自2015年开始，GE就宣布推出Predix云平台。Predix是全球**个也是**一个专门面向工业开发的云平台。Predix通过机器的互联互通，为企业提供有效的数据分析，从而快速、智能和高效地运营并加速客户和合作伙伴的创新进程。当时，GE公司就表示使用机器学习来对收集的传感器数据进行模式识别，可以带来节能或预防性维护。即便Predix云平台在2016年2月向GE客户开放后，GE仍然在建设人工智能能力，来履行承诺。

GE数字集团首席执行官鲁威廉表示：“之前使用了机器学习，但我更愿意将其称之为一种传统方法。如果你要做一个工业人工智能系统，那首先要保证你的系统对所服务的行业有足够深度的了解。”

而这个深度的定义某种程度上就是指可供人工智能系统深度学习的大数据，虽然GE在燃气轮机、航空发动机和医疗设备等数据上已经有了大量的积累，但仍斥巨资收购Bit Stew Systems、Wise.io、ServiceMax等公司来进一步强化。鲁威廉说：“我们有机器学习工业领域的专业算法，它将会知道一个发电厂是什么，涵盖所有的深度，而这是通用人工智能系统永远不会真正理解的。”

GE医疗就正在与合作伙伴联手，共同就人工智能辅助肺结节检出与诊断进行研究，并已取得阶段性成果。在刚刚结束的第77届中国国际医疗器械（春季）博览会（CMEF）上展示的人工智能肺结节辅助诊断技术是GE医疗的一款诊断图像处理软件，整合了人工智能技术与深度学习理念和工具，通过多层神经网络和神经元来模拟人类大脑实现图像识别，在诊断效率和精准度、肺结节自动识别敏感度以及检出率上均取得大幅提升。

阶段性临床测试结果显示：人工智能工具在<3mm病灶发现和诊断方面具有很大的优势，检出速度和准确定均大幅提升，这对肺癌的更早期发现和早期诊断具有重大价值。

接下来会怎样？

经济学常识告诉我们，低效能的生产模式必然会被高效率的淘汰，就如同手工作坊在工业4.0后被机器工厂替代，马车被汽车替代一样。而人工智能也是现代技术发展到一定阶段的产物，核心背后是机器学习、云计算、大数据的繁荣。这样说来，人工智能的大规模应用也许只不过是一场顺势而为的技术变革。

来源：东北新闻网