ZD至顶网软件频道消息:在最近使用认知技术应对眼病方面,IBM开发了一种简单的方法来帮助医生诊断糖尿病视网膜病变。
IBM周四宣布了其在应对眼病方面的最新突破,采用新的研究方法,可帮助医生诊断并对糖尿病视网膜病变(DR)进行分类。
DR是糖尿病的并发症,也是美国失明的主要原因之一。使用深度学习和视觉分析技术,IBM研究人员能够对患者糖尿病视网膜病变(DR)的严重程度进行分类,准确程度达到86%。
该方法只需20秒就能识别和分类,这可以帮助更多的医生筛检更多的患者。目前,糖尿病视网膜病变患者由专家临床医生筛检,经常是手动的,整个过程非常耗时。
根据视网膜上的损伤和视网膜血管的损伤,DR的严重程度被分为五级(无DR;轻度;中度;严重;增殖性DR)。
IBM分类疾病的新方法结合了两种分析方法——卷积神经网络(CNN)与基于字典的学习,都纳入DR特异性病理学。
研究结果在本周在墨尔本举行的IEEE国际生物医学影像学研讨会(International Symposium on Biomedical Imaging)上提出。
这项工作建立在IBM Research的深层学习技术和图像分析技术的基础之上,可帮助诊断眼部疾病。IBM在医疗保健行业使用认知技术方面投入巨大,全球共有12个研究实验室专注于对眼科疾病、肺癌和黑色素瘤的一系列疾病进行医学影像分析。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。