近日，谷歌發布了大型機器人學習數據庫，用以促進AI的發展，而這一舉動無疑是將AI這項本就不平凡的技術推向了風口浪尖。毋容置疑AI的發展帶給我們前所未有技術體驗的同時，也不斷向新高度攀升。
 

以AI面部識別技術為例，以這項技術為主導的人臉識別已經在安防等領域有較為廣泛的運用了，而近日， 《紐約雜志》發表了一篇關于將AI面部識別技術運用于動物面部識別的文章，并講述了其突破的難點，圍繞其對相關工作人員的幫助，做了一定的說明。
 
　　可見，人工智能圍繞傳統行業進行發展是當前的主流方向之一，而今天小編要講的人工顯微鏡，就是其在醫療領域的全新發展。日前，騰訊人工智能實驗室對外宣布，一款將人工智能與顯微鏡技術相融合的全新人工智能顯微鏡進入研發測試階段。
 
　　或許很多人會有所疑問，顯微鏡的主要功能是“觀察入微”和人工智能似乎并沒有什么聯系，人工智能顯微鏡到底智能在哪呢？其實要回答這個問題并不難，傳統顯微鏡雖然能夠幫助人們觀察到圍觀世界，但相對的，判斷視野中畫面的工作還是由人來完成，也就是說，傳統顯微鏡只起到觀察的作用，篩選信息、判斷畫面中的內容、計算相關數據、書寫報告的過程都是由醫生單獨完成的，這對醫生的病理學知識以及經驗都是極大的考驗。當然，這樣的醫生有很多，但還是存在供不應求的情況。而人工智能顯微鏡，智能的地方正是在于在滿足顯微鏡觀察職能的同時，實現自動識別、檢測、定量計算和生成報告。
 
　　對于人工智能顯微鏡而言，只要醫生足夠專業，那么龐大的數據庫就是他的經驗來源，顯微鏡作為醫生觀察微觀世界的工具同時，也是人工智能的“眼睛”。人工智能顯微鏡可以對圖像庫的深度學習，對顯微鏡觀察到的畫面進行一定的判斷與分類，并且可以非常快速的得到畫面中的一些必要數據，將病理切片數字化，通過AI算法輔助分析協助醫生完成工作。
 
　　以瘧疾為例，瘧疾是一種顯微鏡切片難以識別的疾病，如果借助傳統研究手段，不但人力成本和時間成本巨大，而且準確度難以保證。但是，通過人工智能驅動的顯微鏡，在半小時內，AI就可以完成血片中的瘧疾寄生蟲的識別與計數，幫助醫療人員更好的完成醫護工作。
 
　　就目前而言，AI+顯微鏡的思路仍處于發展階段，像IBM、麥克奧迪等公司都在人工智能顯微鏡的研究上有大量投入，人工智能顯微鏡的眼光也不會僅僅停留于醫療制藥，生物學研究、海洋學研究、農業研究都是人工智能顯微鏡的重點突破領域。
 
　　AI作為創新的科技理念，近年來已經得到了充分認可，清華大學就著手建立昌平校區主攻人工智能應對未來科技發展。就目前而言，人工智能顯微鏡作為一種傳統儀器與創新科技的交融，一定程度上為未來儀器發展提供了一個可行的方向與思路。雖然現在智能化儀器仍處于發展階段，但是相信隨著數據庫的逐漸完善，技術的持續提升，傳統儀器與AI直接的結合將更加緊密。