至顶网软件频道消息: 2月1日,英国知名创新生物制药公司阿斯利康与中国互联网巨头腾讯在北京签署战略合作备忘录,依托以大数据为驱动的互联网技术,精准打击药品网络制假售假,共同打造“智慧健康”下的网络安全治理新模式。这一合作也是阿斯利康切实践行以“患者为中心”的理念,助力实现“健康中国”目标的重要举措。此次战略合作的签署恰逢大不列颠及北爱尔兰联合王国首相特雷莎·梅女士首次正式访问中国, 阿斯利康全球首席执行官苏博科(Pascal Soriot)先生受邀作为英国商务代表团、中英企业家委员会成员,随同特雷莎·梅首相访华,推动并见证中英医疗健康领域的合作迈出“智慧”的一步。
根据战略合作备忘录,双方将基于腾讯安全联合实验室全球领先的技术及强大的社交应用场景,携手共创以大数据为基础的药品打假创新合作模式,用新科技、新联盟和新生态抗击药品制假、售假,加强知识产权保护,充分保障公众的药品使用安全及合法权益。这也成为中国首个互联网平台与国际医药企业合作开展药品打假的范例。
腾讯副总裁马斌先生表示:“腾讯的云计算、物联网、大数据等技术解决方案不断为民生、商业、公益等方面创造便利和新的可能性。我们将依托腾讯安全联合实验室旗下反诈骗实验室强大的大数据优势技术与阿斯利康在医疗领域的经验有机结合,发挥各自优势密切配合,共建并深化在打假协作、信息共享、案件会商、鉴定绿色通道以及与执法部门的联络等方面的机制,有效打击药品制假售假、保护知识产权,形成合力共同维护患者健康及用药权益,为‘智慧健康’保驾护航。”
阿斯利康全球执行副总裁、国际业务及中国总裁王磊先生表示:“智慧健康是实现‘健康中国’目标的有力支撑,而安全用药是构建智慧健康的基石。阿斯利康坚持‘以患者为中心’,携手中国互联网巨擎腾讯,运用更前沿的大数据互联网手段,通过积极治理为中国患者带来安全、可靠的药物,切实高效地保障患者的用药权益。我们与腾讯的通力合作,也将进一步增进阿斯利康对中国知识产权保护的贡献,推动中国智慧健康良性有序地发展。”
2018年是阿斯利康进入中国的第25周年。得益于中英两国长期的友好关系及中国良好的知识产权保护环境,阿斯利康已将约30种创新药物带到中国,在华累计投入7.5亿美元用于创新药物研发,并通过合作创新模式提升本土新药研发能力。此外,阿斯利康还积极配合政府部门开展药品打假整治行动,保障患者用药安全。目前,中国已成为阿斯利康全球第二大市场。
阿斯利康全球首席执行官苏博科先生表示,“中国对阿斯利康具有重要的战略意义。阿斯利康根植中国25年,在创新、商业和生产领域具有广泛而长足的发展。 作为阿斯利康全球的第二大市场,中国拥有积极的医疗健康政策和对创新药物不断增长的需求,在阿斯利康全球版图中发挥越来越大的作用。我们携手中国政府和本土领先企业,在研发和数字技术方面开展多元化的合作,致力于加速创新能力的提升,更好地服务中国乃至全球的患者,共同塑造中国医疗健康的未来。我很高兴作为英国商务代表团的一员,能够为中英两国拥抱巨大机遇贡献力量,共同探索世界级的医疗健康科技、制定协同的医疗政策和制度,从而更好地满足患者的医疗健康需求。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。