随着春节返程的开始，全国新型冠状病毒肺炎疫情防控也进入到一个新阶段。在这段特别时期，我们看到了前线医务人员的无私奉献，见证了社区工作者的努力付出，也正是他们的不懈努力，有效控制了疫情的扩大蔓延。
与此同时，在疫情防控的最前线，出现一系列依托大数据、AI 技术的产品与解决方案，从疫情数据的预测分析到开放 AI 算力加速药物研制，再到面向防疫特定场景中工作人员的「助理」，中国的AI企业们，正在将领先的 AI 技术与疫情防控的现实需求结合起来，为防疫抗疫贡献科技力量，与各个行业共度时艰。
而在当下返程高峰逐步到来的大背景下，整个疫情防控工作的两大重要任务就是快速了解已返程人员的身体状况，与公共场所，特别是车站、机场返程人员的体温情况，这两项工作既繁琐又要求准确细致，对于接下来防止疫情扩散至关重要。
AI 恰好是解决这两大难题的最佳助手。
AI 助力社区电话排查
基层社区疫情排查、快速摸清健康情况和流动情况，构成了社区防控的重要工作，这也是防止新型冠状病毒肺炎疫情扩散关键环节，但社区防控也面临诸多现实挑战。
一方面，随着务工人员大量回城，社区工作人员的工作量大幅增加。特别是在一些大型城市的社区里，社区住户密集、流动大，即便是电话回访，仅靠社区工作人员的一对一排查，也是一项几乎不可能完成的任务。另一方面，考虑到新型肺炎的传染风险，使得上门排查工作的风险性极大。
如何能在排查效率与安全上兼顾，成为摆在社区防控部署前的重要难题。
过去几年，无论是 Google 的 Duplex 还是百度、阿里，都在探索利用语音合成等技术，打造一个可以打电话的 AI 机器人，而这成为此次各地社区疫情防控中的一大看点。
以百度为例，针对疫情防控的具体需求，百度推出了可应用于社区情况排查和通知回访等场景的智能外呼平台。
这个解决方案不仅在技术上具有众多优势，还充分考虑到了防控工作的实际场景。
首先，在功能层面，智能外呼平台既能批量一对一电话呼叫，还能自动将电话询问的信息整合，生成触达统计报告，甚至可以对居民进行疾病患教及防控指导。
根据数据对比，仅在拨打的电话数量上，智能外呼平台就能达到日均 10 万+ 通以上，而人类员工以单人 100—-200通/天来计算，这个外呼平台相当于 500—1000 的人力团队。
更重要的是，对于社区的工作人员来说，不仅可以不用上门排查，避免被感染疫情的风险，同时还大幅减少了排查时间，提高防控疫情效率。
其次，针对疫情防控的特殊场景，这个产品设计了面向三个特定场景的外呼服务。
比如对于流动人员，外呼平台的机器人会从他最近的行程入手，提出类似这样问题：「请问您是否已经离开北京，返回家乡了呢？请问您回家后是否接触过新型肺炎确诊人员？或周边有从武汉返还的人员呢？」。
在面向本地居民的回访中，智能外呼平台先从防护新型冠状病毒的知识切入，进一步询问最近的身体状况，还能根据居民的反馈给出新的建议。而对于特定人群，比如曾与确诊/疑似患者有密切接触的人群，外呼平台的语音机器人会详细介绍注意事项并提供必要医院信息。
根据百度透露的信息，这套系统已经在北京上地街道科技园社区、陕西西安、延安、上海宝山等十几个地区投入使用，值得一提的是，百度宣布，直到疫情结束，向各级政府、卫健委机构、基层社区、疾控中心等相关疫情防控机构免费提供智能外呼平台。
随着全国各地类似的智能外呼服务出现，社区疫情回访的效率大大提升，这对社区疫情防控乃至最终打赢这场疫情保卫战可谓意义重大。
实时多人体温检测里的黑科技
新型肺炎的防控工作里，在火车站、机场、地铁、学校等公共场所进行体温检测是一项重要措施，而随着北京、上海等大城市陆续进入到春运返程高峰，上述这些场所的防控压力也在加大。
尽管目前主要公共场所相继部署了测量体温的措施，但依然有不少的局限性。比如上述公共场所人员密集，流动性高，传统额温枪速度慢，容易造成人群拥挤，增加交叉传染的风险。
另一方面，在诸如地铁站、高铁站等人流量较大的场景中，现场负责发热筛查系统值守的工作人员需要用肉眼快速发现地图红外图像高温区域，但区域里的人并不是静止不动的，这也容易导致实际人员匹配准确度不高。
这同样是一个需要在特定场景兼顾效率与安全的问题，那么，AI 技术能否破解这一难题呢？
根据《北京日报》的一篇报道，在北京北部新的综合交通枢纽清河火车站，一套 AI 系统正在实时为出站的人流测体温，只要正常走出车站，系统就能通过红外设备准确检测出体温，通过人脸识别系统准确对应到每个人身上，一旦发现体温超标，车站工作人员能立即示意该旅客，出列进行二次手持设备的检测。
这套系统便是百度 AI 多人体温快速检测解决方案的「前端」，而在其「后端」，从技术选项到产品部署，都有诸多创新的思考。
比如目前地铁乘客普遍佩戴口罩导致无法准确识别面部特征，百度的工程师通过人脸关键点检测及图像红外温度点阵温度分析算法，可以在一定面积范围内对人流区域多人额头温度进行快速筛选及预警，能够实现在人流聚集处的快速筛选。
而在开发部署环节，考虑到目前公共场所的部署需求非常紧急，百度为这套方案提供了灵活简单的部署方案，既可以通过电脑，设定固定检测卡口点位，也可以使用移动设备进行巡检，目前系统能够测量 0.05 摄氏度温差。
更进一步，在产品设计上，一旦系统检测出体温超出一定阈值的人员，系统将发出告警，通过预设多个体温设定值，对应不同的风险级别，帮助工作人员更好地甄别潜在风险，最大限度规避可能的病毒传播，降低了火车站、地铁等公共场所工作人员的被传染风险。
据了解，该系统自从部署到清河高铁站以来，已完成 1.4 万人的检测，发现 160 人次体温异常。其易用的部署方式与高效的检测效率，百度的这套解决方案值得在各个公共场所推广。
写在最后
过去几年，大数据、人工智能等技术和趋势早已不是炒作的概念，已然逐步深入到各行各业。在此次疫情防控的前线上，除了先后发布的智能外呼与公共场所多人体温检测产品之外，百度也将此前研发的线形时间算法 LinerFold 免费向医疗机构开放，百度地图迁徙大数据平台、实时路况平台等则为用户的平安出行、政府及交通运输单位提供大数据决策支持。国内其他公司，如阿里华为等，也有类似将AI技术应用到抗疫防疫工作中的举措。
所有这些努力，都是将 AI 技术与现实场景相结合，以技术手段提升效率、增强安全，为打赢这场抗疫保卫战吹响了号角。
再将目光再放长远一些去看，当疫情过后，大数据、人工智能等技术还将继续在社会经济发展以及各行各业转型中扮演重要角色。
这也是中国科技公司所需要肩负的使命，无论是如百度、阿里、华为这样的巨头，抑或是一众 AI 创业公司，在逐步形成完善的 AI 技术与产品的布局之后，接下来，他们也将踏入一个新赛道，当 AI 技术与各行各业的具体场景相融合，当各行各业的智能化水平不断提升，未来社会应对各种公共安全和健康挑战的能力也就有新的提高，最终造福社会、经济与群众福祉。
閱讀更多 趙賽坡商業評論 的文章
