ZDNet至顶网软件频道消息: 谷歌启动了一个名为Baseline Study的全新科研项目,希望全面描绘健康人的身体究竟应该是何模样。
为了完成这一项目,谷歌将从175人那里匿名搜集基因和分子信息,之后还会再搜集数千人的相关数据。
该项目目前还处于发展初期,由50岁的分子生物学家安德鲁·康拉德(Andrew Conrad)负责。他曾经开创了便于广泛开展且成本低廉的HIV测试方式,用于对捐赠的血浆进行检测。
康纳德2013年3月加盟Google X,他已经组建了一个由70至100人组成的团队,涵盖的领域包括生理学、生物化学、光学、成像学和分子生物学。
虽然目前还有很多大型的医疗和基因研究项目存在,但Baseline搜集的信息数量更大,范围更广。他们希望帮助研究人员更早地发现心脏病和癌症的各种迹象,进而推广预防措施,而不仅仅把精力放在治疗上。
该项目并不局限于具体的疾病,而是会使用各种全新的诊断工具搜集成百上千的不同样本。之后,谷歌便会利用其庞大的计算能力来寻找这些信息中隐藏的“生物标签”,从而帮助医疗研究人员提前发现疾病。
例如,该研究可能会发现一些能够帮助人们分解高脂肪食物的生物标签。拥有这些生物标签的人,可以将患上高胆固醇和心脏病的时间延后,没有这类生物标签的人则会更早患上心脏病。一旦Baseline发现了这一标签后,研究人员便可通过检查了解哪些人缺乏这类标签,并帮助他们纠正习惯,或者开发出新的治疗方法,帮助其更好地分解高脂肪食物。
谷歌拥有当今全球规模最大的电脑网络和数据中心,可以迅速提供搜索结果和视频服务。这同样可以用于存储和分析医疗信息。
目前为止,多数已经发现的生物标签都与晚期疾病有关,因为这种研究普遍集中于病人。因此,利用现有数据尽早判断疾病的效果不佳。研究人员认为,这一新项目将成为一次意义重大的跨越,因为人体太过复杂,而科学家目前对于DNA、酶和蛋白质之间的相互作用,以及饮食等环境因素对人体的影响都知之甚少。而此次研究可以为科学家提供更多信息。
谷歌表示,Baseline将采用匿名方式进行,搜集的数据也仅限于医疗目的。这些数据不会与保险公司分享。
尽管如此,此事还是引发了很大的担忧。这些数据今后将为保险公司带来巨大的价值,他们一直以来都希望通过各类信息降低风险。除此之外,还有人可能会在招聘和结婚时参考相关数据。
Baseline将聘请杜克大学和斯坦福大学的医学院对其进行监督,由他们控制信息的使用方式。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。