ZDNet至顶网软件频道消息:据《彭博商业周刊》报道,美国卡罗莱纳州的医疗中心试图利用大数据的优势,在病人发病之前提供医疗方案。
美国医疗高科技可提前预测谁会生病(图片来自bizjournals)
美国医疗服务提供商CarolinasHealthCare在卡罗莱纳州拥有多家医疗机构,他们正在购买病人的消费数据和其他信息,将大数据纳入预测模型,对病人进行风险评估,以提前应对任何健康问题。据了解,CarolinasHealthCare关注的数据包括病人的购物历史等信息,例如可以通过了解其是否购买过香烟等习惯,推断出该病人被紧急送往抢救室的几率。
未来两年时间内,CarolinasHealthCare将定期向医疗专业人士提供评估分数,并且利用这些数据完成更多的项目。对于美国的保险公司来说,掌握上述数据将能够积极防范某些医疗问题,从而节约成本,而医院也可以辨别出病人选择急诊的几率。
虽然这种预判式治疗方案很智能,不过也招来了公众对隐私问题的担忧。卡罗莱纳州医疗分析临床总监迈克尔·杜林表示,在数据提供者与医院的协议下,卡罗莱纳州医疗可以与医生共享病人的风险评估数据,但是连锁医院不允许泄漏数据细节。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。