ZD至顶网软件频道消息: 谷歌的英国子公司DeepMind并不是唯一一家使用人工智能对抗癌症、帮助医生做临床决策的公司。
微软今天公布了一批抗癌的重点项目,展示如何利用机器学习应用解决更大的挑战。
例如其中一个名为Project Hanover的应用是为了向所有癌症患者提供个性化的、精准的癌症治疗方法,帮助肿瘤科医生更快速地搜索大量生物医学研究论文。
微软正在瞄准所谓的“分子肿瘤团体”,该团体成立的目的是制订符合患者特定癌症症状的个性化治疗方案。但是,肿瘤学家需要评估每一种癌症具体情况而进行大量研究工作,无法了解最严重的案例,这些都阻碍了医生对患者的治疗。
微软表示,美国政府的PubMed服务每分钟会发布2篇论文,每年发布篇数超过100万。这个Hanover项目团队利用这个资源库开发了机器读取技术,自动地分析数百万的生物医学文章,而无需依赖标注,无需转换为结构化数据库。
此外它还分析覆盖基因网络和遗传相关的PubMed论文,通过一个由Azure托管的生物医学搜索服务Literome提供知识提取。
“据我们了解,癌症往往不是由单一突变引起的,相反,癌症源自于许多不同的基因突变的复杂相互作用,这意味着你需要了解关于基因组的一切,”微软研究院Hoifung Poon说。
Poon和其他Hanover团队的同事正在致力于俄勒冈健康与科技大学的Knight Cancer项目,利用机器学习实现个性化的药物组合,以治疗急性髓性白血病。
Knight Cancer Institute研究所所长Brian Druker表示,他的团队为计算机科学家提供假设,然后这些科学家会做分析,帮助验证或者反驳他们的理论。
微软运用其人工智能技术的另外一个癌症研究领域是帮助放射科医生追踪疾病的情况。放射科医生可以通过CT扫描快速了解患者是否有肿瘤,而人眼则不那么擅长看出其中的变化。
微软还强调自己的Bio Model Analyzer (BMA),帮助调查当疾病来袭的时候细胞发生了怎样的变化。BMA可以帮助更早期地检测癌症,模拟癌症患者对不同药物会做出怎样的反应。
微软表示,微软正在于制药巨头阿斯利康合作利用BMA了解药物之间的相互作用,以及患有某种白血病的患者的抗药性。
最后,微软生物计算部门的研究人员正在研究人体中的编程细胞。该部门负责人Andrew Phillip表示,实现这个目标微软还有很长的路要走,但说这“在技术上是可行的”,如果他们能够像了解计算机那样深入了解细胞。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。