即使是平时对人工智能技术没有多少兴趣的人，在这段特殊时期也会注意到AI这个字母组合。

2 月 4 日，工信部发布了《充分发挥人工智能赋能效用 协力抗击新型冠状病毒感染的肺炎疫情倡议书》，其中号召尽快利用AI技术补齐疫情管控技术短板，充分挖掘AI技术在新型冠状病毒感染肺炎诊疗以及疫情防控的应用场景。

这可能是历史上第一篇将AI技术与抗击疫情结合在一起的政府倡议;这场在中国发生的新型冠状肺炎全面阻击，也因时空关系的特殊，成为了人类首次将AI技术应用到大规模公共卫生事件。

此时此刻，实验室、医院、公共交通枢纽、社区中，各种各样的AI技术与产品正在各司其职，与疫情展开全力赛跑。我们来统计一下，疫情之下AI技术都已经发挥了哪些作用;这些作用带给AI行业、医疗行业，乃至社会各界的启示又都有哪些。

客观来说，AI技术在抗疫中仅仅担任辅助。但或许我们在疫情结束时会问这样一个问题：经历了这次考验之后，我们是否可以并且应该更大力发展公共卫生与医学科研领域的智能化进程?

如果答案为是的话，我们应该如何在教训与经验中找到未来?

疫情的底色从来都只有残酷一种，但人类也往往能够从残酷中找寻出路。现代医学史普遍认为， 1918 年的西班牙大流感，促使人类完成了现代公共卫生防护体系的建设。那么从AI在抗疫战场上的表现，我们或许可以开始思考更多。

病毒分析与疫苗开发

在疫情爆发之后，各大云计算厂商率先宣布的一件事，就是面向科研机构与医疗机构免费开放AI算力。

当时有很多网友好奇，AI算力与抗疫有什么关系?这里就要提到AI计算的某种本质：通过张量计算来处理非结构化数据的匹配。

在经典计算环境下，许多非结构化数据的处理，比如图像识别、语音合成、基因匹配、地质信息计算等等，无法获得高效率计算。这就让AI计算需要单独的计算芯片和计算架构，从而让AI算力成为了芯片和云服务厂商近几年的关键赛道。

而AI算力的产业积累，恰好能够在疫情到来、需要加速医学分析能力时派上了用场。在今天的医学分析领域，病毒基因测序、蛋白靶标筛选、病毒与药物的研发历史数据匹配，种种工作都需要AI算力来支撑，同时更优质的相关算法，可以极大提高相关检测的效率。这些工作，对于我们认识病毒的本质，分析更好的治疗方案，以及开发疫苗和针对性药物来说，都是极重要的基础性工作，价值不言而喻。

虽然AI计算在病毒分析与疫苗开发中的作用，仅仅是缩短匹配周期，提高检测效率，并不能像我们想象中那样自我完成疫苗开发，但开放充沛的AI算力，在抗疫战场争分夺秒的情况下，同样十分重要。

目前所见，各大云计算厂商都面向抗疫需要，免费开放了AI算力。一些科技企业还将基因检测相关算法免费开放给基因检测机构、防疫中心与学术界，缩短了新型冠状病毒的基因检测时间。

这次抗疫行动中，可以快速分离病毒，完成相关基因测序，并且民众能够看到相关治疗药物的研究信息很快出来，背后AI算力与算法的产业积累起到了不小作用。

诊断辅助

从科研机构与实验室，走向抗疫战场的前线，AI能够完成关键作用也不少。

其中对于现阶段抗疫最有价值的，一个是具有视觉识别与语音交互能力的机器人，代替医护人员进行病患护理。美国使用医疗机器人进行新型肺炎的治疗，前不久也在国内引起了讨论。但是医疗机器人需要相对成熟的产业支撑，很难快速上马。国内目前已经出现了用宾馆用AI机器人进行改装，担任一部分送药和医疗用品传输任务。

在抗疫一线，更有帮助的AI能力是诊断辅助，这一点目前主要集中在医疗影像+AI分析能力上。疫情刚刚爆发一周之内，国内很多AI科技公司的医疗影像能力就开始进驻各大医院，为医患提供基于医疗影像分析的智能化系统。虽然新型肺炎的诊断，主要需要试剂等检测用品，但患者的肺部影像同时具有较为强烈的可判断特征。基于AI技术，可以将需要数小时的传统检验，压缩在几秒中完成。这一能力有效辅助了试剂检测，为快速确诊，填补医疗人员不足提供了帮助。

可以预见的是，基于AI医疗影像的辅助诊断能力，将在接下来几天陆续走向抗疫一线。各大AI公司已经紧急强化了这一领域的产品能力，同时也在与医学科研机构进行更紧密配合。

智能测温

随着返程潮的到来，机场、车站、高速路口等公共场所，变成了防控疫情的关键关卡。而这些地方排队测体温的漫长队伍，也变成了特殊时期的无奈之举。但这漫长等待同时也会造成大规模的人群聚集，显然也为防疫带来了风险。

而最近几天，你可能会发现众多地方开启了不用等候、不用摘口罩的智能测体温，人群可以无感通行。在类似系统中，AI是不可缺失的一环。

首先AI需要在不摘口罩的情况下锁定人脸，准确进行被检测人与检测数据的匹配;其次需要人体体型的识别与追踪，同传感器传输回来的体温阈值进行比较，对体温异常者提出预警。搭配红外线与可见光传感器，AI测温对公共场所的通过效率具有显著提高。

从目前北京等地上线的相关产品来看，可以保证单台设备每秒10- 20 人的检测通过率，显然已经追平了正常的火车站、机场、地铁进出口人流通过效率。

在公共场所中，AI对疫情防控的防护同时还表现在公共安防领域。比如AI摄像头可以通过人脸识别技术，判断出一个人的公共场所活动轨迹。这一技术不仅在这几年提高了公共安全程度，也在这次防疫中屡次发挥奇效。比如将仅有十几秒接触史，当事人完全不清楚的传染过程追溯到，从而避免病毒在无法预料的情况下大规模裂变传播。

公共卫生安全防护与AI技术的结合，正在让安全与效率之间的平衡点被重新定义。相信疫情时期的AI应用，会改变此后公共卫生安全体系的长期建设。

智能电话

另一个看不见的防控领域，发生在电话当中。

如果你在疫情中有过外出经历，那么可能你已经接到过AI打给你的电话。它会询问你外出的经历、往返时间地点，以及回到居住地之后的身体状况，这些数据通过AI外呼系统聚集到一起，成为基层防疫管控的数据基座。

面临庞大的人口规模和春运出行规模，社区和基层的居民普查与防疫通知，在实际执行中变成了巨大挑战。社区基层人员往往人数很少，抗疫事宜又异常繁重复杂，二十四小时不间断打电话显然并不合适。所以打电话这个重复劳动，就变成了基层无法承受又必须完成的任务。这种情况下，已经相对完善的智能客服体系变成了破局的钥匙。

基于智能呼叫和语音交互的AI客服系统，可以短时间内转变为智能排查员，完成人员排查、回访、通知等事宜，比人工电话效率提高数百倍。

更进一步，一些智能电话系统，还可以完成相对复杂的防疫排查与回访任务，比如随机对用户进行排查情况、生活情况的调查，形成抽样统计数据;再比如对重点人群的持续跟踪回访，形成重点防控系统。

同时，各级医疗管理单位、基层单位，也可以基于目前普遍处在免费开放状态的智能电话能力，自行开发更具有针对性的智能电话系统，让AI成为特殊时期社会关怀与社会纽带的一部分。

呼吁

回顾以上AI与抗疫工作的结合，可以看出：与其他技术不同，AI能够走进各层抗疫工作的核心。比如对比一下不难发现，互联网仅仅能够解决信息传达的作用，虽然这个作用无可替代，非常重要，但它不能像AI一样直接加速病毒分析和疫苗开发。

各领域的核心工作层，都可以为AI所覆盖，这是这次抗疫大考下，能够帮助社会对AI技术形成的先决认识。同时也要看到，AI技术的基本能力是提高产业效率，替代一部分重复劳动，而不是代替人的劳动。换言之，抗疫中AI仅仅是辅助，但却是一种很重要的辅助工具和加速器。总体而言，我们可以看到疫情防控场景下，AI有三种条件下能发挥作用：

1、人工效率较慢，急需提高效率的。比如公共区域的智能体温检测。

2、大规模重复性劳动的。比如AI电话普查与通知。

3、模糊数据，难以用经典计算模式完成的。比如AI病毒基因测序。

这三个AI工作特性，其实我们早已经重复了很多次。之所以想在这里在强调一次。是希望呼吁各界AI开发者，以及医疗产品、基因、机器人领域的开发者和厂商，再次重视AI的基础能力，一同在众多抗疫需求中找到特殊场景，发挥自己的开放能力与智慧。

目前的形势，是我们可以看到各大AI公司、云计算厂商，正在快速调用AI能力开发相关产品，并且免费投入到抗疫战场。但仅仅几家头部企业的覆盖能力显然不够，必须有广泛开发者共同参与进来，让AI技术的价值最大化，进入AI防疫抗疫的2. 0 阶段。目前，AI平台型公司也已经开始由单体AI能力投入抗疫战场的同时，注重向开发者的赋能，让大家借助开放与技术模型，一同寻找抗疫场景，解决长尾需求，提高抗疫战争的整体效率。

这个过程，可能需要互联网公司、AI开发者，以及医疗与科研工作者的携手努力、高效沟通。今天很多AI开发者都在跃跃欲试，但并不清楚医疗相关场景的需求、数据与标准。医疗工作者更多参与到这场设计，同样也是对抗疫战场的重要贡献。

启示

我无意在这里称赞AI技术与产业在防疫工作中的贡献，毕竟远没有到称赞和总结的时候。而且抗疫战场上，AI绝对不是主角，但它在不少关键领域发挥的辅助功能，还是可以让我们看到一些未来的可能性。我们当然希望某一天，AI可以担当公共卫生防护的主角，毕竟AI的多付出，意味着医护工作者的少牺牲。

这是AI第一次大规模走向抗疫，虽然各大AI公司展现出了充分的响应速度与社会责任，但还是要看到整个社会体系、医疗体系，对AI技术的包容和使用还相对初级。比如：

1、AI的能力并没有被使用者广泛认知。

这次AI快速走向抗疫战场，主要依赖于云+AI基座已经形成了较高的完成度，基本达到了随时可用的特点。但是提供给抗疫一线的AI能力还相对单一，缺乏足够的场景覆盖度，并且很多能力只能在一线城市小规模使用，无法第一时间走进武汉等疫情核心区，说明产业结合度还有待提高。

我们可以把AI看作大量基础能力与基础算法的结合，它们能够随时拼装出各种能力，凝固为特定产品与平台。但这次抗疫中能够看出，医疗一线、医学研究、科技产业开发者，对这些能力并不熟悉，要用很多时间进行彼此沟通。这也导致很多不错的AI能力无法快速进行全国推广和重点地区进驻。

2、软硬件产业链相对薄弱。

AI在抗疫战场上有不错的表现，但也可以看出这些表现主要来自于软件层面。我们很难看到AI机器人与IoT硬件快速走向抗疫一线。一线医护人员也没有能够远程操控、配备摄像头、麦克风、听诊器等器材的医疗机器人可以使用。从软件AI的现在，到AI机器人的未来，需要的是一个结构完善的AI+IoT产业链。硬件生态的薄弱，让中国众多产业的智能化效率比如预期。这也是下一个科技周期必须面对和解决的问题。

3、公共卫生领域的整体智能化水准有待提升。

AI为抗疫做了很多事。但可能我们还是要问，在逻辑上，是否AI可以为抗疫防疫做更多贡献?答案显然是可以。比如美国有AI创业公司，通过社交网络数据对新型肺炎进行了预测。这是否能成为未来的一种可能?让AI为我们预警，从而避免“吹哨声”消弭在社交媒体的大海中。
 

再比如公共卫生系统的智能化管理、应急物资的智能化调配，这些领域都已经涌现出完备的解决方案。但由于这些能力需要长期准备，这次抗疫中并没有见到它们的身影。例如，不久前的热点事件中，有组织提出物资调配不及时，是因为工作人员太少。那是否可以让AI进行无人化调配?这在智能工业与智能物流场景中并不鲜见，但却没有成为抗疫战场上的有生力量。

疫情的残酷和可怕，相信已经让每个人深深领会到。毫无疑问，我们一定会战胜疫情，而且会很快实现。但同时我们也应该考虑，疫情之后我们留下了什么?当疫情散去，我们是否有必要提出这样一些可能：比如围绕智能化技术，全面升级公共卫生与防疫技术体系;比如加大对智能医疗的投入，尤其是疫苗开发、病毒研究、新药开发领域的智能化长期投入;比如是否应该引进和完善硬件产业链，让AI机器人代替医护工作者，成为未来感染病临床一线的战士。

可能这些问题，又不仅仅关乎AI技术、医疗产业，以及这场疫情。但反思和行动，永远都是及时的。