫進行配對，即可精准告知使用者藥物名稱和相關資訊。

AI 藥物辨識技術大致可分成兩種：1：1 和 1：N，前者的應用多為醫療中心藥劑部調劑時，驗證管製藥或高貴藥的身分；後者則應用在預防取用多種藥品時的錯誤。以技術難度來看，1：N 的難度比 1：1 還要高，因為 1：N 的藥物辨識更容易受藥物類型、拍攝角度、拍攝方向、拍攝距離、環境光等因素影響辨識準確度。因此在現階段，藥物影像辨識技術與藥物辨識機構的配合度相當重要，產品設計者需針對不同類型藥物提供適合的辨識環境，以降低這些干擾因素。

資料來源：https://buzzorange.com/techorange/2020/09/11/future-hospital-ai/

DeeCamp2020結束了，特別驚喜地看到同學們今年的作品，跟以往線下合作在水準上基本沒有區別。今天的活動評選出了兩個總冠軍獎項，但學生們做的每一個作品都非常優秀、用心。也希望參與的200多名學生有真正的收穫。

本文來自創新工場微信公眾號
………………………………

創新工場DeeCamp2020完美落幕，兩團隊並列總冠軍獎金翻倍，共克真實世界難題

過去的2個月裡，200餘名來自全球高校的學生，聆聽了李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位AI學術界、產業界大師授課，透徹理解了科技與創投核心規律；分組挑戰開放命題AI創新大賽，用AI和創意向現在和未來人類世界面臨的真實難題問題發起挑戰。

2020年8月5日，DeeCamp2020人工智慧訓練營總冠軍答辯暨結營典禮，在創新工場北京總部隆重舉行。

經過節奏緊湊的立項、研發、測試，DeeCamp 2020開放命題AI創新大賽共37支團隊提交了振奮人心的AI Demo，其中6項入圍總冠軍答辯。他們現場展示了自己精彩的成果，角逐開放命題AI創新大賽的總冠軍和各賽道冠軍。

最終，兩支團隊並列奪得總冠軍，分屬自動駕駛賽道和創新賽道。總冠軍獎金翻倍，兩支隊伍各獲得10萬元獎勵，其餘五個項目獲得各賽道冠軍。

DeeCamp人工智慧訓練營是一項面向全球大學生的公益項目，專注培養應用型AI人才。自2017年暑期啟動以來已舉辦四屆，培養了上千名大學生。DeeCamp 2020 由創新工場聯合華為共同推出，在今年全球變局與挑戰的背景下，旨在召集科技領軍新人才，肩負時代新使命，用AI解決真實世界的難題。受蔓延全球的新冠疫情影響，DeeCamp2020大師課和開放命題AI創新大賽全部轉為線上進行。

創新工場董事長兼CEO李開復博士，創新工場人工智慧工程院執行院長王詠剛，創新工場運營合夥人黃蕙雯，華為雲首席戰略官餘虎，聯合國開發計畫署駐華代表白雅婷（Beate Trankmann），路孚特（中國）科技有限公司董事長兼總經理党曉青等嘉賓出席典禮現場，予以專案點評，並為優勝隊伍頒獎。

華為雲首席戰略官餘虎表示：“華為一貫非常注重AI人才的培養，我們在2018年就發布了沃土人才培養計劃；通過華為雲線上的ModelArts AI訓練平台，以及端側的Hilens kit等算力平台，在高校，跟學校一起，聯合開展教材設計，課程設計；並且舉行無人車大賽，聯合創新創業及科研合作。目前已經和超過50所雙一流高校，形成了良好的合作，培養了上萬名學生。這次華為雲ModelArts平台很好支撐了創新工場DeeCamp大賽，幫助全國各地參賽學生隊伍的實戰項目挑戰AI難題。大家的作品和創意都非常好。期望後面大家能基於本次大賽作為良好開端，更好的掌握AI技能，發揮想像力，基於AI工程化落地的視角，用AI解決真實的產業和生活難題，給社會和生活帶來更多的改變。”

聯合國開發計劃署駐華代表白雅婷表示：“人工智能以及其他新興技術的發展會改變我們的生活，甚至可以為氣候變暖、新冠肺炎等全球性問題提供解決方案，然而它們也會擴大數字鴻溝並造成新的不平等現象。希望各位學員在日後的研究中可以運用所學，促進變革，通過自己的努力為人類創造更可持續的未來。”

路孚特（中國）科技有限公司董事長兼總經理黨曉青表示：“從2019年開始，路孚特成為DeeCamp合作夥伴，為學員分享金融行業深厚的業務知識和豐富的專業數據，並提供學習並實踐相關課題的資源。作為路孚特戰略研發運營中心之一，北京研發運營中心希望能夠吸引國內優秀的AI專業人才，增強AI專業人才儲備和研發技術能力。”

▌6支 AI Demo競逐總決賽，兩支並列總冠軍，10萬獎金翻倍

DeeCamp2020入圍總冠軍答辯的6支項目團隊，分別來自創新賽道、自動駕駛賽道、教育賽道、醫療與公共衛生賽道、商業賽道。8月5日上午，通過雲端連線的方式，6支團隊各自展示了激動人心的Demo作品。

經過評委打分、討論，自動駕駛賽道的Faster&Better團隊和創新賽道的方仔照相館團隊，最終共同奪得總冠軍。總冠軍獎金翻倍，兩個團隊分別獲得10萬元獎勵。另有五個項目獲得了各賽道冠軍。

為什麼最終選出兩個冠軍？評委之一、創新工場董事長兼CEO李開復博士解釋說，這兩個項目評委打分相同，難分伯仲。“Faster&Better”團隊的技術讓人震撼，這說明在今天，黑科技創業的空間仍然存在。而“方仔照相館”團隊則以商業取勝，讓我們驚訝於積木居然可以與AI結合。他們的“方頭仔”產品讓人充滿購買欲望，幾乎是一項可以直接拿到融資的項目。“我們認為這兩個組，任何一個單獨奪冠，都不能完整表達DeeCamp代表的精神，所以最終決定評選出兩個總冠軍。”

▍總冠軍：方仔照相館 BrickMeStudio
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：自動積木建模

AI+積木？聽起來如此跨界的兩件事，會有什麼奇妙的組合？

來自北京航空航太大學、清華大學、香港中文大學、奧地利科學技術研究所的同學們組成的“方仔照相館”團隊，用AI玩轉積木，為創意插上了翅膀。

他們打造了一個AI積木創作平臺“方仔照相館”，簡單上傳一張頭像照片，就可以生成個性化定制的方頭仔玩偶頭像。未來，只需一鍵下單，百變趣味的方頭仔就可以郵送到家。

怎麼實現呢？他們先根據輸入的圖像，抽取特徵向量，比如髮型、劉海、鬍子、眼睛、下巴、膚色、上衣款式、衣服圖案、鞋子顏色、手的擺放、褲子紋理等，匹配相應的積木零件，然後生成積木模型和拼裝步驟。

“方仔照相館”團隊希望將自己對積木的熱情，傳遞給更多人。積木不只是孩子們的玩具，更是創造力的源泉，“AI時代，更要注重創造力培養”。

▍總冠軍：Faster&Better
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

自動駕駛是人工智慧中最具挑戰、最具有應用前景的方向之一。對於需要大規模落地量產的車輛檢測場景，神經網路模型只能在較為廉價的晶片上運行，這為檢測模型的效率帶來了巨大挑戰和約束。

Faster&Better團隊在滿足嚴格算符算力的約束下，設計了一種極為高效的anchor-free車輛檢測模型。該模型採用了backbone、後處理策略，將物體看作點，使用輕量的head來預測物體位置、類別和bounding box，在保障性能的同時大幅提升了速度。
Faster&Better團隊對項目的商業價值也進行了思考。該車輛檢測模型能夠很容易地部署在低成本的晶片上，實現產品的落地，帶來商業回報。模型反覆運算速度快，可以使用更低的功耗訓練和維護。模型精度高，能夠為無人系統的安全性和穩定性保駕護航。

未來，該車輛檢測模型也有廣闊的應用空間。一是可以部署到行車記錄儀等傳統硬體上，使其智慧化，具備行車預警功能；二是可以部署到安防監控中，使用模型自動過濾篩選，將視頻中有車輛的場景加以保存，節省存儲空間，也節省人員重播視頻的時間。

▍教育賽道冠軍：Teched U
所屬賽道：用AI驅動的教育新工具和新方法
挑戰賽題：網路公開課聚類、檢索、評價和推薦工具

線上教育是未來趨勢，但錄播課的用戶體驗不佳。大量的錄播課僅將一段長視頻從線下直接搬運到線上，難以避免冗餘重複，造成學生積極性差、完課率低等問題。

來自卡內基梅隆大學和沃頓商學院的同學組成了Teched U團隊，希望用AI技術賦能線上教育。他們通過自研原創神經網路 TopicNet，實現長視頻切割、大綱提取、知識搜索三項功能。

通過視頻切割，尋找知識結構中斷點，可以將一小時的教育視頻切割成5-10分鐘的短視頻，讓使用者利用碎片化時間學習；通過大綱提取，借助整理好的知識大綱進行跳轉，讓使用者快速瞭解知識內容的結構；通過知識搜索，可以精確尋找到相關視頻和精確到秒的視頻跳轉位置。

目前，線上教育巨頭主要通過人工標注做視頻切分，但對於缺乏人才和技術的中小型線上公司，這項低成本的視頻切割自動標注技術，可以説明他們豐富視頻內容，實現精准推薦，從而提升用戶體驗和轉化率。

▍醫療賽道冠軍：心靈捕手
所屬賽道：用AI應對醫療和公共衛生領域的新挑戰
挑戰賽題：通過深度學習識別生物電信號

在DeeCamp，AI+醫療也可以大顯身手！

由“心靈捕手”小組帶來的“聽醫聲AI 診斷專家”項目，是本屆DeeCamp項目中唯一一個軟硬結合的項目。硬體製作、小程式設計開發等工作，全部是在DeeCamp期間用兩個月的時間完成。

“聽醫聲”AI診斷專家通過電子聽診器採集心音、呼吸音、脈搏，並將電子化的信號傳遞給微信小程式及後臺雲端分析系統，進行定量分析判斷使用者的健康狀況，實現健康監護、疾病預警、輔助診斷。若檢測到身體異樣，可自動推薦附近的醫院。未來，“聽醫聲”既可以輔助醫生做疾病早期篩查、健康監測，也可以用在留守老人監護、殘疾人健康關愛等領域。

值得一提的是，“聽醫聲”的脈搏波資料集，通過與醫院、診所、體檢中心等工作單位合作，共採集了6000余例由中醫專家標定的脈象資料，把專家經驗轉化為臨床診斷量化標準，實現了中醫問診的客觀化、資訊化。

▍創新賽道冠軍：AI科幻世界
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：科幻小說自動/輔助生成

你能想像一個AI構建的科幻世界嗎？在DeeCamp2020，AI正在創造一個全新的寫作時代。

來自中科院、美國喬治梅森大學等高校的五位同學組成的“AI科幻世界”團隊，基於Open AI 的GPT-2模型，在百億級中文大規模語料上重新訓練，打造了一位神奇的“AI科幻小說作家”。

這位元“科幻作家”，可以根據設定好的故事主線、人物角色等，互動式生成科幻小說內容，不僅可以遣詞造句，還可以創作構思，讓普通人也可以化身“科幻文學大咖”。

“AI科幻世界”團隊在開發的過程中，借鑒作家創作小說的過程，受到認知心理學和文學理論啟發，提出情節大綱主導的、人機協同寫作的範式：用戶輸入第一句，機器輸出多個人稱一致、語句連貫、邏輯合理的下一句話候選，由用戶做篩選和修改，不斷重複形成情節閉環。

在人機協同的半自動模式下，AI科幻世界寫作故事大綱的速度每分鐘可達50-100字。而在無人干預的全自動模式下，可以在1秒鐘之內寫出一個曲折動人的兩千字故事，揭開了創作的神秘面紗。

未來，科幻小說自動/輔助生成可以應用在商業傳播場景中，提升內容的廣度和個性化，兼顧精准分發下的使用者需求和內容品質，滿足企業對海量資訊的搜集、分析、篩選、整理和發佈需求。

▍商業賽道冠軍：“Non-pretrain”
所屬賽道：AI 賦能的商業決策與商業流程優化
挑戰賽題：人工智慧在量化交易和投資中的決策輔助

量化交易是指以先進的數學模型替代人為的主觀判斷，利用電腦技術從龐大的歷史資料中海選能帶來超額收益的多種“大概率”事件以制定策略。
來自南京大學、復旦大學的“Non-pretrain”團隊，針對外匯量化交易的歷史資料，提出了一種資料依賴的相似性度量方法。對每一個分類，分別使用所提出的層次注意力LSTM模型對未來匯率進行預測。最後對多個類的預測結果進行集成，並結合挖掘出來的典型pattern制定交易策略。

此外，聯合國開發計畫署一直非常關注高新科技與人工智慧在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

此外，DeeCamp還組織了學員互評，評選最受學員歡迎的作品，最終西天取經、You OnlyLook Us、AI科幻世界三個團隊獲此殊榮。

▍自動駕駛賽道冠軍：“西天取經”AwesomeDet
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

西天取經團隊由來自北理工、北航、新加坡國立、北大、麥吉爾大學的五位極客組成。他們希望在自動駕駛的漫漫長路上，經歷磨難，不斷成長探索。

團隊採用了業界先進的技術，從Backbone、Neck、Loss三個層面出發，設計了一系列滿足算符算符約束的目標檢測模型，並做出適配改進，進行算法針對性優化。

推理速度是衡量自動駕駛技術的關鍵指標，目前行業內對推理速度的最低要求是10fps, 而該團隊的產品推理速度最快達到了74.5fps。

同時，他們提出了基於數據分析提出特定的增強方法，改善了夜間難樣本的訓練。經過真實場景下的測試，無論側視、後視、前視、夜景，都表現出了良好的遷移效果，測速、性能表現較好，達到了簡單場景下的車輛檢測要求，滿足了商業落地的要求。

該項目另外一大亮點是在手機上集成了檢測產品，做到了產品級別的實時呈現。未來，產品將可以搭載到智能行車記錄儀車輛預警、車載手機預警APP、交通事故實時監測、實時治安情況監測等多個領域。

此外，聯合國開發計劃署（UNDP）一直非常關注高新科技與人工智能在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

▌74所高校200余名學生參與，12位大師授課

DeeCamp2020採用開放報名+定向邀請的方式，通過激烈競爭，200余位學員最終入選。

他們來自清華大學、北京大學、中國科學院大學、南京大學、北京航空航太大學、復旦大學、中國人民大學等44所國內高校，以及卡內基梅隆大學、麻省理工學院、牛津大學、康奈爾大學等30所海外高校，分佈在86個國內城市及北美和歐洲的17個海外城市。

學員中，碩士生占比56%，本科生占比26%，博士生占比17%。另外還有1%的學員是優秀的高中生，他們的技術科研能力已經達到了大學本科生的水準。

DeeCamp2020獨創“大師課+開放命題AI創新大賽”模式，讓學員既可以近距離與科研及產業領域大師溝通交流，也可以與志同道合的小夥伴結隊，親身體驗 AI 技術如何轉化為產業應用、積累實踐案例經驗。

在大師課上，李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位來自AI領域學術界、產業界的重量級嘉賓，為同學們分享了AI前沿理論、產業創新、行業發展、創業趨勢等領域的最新洞察，讓大家充分領略了學術大師的思維方式，感受知識的魅力。

不同於常見的 AI 領域競賽，DeeCamp2020 開放命題AI創新大賽不以完成某一具體指標為目的，而是讓同學們組隊完成一個完整的創新項目，鼓勵其用創意向現在和未來人類面臨的科技問題發起挑戰。

因此，在賽題的設置上，DeeCamp聚焦社會熱點，關注真實世界與人們生活，共設置五大賽道14個新穎賽題，允許學生自由組隊。五個賽道分別是：

•教育賽道：AI 驅動的教育新工具和新方法
•醫療賽道：用 AI 應對醫療和公共衛生領域的新挑戰
•創新賽道：人工智慧的創新思考與前沿設計
•商業賽道：AI 賦能的商業決策與商業流程優化
•自動駕駛賽道：自動駕駛的技術突破與前沿創新

據創新工場人工智慧工程院執行院長王詠剛介紹，這次的賽道賽題設計具有“更熱門”、“更真實”、“更接地氣”三大特點：

“更熱門”：2020年是特殊的一年，我們面對著最多的變化，最多的挑戰，也是最多的機會，因此賽題設置貼合當前社會最關注的熱點問題，如健康賽道關注仍在全球延燒的新冠疫情。

“更真實”：為了讓同學們最大限度地接觸真實世界，所有賽題提供的資料都來自各個合作企業的真實場景資料。例如在Momenta提供的自動駕駛賽道中，Momenta為同學們提供了一批獨家未公開的128線雷射雷達檢測資料集和十萬量級視覺資料集，希望同學們在科研人員帶領下一同解決行業中的各類技術問題。

“更接地氣”：賽題設置與同學們的學習生活息息相關。在教育賽道中，人工智慧對程式設計教育的應用占了很大的部分，因為參賽的同學大多來自數學、電腦專業，有自學程式設計的經歷，這能促使參加該賽題的同學發揮主觀能動性，更好的利用自身經驗提高項目完成品質。

最終，共有9支隊伍選擇了商業賽道，10支隊伍選擇了自動駕駛賽道，5支隊伍選擇了教育賽道，6支隊伍選擇了醫療賽道，7支隊伍選擇了創新賽道，向這些難題發起挑戰。

▌你想用AI改變什麼？——DeeCamp學員的AI願望

人工智慧是一項偉大的技術，我們有幸生活在這個時代，也應該努力讓人工智慧造福人類社會。

“你想用AI改變什麼？”在主辦方發起的一項徵集活動中，200多名同學用紙和筆，寫下了自己的AI願望：

o“我想用AI改變人們的出行方式”
o“我希望用AI改變人們的教育環境，為所有人帶來更加智慧化的教育方式”
o“我希望用AI解決量化投資及商業決策問題”
o“我想用AI改變遊戲設計”
o“我想用AI改變文學作品的表現方式，讓大家能更加淋漓盡致地表現所思所想”
o“我想用AI改變醫療診斷技術”
o“我想用AI改變我們觀察世界的方式”
………

創新工場人工智慧工程院執行院長王詠剛表示，DeeCamp是一個為學生服務、充分發揮學生自主精神的人工智慧訓練營，鼓勵所有來到DeeCamp的同學進行一段自我驅動的AI學習實踐之旅。

在專案期間，DeeCamp的同學們充分發揮了“自我組織、自我管理、自我表現”的精神：自發組織了13場分享會，涉及創業經驗、讀書感想、技術研討、項目交流。在官方組織的“飯？泛？FUN？”談會中，學員們積極與各位大師雲上約飯，探討AI產業發展、創業方向、職業選擇等話題。

DeeCamp人工智慧訓練營自誕生起，就以消弭中國AI應用人才鴻溝、培養和完善中國AI應用人才生態為初衷，堅持公益屬性，將知識課程與項目實踐相結合，引導學生體驗 AI 技術如何轉化為產業應用，積累實踐案例經驗。

自2017年暑期首次開辦以來，DeeCamp總計收到來全球 1000 餘所高校超過 20000 份報名申請，已有 1000 余名學員順利結業。

DeeCamp的最大期待，就是結業的學員們都能在方興未艾的 AI 產業浪潮中，真正解決來自真實世界的難題，將論文中的 AI 演算法打造成一個個成功的 AI 產品與解決方案，用AI創造更美好的人類未來！

未來，DeeCamp 將繼續砥礪前行，不遺餘力地在人工智慧人才培養上面挖掘新方法和新思路，為 AI 領域輸送最新鮮的血液、提供最堅實的力量。

【漢廷說歷史】週末討論

今天是星期天，恭喜所有學習完一周的朋友。在周日我會挑選3-4個網友的留言，並回答問題，希望大家能一起學習。

第一集留給大家思考的問題是，你覺得養蠶取絲織衣服是嫘祖一人生而知之該這麼做嗎？比較有可能的狀況是什麼？如果一個創新是植基於多樣的基礎或多人的合作，那說明什麼？

【Wei Bang Liu：嫘祖取絲織衣服是經過前人不斷探索的經驗和實踐活動得來的，所以認識和實踐的辯證統一關係可以回答這個問題。創新是一個民族進步的靈魂，是一個國家興旺發達的不竭動力。】
【用戶6432355226：人類學會養蠶取絲織布制衣，肯定不是一個人的智慧，是集體智慧的結晶，人類是群居動物，三個臭皮匠，頂個諸葛亮，找到社會痛點，然後提供解決的辦法，這就是創新，也是商機。】
【李光懋：古時很多創意確實需要長時間的知識累積，或是經驗的傳承，後來更需要共同的努力。】
【lier11041988：創新=市場需求+人才+資金+技術+配套政策】

這四位朋友說的都很正確，偉大的產品和創新往往不是一蹴而就的，而是奠基在許多前人的技術和成果，組合成新的方式，優化並發揮到極致。學者馬祖卡托（Mariana Mazzucato）說，IPHONE的誕生，需要如微處理器、存儲晶片、固態硬盤、液晶顯示、觸摸屏等12個關鍵技術的儲備，這12項技術都不是專門為了IPHONE發明的，但IPHONE能將過去所有的技術組合，加以創新。再比如沃爾瑪，郊區選址、商品低價、店鋪做到大規模、商品包羅萬象，並且利用技術優化運營，每一項都不是沃爾瑪最先發明的。但是，它的真正厲害之處，就是把每一項都發揮到了極致。

第二集留給大家思考的問題是，哪些企業是像王石所說的，培養團隊為主，不特別培養接班人呢？

【專業鏟貓砂：所以小平同志很聰明啊，培養兒子不如建立制度，現在中國的崛起全賴當初他的改開。誰一提到今日中國，都回避不了他，這才是大智慧。】
【耶列納：地產企業傳給二代比較多吧。很多二代從小被培養，素質很高。不過企業興衰也並不是僅有賢人就行，還是要有一套自我適應，更新反覆運算的體系。】

大陸官員選拔精準來說是要貼近「選賢任能」。大陸最高決策機構，即中共中央政治局常委的候選人幾乎都擔任過兩任省委書記或具有其他相應的工作歷練。在中國大陸，治理一個省的工作，對才幹和能力的要求非常之高，因為一個省的平均規模幾乎是歐洲四五個國家的規模。

學者張維為認為，中國近年已經把「選拔」和「選舉」較好地結合起來。因為高級幹部的晉升必須經過大量的基層鍛煉，經過不同崗位的工作實踐，經過包括初步考察、徵求意見、民調、評估、投票、公示等一系列程式，最後才能擔任關鍵職務。

也就是說，民主能保證壞人出局，防止「下下策」，卻未能保證好人當選。但大陸儒家選賢任能的體制能盡力「上上策」選出經考驗的有能者，又能保底完成「下下策」，讓不適任者淘汰。西方有選舉民主，東方有選賢任能，孰優孰劣，時間驗證一切。

第三集留給大家思考的問題是，不論在政界或商界，你有印象中危機公關處理得好的例子嗎？如果人人皆知危機公關如何處理，可能還會發生什麼事呢？

【Filostrato_趙：個人也認同“堵不如疏”，但是應該警醒一個誤區：“疏”是疏導，不等於完全不加幹預讓民意發酵，而是積極地澄清事實，引導輿論。因為在集體無意識下，民眾並不真正地渴求真相，你不重視引導，自然有人趁機攪渾水。所以，“堵不如疏”裡，“疏”也是一個主動作為的動作，而不是被動地招架。】
【耶列納：危機公關確實如你所分析的，要快准狠，不過如果人人都按套路來先臨時應付過去，沒有實質改正，可能反而也會引人反感的】
【Maggie Gu：我以為討論危機處理，前題當然是品質重要。但維持品質一但沒做好，就需要討論危機如何化為轉機。車廠發現氣囊故障，第一時間立刻召回處理，對大眾道歉，對消費者補償，可以將傷害降低。食品業被查獲過期品，對外回應：是為了累積一定數量再行銷毀。公關危機處理是一間公司（或組織）本來就必需具備的能力。】
【Barbara Shen：危機公關處理的好不好有這麼重要嗎？知道是危機公關處理，就表示政客，公關講的話都是相對的假話。公關處理的修辭與方法，就跟政客的修辭一樣，全部抵制。我認為怎麼處理不重要，我認為事實的品質更重要。談這個話題的目的就是要教消費者如何認識企業危機處理的方式，從而選擇對的企業。道歉誰都會道。但是道德不是每個人都有的。】

這四位網友說的都很好，我想表達就是，如果人人都懂了危機處理的套路，忽略了本身品質，是捨本逐末。因此大家需要關注那些在看似誠懇道歉的背後，是否拿出具體的措施與保證。

第四集的問題是，你還知道哪些方式能夠優化用戶體驗嗎？哪些企業或商家，是讓你覺得在用戶體驗上下過功夫的呢？

【Maggie Gu：某間位於西門町的青年旅館，設計了一面格子牆，方格內可放置個人盥洗用品。跟一般青旅需把濕漉漉的用品收納回床位，小小設計，大大貼心。】

好的設計不需要昂貴與技術，而是在某些細節之處能夠帶給使用者意想不到的便利。

【溫如言：大家都在說優化用戶體驗的，我想起個反例（或者說特別的例子）：派派app。介面極其簡陋，但他偏偏能盈利。】

偷紅包跟整人的體驗非常吸引人，符合時下青年的範兒。

【耶列納：我覺得從用戶投訴中提煉也是很有效的，比廣泛撒網詢問客戶需求更精准。做得好的企業我認為微軟可以算上。之前Xbox送修，電話回訪很敬業。如果只是發問卷，我可能敷衍填下，但經歷了售後流程，再接到回訪電話，就很有話可說。】

台灣的許多電信公司也是客服結束後會有電話打來詢問剛才服務的滿意度。不過從用戶的投訴中提煉，讓我想起某位創業大神說的話，與其努力讓給你50分的客人變成給你70分，不如讓原本給你70分的客人給你到90分。乍聽違反常理，但細思很受啟發。

【David MengKe Lee：足夠理解市場、意味著開發方面相當瞭解目標客群以及知道利基市場所在。都已經夠瞭解了、幹嘛把自己當白癡來開發設計？直接設計客戶想掏錢買的產品就好啦！保時捷的設計概念不會與豐田一樣就是這個道理！因為區隔出自己的市場、滿足這個市場需求且足夠有發展就好。中高低階商品都出、最終下場看HTC應該就很好理解了。所以、別以為僅把自己當白癡就會開發出夠好的產品！消費者如今已經沒有這麼笨了～】

指涉的應該是兩個概念，你說的是市場區隔，針對目標客戶發展產品。但產品的設計，「把自己當白癡」是讓用戶能以極簡便的方式便能體驗產品。比如賈伯斯對IPOD的要求是找一首歌或使用一個功能，按鍵次數不能超過三次、對IPAD的要求是小朋友不看說明書都要會操作。

第五集留給大家討論的是，你知道哪些輕視對手、最後反被對手打敗的例子嗎？除了驕傲自大，還可能是那些原因？

【耶列納：除了驕傲自大，還有就是懶於去分析、適應新形勢吧。碰到一個問題，最便捷最懶的方法就是直接照搬以前的做法，但事物不是一成不變的，要保持警惕敏捷，注意變數，調整己方策略。當然這說來容易做來難啊】
【席睿：我認為敗因不是輕視對手，而是自身做得不好。】

兩位朋友說的都很正確，自己做不好的失敗可以理解，但問題往往在自己沒錯，卻還是失敗了。就是我們在第六集引用《創新者的兩難》一書所說，「就算我們把每件事情都做對了，也有可能錯失城池。」「面對新技術和新市場，往往導致失敗的恰恰是完美無瑕的管理。」能否適時的創新才是關鍵，《浪潮之巔》這本書提到「基因決定定律」，一家已經成功的公司，一旦新業務和傳統業務有衝突，通常的策略是犧牲新業務，畢竟既有業務多賺錢，新業務前途茫茫，讓轉型多了一個隱形的障礙。縱使下定決心開創新領域，也會不自覺用舊有的做事方法、思維方式去應對新市場，也難以真正開創新局面。

當然，在這一集，許多朋友都糾正，妹喜應該讀「末喜」，感謝朋友指正！

第六集請大家討論的是，大企業做了哪些錯誤的判斷，後來者又是如何創新的呢？大企業該如何避開既有局限，自我成長呢？

【耶列納：是的，體積大了就尾大不掉。而且大企業試錯成本高，面對各式新技術，如何能確定哪個是正確的選擇？對新創小企業來說卻不需要過多顧慮，如果找准切入點抓住機遇，更可能成功。】

這位朋友說得非常正確，GOOGLE的業務拆分、騰訊讓好幾個團隊同時設計即時通訊程式，都可作為借鑒。

【吳政億：紂王的淫亂殘暴 - 聽最近有文章出來 說都是封神演義杜撰的】
【林佳謀：其實子受辛恐怕不是歷史上所說的那麼暴虐無道，因為他被述說的無道行為和姒履癸太相似了，簡直是一模一樣！！所以姬發伐紂，恐怕有很多罪名是周王朝所杜撰出來的，把夏桀罪名如法泡製在商紂身上~~藉以證明自己反叛有理…】

兩位朋友說的沒錯，如郭沫若便寫過未紂王翻案的文章。〈牧誓〉最早記載紂王的罪過才四項，一是聽婦人言，二是不重視祭祀自己的祖先，三是不重用自己的兄弟，四是起用他國的逃犯。未提及酒池肉林或剖孕婦與炮烙等事，而四件事以現代角度看，根本沒多壞。紂王的腐敗，是後代加工而來。

綜觀這四點，我看來只有一個目的：團結同志。

周聯合了許多部落攻打商，包括許多商朝的舊有貴族，武王的說服對像是他們：紂王太壞了，他不聽你們大臣的話，去聽妲己的；他連你們家的祖先都不祭祀、禁止你們用奴隸殉葬，實在管太多；你們身為親戚的本來都可以當官，想不到紂王沒用你們，還用一堆戰犯；讓奴隸與咱平起平坐，大大損害我們貴族的利益！

〈牧誓〉指紂王提拔奴隸戰犯當官，「俾暴虐於百姓」，當時平民無姓，百姓指的是百官或貴族。罵完了紂王如何對大家不公平，接著武王說「今予發，惟恭行天之罰。」我姬發就代替上天懲罰紂王。

所以紂王有那麼壞嗎？還是子貢說的好。「君子惡居下流，天下之惡皆歸焉。」

感謝所有參與討問互動的朋友，每一則留言我都會親自看過，並逐一挑選。大家的建議我都看到了，髒話在後面會以消音形式播出，謝謝所有支持並給予鼓勵的朋友。至於來謾罵的也非常歡迎增加我們討論的熱度，但請不要罵到別人。「漢廷說歷史」是寒假期間的特別企劃，每天都有，祝福大家都能開心學歷史。我們明天見。