至顶网软件频道消息: DeepMind将自己大量机器学习资源投入到医疗领域:近日公布了一项新的研究合作,以利用人工智能来对抗乳腺癌。
作为这次合作的一部分,DeepMind将与伦敦帝国理工学院癌症研究中心领导的一个健康研究机构进行合作,继续DeepMind与英国国家卫生服务部门此前的工作。
该计划的目标是探索改善乳腺癌检测的新方法,将机器学习运用于乳腺X射线摄影,这是一种常用于检查乳房健康的X射线技术。DeepMind希望创建一种机器学习模型,能够快速准确地检查乳房X射线照片中的癌症征兆,帮助医生及早发现疾病,从而尽快开始治疗。
英国癌症研究中心研究与创新高级总监Iain Foulkes表示:“利用人工智能的力量,可以帮助我们解决乳腺癌研究中一些最大的挑战,包括提高检测的准确性。有大量癌症是在晚期检测出来的,这时候已经难以治疗了。这也是为什么该中心正在构建能力、构建新的合作伙伴关系、以及支持社区进行早期检测研究,以便更多的人能够幸免于难。”
除了与医生和医疗机构合作之外,DeepMind还将与母公司Alphabet下Google公司的AI医疗研究团队合作,后者已经做了一些在利用机器学习检测乳腺癌的研究。DeepMind在声明中表示,这次合作是由新合作伙伴提出的,他们提到希望能够得到来自DeepMind和Google的研究人员“这样才能利用两个团队的人工智能专业技能以及Google的超级计算基础设施”。
今年早些时候DeepMind在英国遭受了对患者医疗信息的“不当”访问,导致该公司成立独立调查小组以对这项实践进行评估。对于这次公布的合作,DeepMind表示“将致力于以最大的关心和尊重来对待这个项目的数据”。
DeepMind在声明中表示:“正如标准做法那样,研究中使用的数据仍然由我们的合作伙伴完全控制,并以世界级安全和加密标准进行保存。此外,所有医疗信息进行了彻底的去身份处理,在研究人员进行分析之前任何可以识别出个人的信息都已经被移除了。”
DeepMind、Google和NHS的研究协议目前设置为12个月,但是如果合作伙伴同意的话也可以延长。与其他健康项目一样,DeepMind将在同行可查看的期刊上发表所有研究成果。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。