“8月1日小学劳技教室，8月27日生命科学实验室……”在一位家长的手机上，清楚地记录着孩子暑假期间的到校活动，甚至可以看到孩子在学校里花4.2元买了一罐牛奶。在上海市建青实验学校，从买点心饮料的自助贩卖机，到借体育器材的体育馆，再到借书的图书馆，学生们都可以“刷手”来完成购买、借还等动作。
　　“王小明同学在学校西面围墙边摔倒”，一则消息同步发送给班主任和保健科，校医检查后将学生的伤情同步给家长。为了避免各种校园安全事故，上海中医药大学附属闵行蔷薇小学用AI搭建起了一个“隐形盔甲”，及时发现楼梯拥挤、学生打架等一系列安全事故隐患。
　　上海学生的十二时辰正在被AI浸透，AI应用的“上海模式”首先在教育场景里落地，其中有教育场景的天然需求，也有上海政府的政策倾向。
　　如果说纽约是个从不睡觉的城市，那上海连坐下来的功夫都没有。”《纽约客》特约撰稿人Patricia Marx的这句话依旧可以拿来形容今天上海人工智能发展的速度与勤恳。
　　在不遗余力发展的同时，上海应该思考什么？“什么才是AI+教育最合适的落地场景”，“什么才是AI+教育的伦理边界”……这是近来AI+教育最关注的话题。
落地该走那条路？
　　在卢湾高级中学的AI实验课上，几位学生合力做出了一个智能分类垃圾桶，清洁工不需要再问，你是什么垃圾？AI垃圾桶会直接告诉你，你是湿垃圾还是干垃圾。
　　9月开学后，卢湾高级中学又多一个新名字——商汤科技实验中学，学生们将借助AI教材、SenseStudy AI实验平台、自动驾驶小车、编程小车学习AI基础教育课程。
　　商汤科技创始人汤晓鸥表示，“原创”如何变为“源创”，为有源头活水来，给AI创新加三滴水，它就能活起来，其中一滴水就是普及人工智能教育，向K12领域延伸。
　　谁来教？如何教？如何学？这些问题都是K12 AI基础教育需要考虑的基本问题。去年，商汤在上海出版了全球第一本高中版AI教材，今年又发布了《人工智能入门》四册，已经推广到百余所中学，解决了AI基础教育如何教的问题。
　　2019WAIC世界人工智能大会首日，科技部公布了最新一批国家新一代人工智能开放创新平台，10家企业名单涵盖了基础软硬件、AI视觉计算和图像感知层面的企业，包括华为、依图等，也涵盖了不同行业领域的AI领头羊，其中AI+教育领域的好未来入选。
　　也许家长们没有听说过好未来，但必然听过它旗下的学而思教育机构，从怀孕期用的妈妈帮，到早教阶段的熊猫博士，再到小学阶段的励步英语、学而思数学，这家教育机构每年投入超10亿元的研发经费，想要用AI来赋能全生命周期的教育产品，可以想象的是，如果数据和产品一旦打通，它将拥有中国课外教育最完整的数据。
　　到上海去，不论是好未来这样传统的教育集团，还是科大讯飞这样的AI企业，都有相似的想法——上海的家长是最能接受AI教育的一群人。好未来在上海市长宁区打造智慧教育示范平台，在卢湾一中心小学试点，通过还原学生学习轨迹打开“黑匣子”，发现学生的能力倾向和缺点劣势，从而因材施教。科大讯飞则拿着第一款教育C端产品智学来到上海，想要复制在安徽将一名中考学生的化学成绩从不及格提高到将近满分的案例，科大讯飞要走的路显然与好未来是不同的。
　　商汤走的路是铺设基础教育的轨道，好未来走的路是从娃娃抓起，贯穿全生命周期，而科大讯飞走的是小米的爆品突破之路，不过，什么路都要有人走。
AI发展的边界在哪里？
　　图灵奖获得者、中国工程院外籍院士、卡内基梅隆大学教授Raj Reddy是人工智能界的“老法师”，他在接受《IT时报》记者采访时说道，人工智能翻译一种语言至少需要收集10万条语音信息。
　　那么，让AI在2分钟内模仿某个人说话需要多少数据呢？英语流利说曾在2019年第一季度公布过一个数据，他们已经积累了一个庞大的中国人英语语音数据库，累计用户练习录音约23亿分钟，共约309亿条句子，涵盖小孩到成人不同年龄的用户群体，而且熟练程度不一、地理范围广泛。
　　从AI仿声到AI换脸，科技向善成了2019WAIC世界人工智能大会最热的衍生话题，继用户质疑ZAO App有收集人脸信息的安全隐患后，课堂人脸识别再次被推上舆论的风口浪尖。
　　9月2日，全国开学第一天，一张图片在网上刷屏，课堂上，趴桌子几次、玩手机几次、睡觉几次、举手几次、阅读几次、听讲几次，都被摄像头捕捉，因为印有旷视的lo⁃go，这被认定为是它的视觉AI系统。旷视因此备受大众质疑，回应称这张图片只是一个概念演示，但其实类似的AI课堂分析系统已经开始进入课堂。
　　AI课堂分析到底有没有侵犯学生的隐私？
　　在欧美，人脸识别推行困难，旧金山等美国城市通过立法禁止该技术，英国首例警用人脸识别案于近日开庭，而瑞典GDPR第一案——瑞典学校因使用面部识别技术登记学生出勤率而被罚款20万。
　　今年8月，全国人大常委会审议的民法典人格权编草案稿中，针对收集、处理自然人个人信息有了明确规定，要求必须“征得该自然人或者其监护人同意”等，而且把个人生物识别信息也纳入保护的范围。
AI遇上医疗
有一天，AI能让医院、医生围着病人转
　　传统医疗模式下，当之无愧的核心毫无疑问是医院。随着人工智能的发展，就医模式逐渐发展成以用户体验为中心的智慧医疗服务，也许未来有一天，医院和医生可以围着病人转。相关报告显示，到2025年，AI应用市场总值将达1270亿美元，其中医疗行业将占据1/5的市场份额。从看诊、治疗到制药，AI都没打算错过。
AI读片遍地开花
　　医疗影像与人工智能的融合已经成为业内最被看好、最可能率先商业化落地的领域之一。
　　医疗影像的发展直击我国医疗资源不均衡的痛点，数据显示，我国每年医学影像增长量超过30%，而每年新增的放射科医生只有4%。
　　2015年，IBM出资10亿美元收购了医疗影像公司Merge Healthcare，这是人工智能医学影像领域的标志性事件。在之后的两年时间里，国内同类型公司在发展中获得了超过40亿元的融资。根据亿欧智库发布的《2019中国医疗人工智能市场研究报告》，我国医学影像企业数量达到了57家，位居医疗细分场景企业榜首。2018年一场针对甲状腺癌的AI读片大赛里，医生的平均读片时间为45分钟，准确率74.46%；智能超声仪时间为1分36秒，准确率90%。很显然，人工智能的胜出为AI读片的试点铺平了道路。
　　复旦大学附属中山医院的肝肿瘤外科也将医疗影像作为医院迈向人工智能的重要一步。有别于传统的观察法，速度快是人工智能读片带来的最直观感受，仅仅30秒人工智能就可以将病灶的可疑区域标注出来，辅助医生完成初步筛查的工作。人工智能的工作原理是基于模仿医生的阅片逻辑及大量数据的学习，通过数据预处理、图像分割、特征提取和匹配判断即可做出较高准确度的判断结果。目前，中山医院的标注系统已经能实现90%以上的准确率了。
　　复星旗下的杏脉科技推出了业内首个肺癌全流程诊疗协作系统。医生利用AI辅诊软件在胸部CT影像上进行病灶检出，3mm以下微小结节及磨玻璃结节也可灵敏识别，能够有效降低“误报、漏诊”等意外。
　　联影医疗首席执行官薛敏认为，医疗影像与人工智能的融合将不止于此。“现在的应用还比较单一，很多医院应用的早期产品大多与肺结节筛查、X光芯片等AI诊断相关，真正能解决更多的、更复杂的临床疾病的AI产品还没有真正成熟起来。”
　　来自英国NHS的首席医疗科学官Si⁃mon Eccles认为，AI在医疗影像应用只有完全脱离了医生的辅助才算真正具有价值。他希望，在未来，人工智能能够完全独立地进行图像识别，而不是需要反复插入医生检查这一环节，“现阶段，医生并不会放心将读片的工作完全交给人工智能，这就需要技术的不断成熟来帮助他们实现这一跨越。”
医疗数据标准统一难
　　在人工智能与医疗的碰撞中，数据是绕不开的话题。按照当前技术发展的逻辑，人工智能要想走向成熟必须要仰仗海量的数据进行深度学习。西门子医疗数字事业部全球首席执行官Peter Koerte认为，只有大量的数据才能将传统学习和深度学习真正区分开来，但是由数据所辐射出来的隐私、伦理、管理问题也备受关注。
　　国际电信联盟高级顾问Simao认为，数据的集合以及利用是目前AI医疗面临的巨大挑战，“罕见疾病的数据如何获得？不同主体的数据集应该如何管理？在数据领域内需要进行全球范围内的对话。”
　　目前，我国仍然缺乏标准化的高质量训练集，使得各家人工智能企业采用的数据训练集标准多样，系统偏差比较大，常常会造成不同公司之间的合作壁垒，从而制约着产业发展。强生医疗心血管及专业解决方案总经理王金鹤认为，只有结构化和标准化的数据才是资源，才能真正流通起来，否则数据也会沦为垃圾，“一旦数据有了一定的规范约束，才能更好地保护病患的隐私，才能守住数据安全的底线。”
　　中国工程院院士、上海交通大学医学院附属瑞金医院副院长宁光认为，目前AI发展进入了“无人区”，全球都面临着相同的问题，虽然没有太多的经验可以借鉴，但相关法律规范必须要提上议程。宁光还指出，AI与制造业的结合面向的是生产环节，而医疗健康领域的AI应用最终面向“人”，“大家都充分重视实景状态下的隐私权，如肖像权、病历上的名字、年龄等个人信息；但是AI采集中会涉及群体隐私，包括某一病种的群体，如艾滋病患者，他们的隐私保护需要关注。”
　　另外，复旦大学附属华山医院信息中心主任黄虹认为，与医疗行业相适配的人工智能方面的人才还存在很大缺口，医院目前接纳的技术人才大多还是传统意义上的“码农”。此外，整个大环境还没有形成教育与医疗之间的联动，在校学生大多并没有适应当前正在进行的医疗变革。
　　中国工程院院士潘云鹤则认为，医疗装备和医疗服务与5G技术的结合是当前医学领域非常重要的技术倾向。5G技术宽频的传输有利于高分辨度的医学图像进行远程传输；5G的海量接入和低延时，有利于医疗设备的远程控制和远程观测。5G的加入将对新型的医疗设备带来巨大的支撑意义。