德尚韵兴医疗科技有限公司(德尚韵兴)正在应用英特尔®软件保护拓展(英特尔®SGX)和英特尔®oneAPI数学核心函数库(oneMKL),在边缘的医疗设备上保护其医疗人工智能算法和知识产权。作为中国人工智能超声技术研发的领导者,德尚韵兴采用其自主开发的深度学习框架DE-Light,在开源框架下该框架展现出了卓越的性能,将甲状腺结节检测的准确率提高了30-40%。
英特尔公司市场营销集团副总裁兼中国区行业解决方案部总经理梁雅莉表示,“基于医疗行业的特点,很多时候人工智能厂商不得不在客户端部署其解决方案,因此对厂商的核心智力资产——人工智能模型进行保护,已成为迫切需求。基于英特尔 SGX 技术的可信执行环境技术已成为性价比最高、能提供运行时保护的可行解决方案。在英特尔的支持下,德尚韵兴将 SGX 技术战略性地应用在包括其超声人工智能产品在内的一系列人工智能产品上,大大提升了其市场竞争力和创新能力。”
现阶段,超声波成像诊断和分析被广泛使用,是医疗诊断和治疗的重要组成部分。但影像检查和分析在很大程度上取决于医生的经验,且效率较低。
而人工智能在医学中的最大价值在于其能够快速分析大量数据并获得准确结果。通过使影像诊断智能化,诊断与分析中的AI技术正在帮助医疗机构加速检测和治疗。医生可以提高读片效率,降低误诊的可能性并获得诊断辅助,而患者则可以获得更准确的诊断建议和个性化的治疗建议。
德尚韵兴的AI医疗应用产品已成功在国内400多家医院中部署,并计划在未来一年中于1000多家医院中进行推广和部署。
德尚韵兴推出了用于超声成像的AI-SONIC™计算机辅助诊断系统,还开发了更多使用英特尔SGX来保护算法的人工智能产品。在超声AI模型解决方案中,为了确保英特尔SGX中的算法可以充分利用英特尔®处理器的计算能力,项目团队在利用英特尔® C++ 编译器的基础上,亦人工优化了在oneMKL上构建的算法浮点矩阵乘法的核心计算。

oneMKL是针对英特尔及其兼容处理器进行高度优化的并行数学函数库。在不同的操作环境中,oneMKL可以进行自动运行时处理器检测,从而对不同的处理器运行不同的优化版本的程序,从而保证其能在所运行的处理器上都能获得较好的性能。英特尔®oneAPI数学核心函数库(oneMKL)和英特尔®oneAPI深度神经网络库(oneDNN)为常用深度学习框架和众多自行开发的AI应用提供基础支持。
英特尔软件保护拓展是一个指令集,可提高应用程序代码和数据的安全性,更好地防止它们泄露或被修改。开发者可以将敏感信息划分到基于硬件的可信执行环境(TEE)或安全区域中,即内存中安全保护级别更高的区域。该技术有助于确保信任源仅限于中央处理单元硬件的一小部分,从而更好地保护代码和数据的机密性和完整性。
好文章,需要你的鼓励
企业大量采用自动化开发生命周期平台,85%的IT领导者在过去两年完成了DevOps迁移。虽然这些平台能简化编码实践并减少工具数量,但调查显示,完全替换式迁移平均花费175万美元,预算超支18%。超过三分之一的领导者表示25%的预算变成沉没成本。专家建议采用工具集成而非替换的渐进式迁移方法,以避免成本超支和供应商锁定问题。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。