在今天的一篇博客文章中,与苏黎世公司计算系统生物学小组展开的IBM研究人员Matteo Manica和Joris Cadow指出,癌症是全球第二大死亡原因,2018年新诊断的病例数约为1810万,同年有960万人死于癌症。
由于死亡人数众多,因此开发癌症治疗方法就成为人类最优先考虑的事项之一,IBM团队希望利用自己在人工智能和机器学习方面的专业知识来帮助实现这一目标。IBM最新人工智能项目的想法是试图加速对“这些复杂疾病主要驱动因素和分子机制”的理解。
两位研究人员表示:“我们的目标是深化对癌症的理解,为行业和学术界提供可能有助于推动新疗法的知识。”
第一个开源的工具是PaccMann,这是一个非常严肃项目的缩写,该项目名为“用多模式注意力神经网络预测抗癌复合物敏感性”( Prediction of anticancer compound sensitivity with Multi-modal attention-based neural networks)。
IBM表示,PaccMann旨在为开发癌症治疗药物提辅助。该算法旨在分析化合物并预测哪些化合物具有抗癌能力,以便将这些化合物作为可能的药物进行测试。该倡议可能会对癌症治疗有所帮助,因为开发一种抗癌药物通常要花费数百万美元,更不要说需要数年时间了。
第二个项目是IntERAcT,是“来自vectoR词汇表示的互动网络信息”( Interaction Network infErence from vectoR representATions of words)。
IntERAcT可以自动扫描与癌症有关的科学研究论文,并快速提取和分析其中的数据,以增强对癌症的理解。这很重要,因为每年约有17,000篇关于癌症的论文发表,研究人员无法阅读完每一篇论文。
IBM表示,IntERAcT被用于从“蛋白质 - 蛋白质相互作用”的论文中提取数据,科学家们认为,这种相互作用可能导致了发生癌症的生物过程中断。
IBM表示,INtERAcT的一个显着优势在于能够推断特定疾病背景下的相互作用,将其与健康组织中的正常相互作用进行比较有助于深入了解疾病的机制。
最后,IBM开源了PIMKL项目,即“途径诱导的多核学习”( pathway-induced multiple kernel learning),这种算法可以提取当前分子相互作用知识的数据,以预测癌症的进展情况,以及患者是否可能在治疗成功后再次复发。医生利用这些信息就可以为患者提出量身定制的治疗方案。
Constellation Research分析师Holger Mueller表示,他很高兴看到IBM开源这些算法的举动,“医疗和癌症研究诊断在采用现代技术方面具有巨大优势。这些真正的下一代应用将会对疾病和死亡率产生深远的影响。”
好文章,需要你的鼓励
亚马逊发布Lens Live AI功能,用户可通过手机摄像头扫描任何物品进行实时购物。该技术利用人工智能识别用户拍摄的物品,并在亚马逊平台上匹配相关商品,提供即时购买选项。这一创新功能将大幅简化购物流程,用户只需"看到即可购买",为在线购物体验带来革命性改变。
巴黎理工学院研究团队发现了比传统深度伪造更隐蔽的"局部伪造"技术威胁。这种只修改视频局部区域的新型AI造假技术让人类检测准确率下降30%以上,AI检测系统性能下降高达43%。研究团队构建了包含25000个样本的全球首个局部伪造检测数据库FakePartsBench,揭示了现有防御体系面对精细化伪造攻击的脆弱性,为未来开发更强大的检测技术奠定重要基础。
谷歌AI研究助手NotebookLM宣布推出三种全新音频摘要格式:简要、评论和辩论模式。这一更新将为用户提供更多选择,让已经备受欢迎的音频概览功能更加丰富多样。简要模式提供1-2分钟的精简概述,评论模式对材料进行建设性反馈,辩论模式则让两个AI主持人就内容展开深入讨论。这些新格式有助于用户从不同角度理解学习材料,使NotebookLM成为更加细致入微的学习工具。
Meta等机构研究发现,让大语言模型学会使用外部工具比死记硬背所有知识更高效。研究通过数学证明和实验验证,传统的参数记忆存在严格容量限制,而工具学习能实现无限扩展且不损害原有能力。这为AI发展提供了新思路:从堆叠参数转向构建智能工具协作系统。