国产手机高端市场混战

　5nm 芯片集体“翻车”，从 7nm 到 5nm 的尴尬

　　最早商用的 5nm 芯片是去年 10 月份 iPhone12 系列手机搭载的 A14 仿生芯片，这款芯片晶体管达到 118 亿个，比 A13 多出近 40%，且 6 核 CPU 和 4 核 GPU 使其 CPU 性能提升 40%，图形性能提升 30%，功耗降低 30%。

　　紧接着华为发布麒麟 9000，集成 153 亿个晶体管，8 核 CPU、24 核 GPU 和 NPU AI 处理器，官方称其 CPU 性能提升 25% ，GPU 提升 50%。

　　到了十二月份，高通和三星又相继发布了由三星代工的骁龙 888 和 Exynos 1080，同样声称性能有较大提升，功耗下降。

　　最先被爆出疑似“翻车”的是 A14。

　　据外媒 9to5Mac 报道，部分 iPhone 12 用户在使用手机时遇到了高耗电问题，待机一夜电量下降 20% 至 40%，无论是在白天还是晚上，无论有没有开启更多的后台程序，结果依旧如此。
 

　静安寺独居的张女士前段时间腰上莫名起了一圈红斑，起初她以为是蚊虫叮咬，并没有过多留意。但随即而来的瘙痒和逐渐扩大的红斑范围使她彻夜难以入睡，不得不到诊所求助，生怕得了什么疑难杂症。所幸结果倒也没那么糟，是常见的带状疱疹，让张女士虚惊一场。

　　虽是小事一件，但却反映出了一些社会性问题。相比于感冒、发烧等常见病，皮肤病这一类附带肉眼可见症状的疾病显然更让人心生畏惧，羞于与他人诉说，因而治疗的延误是常有之事。

　　AI 或许能为这个问题开出处方。

　　随着大数据时代的到来和计算机硬件的巨大进步，人工智能技术，尤其是卷积神经网络，在图像分类、检测等很多任务中相对传统模式识别方法取得了很大的突破。

　　大部分皮肤病的检测诊断往往首先基于肉眼的观察分析，引人发怵的特征恰好适合计算机视觉的技术解决，使得 AI 初步诊断皮肤病成为可能。换言之，张女士甚至可以自己拍摄皮肤照片，以供 AI 诊断。

　　进一步看，皮肤影像诊断由最初的望诊，发展到放大镜和显微镜辅助诊断，再到近年来数字影像学技术，皮肤镜、皮肤超声、皮肤 CT 为代表的影像技术已成为临床皮肤病诊断的重要工具，AI 辅助诊断有了更为丰富的数据基础。

从单病种到多模态全病种，AI 必须完成这样的跨越

　　回到人工智能话题本身，虽说更优质的成像设备、更标准化的医疗数据采集系统为医院带来了更优质的数据，但就目前而言，市面上的大部分皮肤病 AI 并不能很好地契合临床。尽管要做好一个医疗人工智能模型，具备算法、算力、数据三者便有可能，但要做好一个人工智能产品，最为核心的，是要满足医院的需求。

　　具体而言，很多 AI 医疗影像公司的 AI 辅助诊断工具可识别的皮肤病种十分有限，且常常仅利用了图像的单一维度信息。但在实际问诊过程中，患者可能罹患的皮肤病的种类庞杂，且在进行判断时，需要结合患者多时间、多维度的信息综合判断病症。

　　要模拟医生做到这一点并不容易，这需要人工智能企业理解各类皮肤病的基本信息，同时理清皮肤科医生的诊断逻辑。

　　为了能让 AI 真正用于皮肤的诊断，成为临床医生的有力助手，体素科技做了整整四年。

　　雷锋网了解到，体素科技的皮肤 AI 产品”体素肤知汇”研发始于 2016 年，从立项之初，该产品便兼顾了医生的临床思维与患者的实际需求，摒弃了单病种 AI 的设计思路。1.0 版本成型时，该模型可诊断 82 种皮肤疾病，张女士这样的患者可在家直接拍照上传进行咨询，皮肤科医生也可参考 AI 结果进行最终诊断。

 

（编辑：钦州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!