1052章 真土豪

上百张病理切片很辛苦，但是人工智能可能几秒钟阅读几万几十万张图片，这种效率已经用在医学上，很多医院以后病理切片的看片可以全自动化，根本不需要病理医生阅片，病理医生的工作只是制作病理切片，如果病理切片制作也能自动化，那么病理医生只需简单处理病理标本就可。

任何人工智能需要大量的数据来喂养，否则人工智能也只是一个“白痴”。现在这次实验中对提取的细胞电镜图片进行识图，没有先例可以参考，所以根本没有数据去喂养人工智能。

尽管何教授这边利用数字人技术已经开发出影像人工智能模型，专门用于智能阅片，比如X光片、MRI及CT片，这个模型已经喂养了大量数据，进化得不错。

但是对电镜下的肿瘤细胞图片，这是全新的图片，没有大量可以喂养的数据，所以人工模型无法获得进化，派不上多大的用场。

何教授只能依据杨平总结出来的经验开发一个图片分析引擎，这个引擎不需要大数据来喂养，它就能够对图片进行解析，如果解析出来的结构与肿瘤细胞一样，没有多余的结构，图片就被标记为非感染。

如果细胞内部被发现多出结构，立即将多出的结构单独提出来进入下一个分析程序，如果分析出来与病毒的形态结构部分或全部相同，就标记为感染。

如果不确定的图片被标记为不明确，这些图片将留下来进行人工分析，此后依据人工分析的结果再总结经验，将经验应用于模型的改进，这样它的引擎越来越先进，识别能力越来越强。

这其实跟杀毒软件分析电脑病毒的引擎差不多，不同的是杀毒软件分析电脑病毒的代码，这个软件分析的是电镜图片，但是大体原理上有类似性。

总之，现在杨平要与何教授的团队紧密合作，将开发出各种不同的细分模型来辅助实验，到时等人工智能大模型出来后，将利用大模型辅助科研

本章未完，请点击下一页继续阅读！ 第2页 / 共6页