又有人侮辱四川凉山救火英雄决不轻饶!北京东城警方发布通报

据@平安东城 消息,2019年4月12日,警方接到网民举报称,一网民在微信群中发布侮辱四川凉山救火英雄言论。

据@军事爆料圈 发布的微博称,一名网名为“挑战极限”的网友在微信群中发布了侮辱四川凉山救火英雄的言论,@军事爆料圈 请@首都网警 @平安北京速查人渣!信息显示该网友地点位于北京东城。

除了AI系统能力本身得到认可之外,其他技术的应用也能够帮助AI更好地发挥作用。在许多国家,拍摄眼底影像所需的设备和专业技能供不应求。但是,配备视网膜成像专用相机的智能手机可与基于云的人工智能软件相结合,以筛查糖尿病视网膜病变,使眼科检查更便宜、更方便。

拖后中场有隐患,恒大不可掉以轻心

通过将具有强大处理能力的人工神经网络与海量图像数据集相结合,研究人员能够创建深度学习网络,完成传统编程软件无法完成的复杂任务,包括打败一些世界上最优秀的围棋选手。华盛顿大学的眼科医生Aaron Lee说:“这是一种巨大的飞跃,所有这些曾经是天上掉馅饼的事情现在在技术上都是可行的。”

后腰何超以及边后卫张琳芃在此次进攻中均大幅前插

英雄烈士的事迹和精神不容亵渎

什么是黑盒问题?简而言之就是,人工神经网络也难以理解是如何做出决策的。 这种不透明性在诊所尤其令人烦恼,其中人工智能系统诊断背后的推理对于获得监管部门批准至关重要。“可解释性成为美国食品和药物管理局的一个大问题,”Abràmoff说,“如果你希望算法能自我驱动,你需要能够解释算法的作用。”

因此,定期筛查对于治疗糖尿病视网膜病变至关重要。但评估美国约3000万糖尿病患者,以及全球4亿多糖尿病患者,似乎是一个无法克服的挑战。每年只有大约一半的糖尿病患者会按照建议检查自己的眼睛。

此役恒大坐镇天河体育场迎来澳超强队墨尔本胜利的挑战,相比于之前两场亚冠比赛他们在比赛中所暴露出来的进攻效率低下的问题,本场比赛的广州恒大充分运用外援塔利斯卡的个人能力以及国内球员的高速前插能力,之前的盲目传中以及复杂的中路渗透则几乎被完全摒弃。不得不说,卡纳瓦罗本场比赛的战术打法最终获得了极大的成功,而巴西外援塔利斯卡强大的个人能力也彻底的展现出来。

在某些情况下,这些人工智能系统的能力可能会超过人类。例如,德国雷根斯堡大学的遗传学家Bernhard Weber及其同事开发了一种深度学习算法,用于对AMD的进展进行分类。AMD是50岁及以上人群视力丧失的主要原因。尽管后期AMD很容易被发现,但Weber发现他的团队的AI程序也可以识别疾病的早期阶段。他说,“这是很困难的事情,即使对眼科医生来说也是挑战。”

在这些技术进步的背景下,2010年,Abràmoff在爱荷华州Coralville成立了公司——IDx Technologies。经过与FDA的长时间讨论,他建立了一个临床试验,证明IDx-DR可以在真实世界里运作。从2017年1月开始,这个试验招募了来自美国10个地方的900名糖尿病患者。

DeepMind和Moorfields眼科医院的研究人员甚至走得更远。他们构建了一个AI算法,该算法可以自己给出针对50种常见眼部疾病的转诊决策。该系统在OCT视网膜扫描中识别出眼病的迹象,然后决定一个人去看专家的紧急程度。DeepMind的AI系统可以显着减轻眼科医生的工作量。去年,英国国民健康服务中心安排了825万眼科门诊预约。 Keane说,“人们没有意识到我们日常的工作压力。”

另一种方法涉及使用不同种类的黑盒。张康教授和德国雷根斯堡大学的遗传学家Bernhard Weber屏蔽部分视网膜图像的人工智能算法,并观察系统的诊断过程。这使Weber能够确定AI算法在视网膜中的哪个位置做出决定。Weber说,“你看到的是,它正是人类眼科医生的样子。”

参考资料:@平安东城、@军事爆料圈、网友评论

这些显卡使得实现被称为人工神经网络的计算密集型系统变得更加容易,这些系统受到神经元在大脑中互连方式的启发。这种网络由处理图像不同特征的连接节点层组成,每个属性都被赋予一定的权重,然后系统将这些权重组合起来输出一个结果——如眼睛是否受到糖尿病视网膜病变的影响。

要解决的不只是技术问题

故技重施,塔利斯卡再入一球

作为中锋的杨立瑜在本次防守中回撤的居然比三位中场还深

2018年4月,IDx-DR成为美国第一个被批准用于检测糖尿病视网膜病变的自主诊断系统。“这是非常好的一天,”Abràmoff说。

这粒进球的诞生绝大部分功劳应该归功于杨立瑜的高速前插,如上图所示,塔利斯卡将皮球传给保利尼奥的时候杨立瑜还在己方禁区弧顶,但在短短五秒钟的时间内他便用极速冲击能力超越保利尼奥来到最前方,正是如此不惜体力的高效前插才促使了接下来的那一粒进球的诞生。

何超、张琳芃进入禁区之后,对方的两位中后卫分别被杨立瑜和何超缠住,而张琳芃又吸引了对方左边后卫布朗的注意力,这时一对一盯防塔利斯卡的仅仅只剩下中场布罗克汉姆一人,凭借塔里斯卡的身高以及出色的弹跳能力,后者自然是不可能占到任何的便宜。

开局施压造威胁,塔利斯卡敲山震虎

本场比赛广州恒大坐镇主场以逸待劳(上一轮广州德比他们也是主场作战),对手墨尔本胜利在上一轮的澳超比赛中在客场输给了悉尼FC,本场比赛他们又要远渡重洋来到中国广州,可以想象,墨尔本胜利的球员们身体状况肯定远远比不上恒大球员。在这样的先天性优势下,卡纳瓦罗自然也部署了开场前压逼抢的战术,从最后取得的结果来看,恒大抢开局的战术打法取得了非常出色的效果。

恒大的首粒进球来自于塔利斯卡完美的长传转移调度,塔里斯卡在接到张琳芃传球之后迅速用一脚大范围的斜长传将皮球转移至左路。而在郜林左路持球的同时,包括后腰何超以及边后卫张琳芃在内的四位恒大球员迅速前插至对方禁区,而此时墨尔本胜利在点球点附近也仅仅只有四位防守球员。

何超以及张琳芃的前插在首粒进球过程中发挥巨大作用

单拖后中场的问题在此次防守中暴露无遗

这一次进攻配合将塔里斯卡跑位飘忽的特点完全展现出来,倾向于右路进攻的他在用一脚大范围转移之后并未立刻高速前插,等到郜林在左路形成一定突破之后他才开始提速进入禁区,此时对方中场瓦勒里完全没有意识到塔利斯卡的前插,等到郜林已经将球传起来之后他还在小禁区前呆呆站立,最终塔里斯卡也凭借着他的身高优势力压对方另外一位中场球员布罗克汉姆头球破门。

一些研究人员没有教人工智能算法寻找疾病的特征(就像Abramoff在IDx-DR中所做的那样),而是指导它们筛选来自健康或病变眼睛的大量图像。然后,AI系统必须自己解决如何区分它们的问题。2017年,Wong和他的团队使用几项研究中收集的视网膜图像,来训练人工智能系统,这些图像包括新加坡国家糖尿病视网膜病变筛查项目在内。

机器学习使用数据和定制算法来训练机器执行任务,从20世纪50年代以来,它已经显示出在图像分析上的潜力。但是,即使是Abràmoff在40年后开始他的研究时,硬件条件也不足以使机器学习用于分析真实世界的医学图像。

这就是为什么Wong和其他人,包括Abràmoff正在开发能够同时检测出几种眼疾的AI系统。

为了解决黑盒问题,IDx和DeepMind在诊断眼睛状况时采用双管齐下的方法来询问他们的AI系统的决策。一种算法检测人的视网膜图像中的疾病特征。然后,另一种算法使用这些特征来决定该人是否需要咨询眼科医生,如果需要,则需要多么紧急。通过划分这些步骤,临床医生可以确定深度学习网络在提出推荐建议之前如何解释图像,DeepMind的计算机科学家Olaf Ronneberger说。

尽管如此,Abràmoff精心设计了数学方程来描述视网膜中的各种病变,然后编写了算法来检测它们。到了21世纪初,他发表了大量关于这一主题的论文,随着时间的推移,他获得了相关专利,希望能获得制药或生物技术公司的许可。但这个想法没有成功。“什么都没发生。”他说。

墨尔本胜利截止到目前排名澳超第三,这支球队打法偏英式,善于使用身体对抗获得机会,是本赛季广州恒大小组中相当难对付的一个对手。墨尔本胜利此役主力倾出,前锋线上他们派上了澳超射手榜第三名的巴巴罗塞斯和第五名的托伊沃宁,这两人兼具速度和身体对抗,能否防守住这两人的轮番冲击是本场比赛恒大后防的重中之重。

快速前插造反击,杨立瑜打入一球

本田圭佑将皮球分给11号托伊沃宁之后则迅速来到禁区弧顶位置等待机会,此时恒大三位中场球员均不在自己位置上,如果不是身为中锋的杨立瑜积极回防到禁区前沿位置,对方11号托伊沃宁便可以非常轻松地将球横敲至禁区弧顶的本田圭佑,前米兰十号在这个位置从容起脚打门的话对于恒大的球门将会有极大的威胁。面对小组赛已经三连败的墨尔本胜利尚且能暴露出来这样的空档,如果在面对日韩球队不更加重视的话恐怕会酿成更加惨痛的后果。

训训练人工智能算法通常需要大量的数据,并使系统只执行有限的任务。但是一种被称为迁移学习的方法可以帮助训练AI程序使用更少的特定任务数据,使它们能够更快地学习执行类似的任务。

IDx-DR是美国FDA批准的首个无需临床医生即可给出筛查决定的设备。但它并不是唯一能够改变眼科领域的AI工具。

加州大学圣地亚哥分校的张康教授领导的一个团队采用了一种AI算法,该算法已经从公开数据集ImageNet上预先处理了数以千万计的日常物体图像,然后将其应用于一组约10万个OCT视网膜图像。尽管用于训练系统的视网膜特异性图像数量较少,但预训练使团队的AI程序能够准确诊断视力丧失的两个常见原因 – 糖尿病性黄斑水肿和脉络膜新生血管(通常是晚期AMD的结果),并决定需要把谁紧急转给专家。

尽管这类AI系统的准确性有助于获得监管部门的批准,但这种优势可能还不足以赢得临床医生和患者的信任。“作为一个社会,我们准备好实施这些东西吗?”Lee问道。

正是何超的前插让中场空档顿开

将训练中使用的OCT视网膜图像的数量减少到约4000时,算法的错误率翻了一番,但其性能仍然与人类专家的性能大致相当。

Abràmoff长期以来一直在探索是否可以使用计算机程序来筛查人们的眼病。几十年来,他开发了IDx-DR,这是一种AI系统,可以在几分钟内告诉一个人是否患有糖尿病视网膜病变。

此时的塔利斯卡已经“偷摸”地前压到了墨尔本胜利左路禁区前沿,不过此时塔利斯卡的身前还有3号布朗以及14号托马斯·邓,这时候他如果想要内切射门或者下底传中都异常的困难,就在这时卡纳瓦罗积极前插的战术再次奏效,杨立瑜并没有站立等球而是继续前插带走了对方的14号托马斯·邓,而原本被何超带走的6号布洛克汉姆即便已经高速靠近但也为时过晚,只见塔利斯卡轻轻将球拨到左脚直接画出一道逆天弧线破门得分。

张琳芃以及杨立瑜的前插带走对方两位防守球员

人工智能系统最终要做的不仅仅是检测单一眼病。“当医生评估一个人的眼睛时,他们会发现许多常见的情况,”Wong说,“你不能只说,’我只想知道你是否患有糖尿病视网膜病变’。”

雷锋网(公众号:雷锋网)此前报道,2018年2月,IDx公司就已经宣布,FDA已加快对其公司AI系统的审查进程。

雷锋网原创文章,。详情见转载须知。

这一粒进球的诞生虽然很大一定程度上来自于塔利斯卡的“黄金左脚”,但何超以及杨立瑜两人在进攻推进过程中先后两次前插依旧功不可没,如果没有这两次宝贵的前插,对方6号布罗克汉姆及时靠近而14号托马斯·邓又将射门路线封挡,塔利斯卡即便射术再精准也难以轻松起脚。

到目前为止,大多数人还专注于检测糖尿病视网膜病变,因为这种情况相对容易在图像中发现。“从计算机视觉的角度来看,这是一个相当简单的问题。”

我们先来看一看两队的首发,由于曾诚在比赛前的意外受伤,卡纳瓦罗被迫派上替补门将刘殿座;在后防线上意大利人则选择了目前恒大阵中最为稳定的四人组:布朗宁、朴志洙两位外援搭档中后卫,高准翼、张琳芃两人分居左右边路;在中场和前锋方面,卡纳瓦罗相较于广州德比仅仅做出了两人的调整,即用拦截能力更强的何超换下了张修维以及用郜林替换掉了于汉超。

Abràmoff在30年前开始研究眼部疾病的自动检测。但Abràmoff不确定计算机程序是否可以代表训练有素的专家,至少在开始时是这样。

杨立瑜在右路高速前插后破门得分

尽管AI系统的前景光明,也有人对系统是否能够普及表示担忧。新加坡国立眼科中心的眼科医生Tien Yin Wong说,在诊所使用人工智能将不可避免地引发人们对漏诊和误诊的担忧。他说,法律和道德问题最终可能决定技术的普及程度。

这种双层模型可能适用于眼科医生数量足够的情况下。但这项技术的最大潜力在于改善低收入国家或偏远地区的眼保健服务水平。这种推理促使Abràmoff在新墨西哥州的一个偏僻地区测试IDx-DR,这个地方距离最近的眼科医生也有好几小时的车程,来自谷歌的研究人员试用了一种深度学习算法,旨在发现眼科医院视网膜照片中糖尿病视网膜病变的迹象。

算力的进步和大规模的视网膜图像数据集促进了AI系统的发展,该系统不仅用于检测相对容易发现的糖尿病视网膜病变,还用于检测其他常见的眼病,例如老年性黄斑变性(AMD)和青光眼。这些人工智能系统可以提高大规模筛查的速度和准确性,以此改善眼科服务欠缺地区的现状。

自四川凉山火灾英雄牺牲后,全国已发生多起侮辱救火英雄的事件。此次事件也再次引发了网友们的愤怒。

队友高速的前插为塔利斯卡头球破门奠定基础

获得用户信心的一个障碍是人工智能系统的封闭性,它们就像黑盒一样运作——人们并不总是清楚这些程序是如何做出决定的。Lee说:“对于黑盒算法,你不知道为什么算法会做出这样的诊断。”

其中一个重要原因就是眼科医生的短缺。这些专科医生需要全面的培训和特殊设备,眼科医生短缺让患者不得不去很远的地方进行眼科检查。这个问题在低收入和中等收入国家尤为严重,印度只有15000名眼科医生为约7000万糖尿病患者服务。由于老年人、高风险人群的增长速度超过了眼科医生人数,更富裕的国家估计也会出现短缺。

Wong将基于人工智能的与无人驾驶汽车相提并论:在这两种情况下,他都不确定人们是否已做好完全自动化的准备。因此,他将他的系统设计为全自动或半自动,在这个过程中,它与人类一起工作。这类似于确保无人驾驶汽车有方向盘和刹车,这样人们就可以在紧急情况下接管工作。“这给我了更多信心,同时也可以显着降低工作量。”Wong说。

广州恒大的第3粒进球能够最直观体现出他们本场比赛成功的前插战术打法,当墨尔本胜利挑传被4号布朗宁顶出之后,塔利斯卡拿球后迅速将球塞给高速前插的保利尼奥,此时能够在保利尼奥身前进行防守的墨尔本胜利球员仅有3人,而这时广州恒大左有郜林前插、右有杨立瑜挺进,对方为了正面防守住保利尼奥只能让边路两位球员自由插上,最终保利尼奥巧妙将球塞给杨立瑜,后者不停球起脚直接打向球门右侧,对方门将阿克顿尽管碰到皮球依旧无法阻止破门事实。

张康、Keane和Wong计划在未来两年内进行临床试验,以确认他们的AI系统在诊断时是否与眼科医生一样有效——这是获得监管部门批准的必要前提。但是,要生产出可以在各种环境下使用的商业产品,还需要进一步的工作。“科学家们需要让它像iPhone一样可用。”Wong说。

比赛才进行到第二分钟,恒大便依靠塔利斯卡的个人能力获得了一个位置不错的任意球,而这个任意球的获得便正是来自于塔利斯卡积极前压逼抢造成门将慌张开球失误。从上图可以看出,塔里斯卡再接到对方门将的失误传球之后迅速持球推进,此时他左右两侧的杨立瑜以及张琳芃迅速高速前插带走了两位防守球员,仅有的一位正面防守塔利斯卡的球员最终也只能无奈犯规。可以发现,恒大利用对方对于场地不熟以及身体疲惫的劣势在开场进行高压逼抢的战术获得了巨大的成功。

警方提示,英雄烈士的事迹和精神不容亵渎,对于公然侮辱英烈的行为,公安机关将依法坚决打击,网络不是法外之地,违法行为必然受到严惩。

然而,该领域的乐观派认为AI辅助诊断已经准备好了。Pearse Keane是伦敦Moorfields眼科医院的眼科医生,也是DeepMind Technologies的顾问,这家公司由Google的母公司Alphabet所有。这家公司正在开发一种可以诊断眼疾的系统。“我仍然记得我第一次看到这个算法的时候,”他说。“我惊呆了,我觉得自己看到了整个眼科领域的变革。”

2018年6月,爱荷华大学医疗保健中心成为第一家使用IDx-DR的机构。Lee说,“IDx所做的一切,为其他公司在深度学习领域开创了先例。其他的AI系统也将会争先恐后地出现。”

恒大和墨尔本胜利的比赛是当之无愧的“6分大战”,下一轮比赛恒大将奔赴澳大利亚客场继续对战墨尔本胜利,这两场背靠背的比赛将极大左右恒大本赛季小组赛的出线形势,目前恒大所在的小组中有三支球队积分为六分,如果恒大能够在面对墨尔本胜利的两场比赛上均全取三分,在面对日韩球队的最后两轮小组赛中也能有更加充足的底气。

对此,东城警方迅速开展调查,于当日下午将该网民查获。经审查,嫌疑人黄某(男,38岁)交代,其为发泄个人情绪,发布了侮辱凉山因公牺牲英雄的言论。目前,黄某因涉嫌寻衅滋事罪已被东城警方依法刑事拘留。

尽管恒大本场比赛几乎没有给对方任何破门的机会,但在对方有限的几次威胁进攻中依旧暴露出来中场防守的硬度不佳。如下图所示,墨尔本胜利左边后卫布朗前插后将何超吸引过来,此时保利尼奥还在遥远的左路慢慢回防,而拖后的唯一一名中场防守球员黄博文不得不盯防对方另一名前插中场,这时候恒大中场区域近十米范围内几乎没有任何人进行拦截,对方核心本田圭佑可以轻松拿球进行组织。

总体来讲,本场比赛恒大球员的积极前插将墨尔本胜利的后防线冲击的溃不成军,不过在防守时所暴露出来的中路空档也应该被高度重视,如果想要增强中路的拦截能力可以考虑将何超的位置后移,让保利尼奥打一个突前的中场。只有在保障中场拦截能力的同时又兼顾多人前插,未来的恒大在亚冠赛场上才能有更加出色的竞争能力!

杨立瑜的前插在第二粒入球中发挥巨大作用

结果显示,Abràmoff几十年的工作取得了成效。IDx-DR识别出比轻度糖尿病视网膜病变更严重患者的正确率达到87%,识别出了没有糖尿病视网膜病变的患者的准确率达到90%。

所幸的是,由于视频游戏行业的发展,人工智能系统在医学成像领域的应用在近几年得到了巨大的推动。越来越强大的显卡被开发出来,这对于人工智能系统所需的并行处理非常理想。

恒大的第二粒进球依旧有效利用队员们的前插给塔利斯卡留出了巨大射门空间,保利尼奥左路将球传给郜林之后,后腰何超迅速前插将对方的六号中场布罗克汉姆带走,此时墨尔本胜利中路可谓一片空白,郜林便可以轻松的将皮球再次转移到右路的塔利斯卡。

有人提出,利用远程医疗的方式,让眼科医生远程评估视网膜的照片,这种方式可能有助于改善患者的就诊体验,但尚未获得广泛接受。

这样的开局堪称梦幻,从进攻套路上来看,塔利斯卡在右路持球的时候并没有将球继续传给前插的边后卫张琳芃,前者出人意料地选择用一个大范围调度找到右边路的郜林,这一举动既将对方防守球员的注意力全部由他身上转移到了郜林,也给了何超以及张琳芃插入禁区分散对方防守球员的时间。

“我看到眼科领域的变革”

但是,人们都希望可以在早期控制疾病来避免最坏的结果。爱荷华州爱荷华大学视网膜专家兼计算机科学家Michael Abràmoff说:“我们非常了解如何治疗它,但我们并没有及早发现它。”

“在我看来,对人类最大的好处将发生在资源有限的环境中,当没有这么多的专家的时候,”Lee说,“我认为人工智能可以在这些环境中为医疗带来非常大的颠覆性作用。”雷锋网雷锋网

这个系统使用相机拍摄眼底。然后,AI算法分析所得到的图像,以检测糖尿病视网膜病变的早期征兆,例如出血。另一种算法可以帮助操作员拍摄高质量的视网膜图像,这意味着只要接受四个小时的训练,任何受过中学教育的人都可以操作IDx-DR。

他们对11个多种族的糖尿病患者进行了测试,结果表明他们的人工智能不仅可以利用视网膜图像的差异检测糖尿病视网膜病变,还可以检测青光眼和AMD。该系统的筛查能力与糖尿病视网膜病变的专家相当。