今天,百度宣布成立总规模3亿元的疫情及公共卫生安全攻坚专项基金,用于支持新型冠状病毒等新疾病的治愈药物筛选、研发等一系列抗击疫情工作,以及更长期的社会公共卫生安全信息科普和传播等。
针对支持新型冠状病毒等新疾病的治愈药物筛选、研发等一系列抗击疫情工作,百度将提供人工智能技术支持,配套亿级计算资源,助力疾控机构、科研院所等研究单位进行研发提速。同时,百度将提供时空大数据及分析技术,支持对疫情的及时发现、快速应对及科学管理。
目前,由于全球还没有针对此病毒的特效救治方法,新型冠状病毒疫情迅速蔓延全国。加强溯源和病原学检测分析,加快治疗药品研发,提高疫情防控的科学性和有效性,已成当务之急。
同时,本次疫情,及之前相关事件的发生与野生动物有关。拒绝野味,保护人类健康及公共卫生安全是一个需要长期投入教育、传播的公共议题。百度将发挥自身信息和知识平台责任,联动社会各界公共卫生机构,联合各大媒体机构,长期持续向公众积极宣传公共卫生相关知识,普及各类突发公共卫生事件的防治知识,提高公众的公共卫生、食品安全等意识和知识。
众志成城,一起加油!
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。