Google的Med-PaLM 2是一个用于回答医疗信息问题的AI工具,自4月以来,梅奥诊所等研究医院一直在进行测试。Med-PaLM 2是今年五月在Google I/O上发布的,该工具建立在PaLM 2之上,PaLM 2是支撑Google Bard的语言模型。
《华尔街日报》近日报道称,他们看到的一封内部邮件显示,Google相信更新后的模型在医生资源相对有限的国家中可能特别有用。Med-PaLM 2是在一套精选的医学专家演示中进行训练的,Google相信这将使其在医疗对话中比Bard、Bing和ChatGPT这样的通用聊天机器人更出色。
该报告还提到了Google在五月公开的一项研究,该研究表明Med-PaLM 2仍然存在一些我们已经习惯于在大型语言模型中看到的准确性问题。医生们发现Google的Med-PaLM和Med-PalM 2提供的答案,与其他医生相比,有更多的不准确性和无关紧要的信息。
尽管如此,在几乎所有其他的指标上,如显示推理的证据、得到共识的答案,Med-PaLM 2的表现几乎和实际的医生一样好。
《华尔街日报》称,测试Med-PaLM 2的客户将控制他们的数据,这些数据将被加密,Google无法访问。
根据Google高级研究总监Greg Corrado的说法,Med-PaLM 2仍处于早期阶段。Corrado说,虽然他不希望它成为自己家庭“医疗保健之旅”的一部分,但他相信Med-PaLM 2“占据了AI在医疗领域的重要位置,并将AI可以发挥的作用扩大了10倍”。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。