当前,新型冠状病毒肺炎(COVID-19)及其变异株仍在全球持续蔓延,人类社会正在经历百年来最严重的传染病大流行。在这场疫情防控中,世界不少国家都利用了高新科技,其中之一为人工智能技术。作为一门高新科技,人工智能技术在新冠疫情防控中身手不凡,发挥着非常重要的作用。
例如,自2020年新冠疫情发生以来,中国的百度公司持续上线一系列技术和服务,全面支持疫情防控和复工复产。特别是在新冠基因测序和疫苗研发方面,百度此前免费开放的线性时间算法LinearFold等人工智能前沿技术更是发挥了巨大作用。另外,阿里云科技公司前不久向全球医院免费开放新冠肺炎的人工智能诊断技术;该技术可以辅助医生对CT影像进行分析,20秒内快速鉴别出病灶部分和比例,并量化病例的轻重程度,准确率可达96%以上。由清华大学孵化的初创公司华深智药前不久以人工智能算法驱动新冠抗体设计,改善传统的“人体/生物筛选+专家设计”方法的周期长、广谱性弱的问题,并有望实现提前预测病毒的变异方向,判断当前抗体是否对新的变异株有效等功能。
又如,美国的强生公司前不久利用人工智能技术,推出了新冠疫苗。强生称,其疫苗总体有效率为66%,预防重症发生的有效率为85%,预防死亡的有效率为100%。强生的首席信息官吉姆·斯万森博士表示,如果没有人工智能技术的帮助,疫苗的生产不可能如此迅速;在八九个月前生产一批疫苗需要两周的时间,现在只需要一个星期就可以生产两批。他说道:“我们用人工智能技术来改善从发酵过程到产量的各个环节;人工智能技术为我们提供了许多洞察力,这是所有洞察力共同作用的结果。”另外,默克公司利用人工智能技术研发的一款新药可将未接种新冠肺炎疫苗的高危人群的住院或死亡风险降低30%;而如果在出现症状三天内开始服用该公司的这款药,可将住院风险降低89%。
又如,英国的剑桥大学前不久声称,该校的一个研究团队正借助人工智能、合成生物学等技术加速开发新冠疫苗。据领衔这个团队的乔纳森·希尼教授介绍,他们很快就将这种疫苗用于临床试验。他说:“目前,实验中的老鼠对疫苗产生了免疫反应。”牛津大学、帝国理工学院等都在人工智能领域有着深厚的积累,这些高校的研究团队也都表示正借助人工智能技术抓紧开发新冠疫苗,尤其是对付变种的新冠疫苗。另外,DeepMind旗下人工智能系统AlphaFold最近在蛋白质分子结构预测领域取得了史无前例的进步,该系统拥有的机器学习、深度学习、图像识别、认知计算等能力嵌入新冠药物研发各环节,可预测识别更为准确的疾病靶点。
再如,德国的 生物技术公司CureVac最近宣布,以解决和应对新冠病毒的变异问题,将人工智能技术与信使RNA技术相结合,以预测未来的病毒突变。据认为,这种技术可以帮助迅速产生新的疫苗。该公司的首席执行官弗兰兹-沃纳·哈斯博士表示,他们的新冠疫苗已获得欧洲药品管理局(EMA)批准。另外,BioNTech公司与美国辉瑞公司合作生产的新冠疫苗已于2020年成功获批上市,是全球第一款mRNA 疫苗;这款疫苗在免疫原性、安全性及工业化生产方面具有突出的优势。为了研发新药,到2025年,德国联邦政府通过经济刺激和未来一揽子计划对人工智能技术的资助将从3亿欧元增加到50亿欧元。
仅从以上的例子可见,人工智能技术在抗击新冠疫情中大显身手。有了人工智能技术相助,防疫抗疫就会变得更安全、更高效、更智慧。许多科研人员都发挥了人工智能技术在智能机器人、智能制药、智能识别等赋能优势,为防疫抗疫作出了自己的贡献,也为人工智能技术落地应用提供了广阔的天地。正如中国科学家及未来学家周海中教授曾经预言过的那样:“随着社会的发展和科技的进步,人工智能技术将在医疗健康领域大显身手;其成果会不断涌现,应用前景令人期待。”完全可以相信,在各国的共同努力之下和人工智能技术的助力下,我们人类就一定能最终战胜新冠疫情,并迎来更加美好的未来。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。