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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。