登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《NHS创建人工智能实验室以应对医疗保健挑战》

  • 来源专题：生物安全知识资源中心 | 领域情报网
  • 编译者： huangcui
  • 发布时间：2019-11-22

  • 据Venturebeat网站8月8日报道，英国国民健康服务局（National Health Service，NHS）宣布将投入2.5亿英镑建立一个全新的人工智能实验室。NHS表示，新实验室将致力于把学者、专家与科技公司结合在一起，共同应对医疗保健领域的重大挑战。

    NHS英格兰首席执行官Simon Stevens称，建立AI实验室的最终目标是利用人工智能系统实现日常任务的自动化，让NHS员工队伍的工作能够更上一层楼。此外，AI实验室的另一个核心任务是检查已投入使用的算法并提高安全水准，使其在确保患者隐私安全的同时更为强大。

    英国首相鲍里斯表示：“今天投入的资金不仅关乎护理界的未来，它还将通过自动化管理任务、解放员工双手去照顾病人来推动医疗保健前沿的发展。”

146浏览量
0点赞
收藏
原文链接
相关报告

  • 《人工智能系统影响力（2023）——机遇与挑战并存》
    • 来源专题：科技期刊发展智库
    • 编译者：王传清
    • 发布时间：2024-02-22
    •   生成式人工智能软件ChatGPT已成为2023年的热门话题。作为一个令人惊叹的人类模仿者，它开启了全新的研究时代，但也带来了潜在的风险。   它参与撰写科学论文，有时甚至悄无声息。它不仅为演讲、拨款提案和课程制定大纲，编写计算机代码，还成为了研究想法的传播者。然而，它也曾编造参考文献，捏造事实，甚至发表过激言论。重要的是，它已经引发了人们的无限想象：ChatGPT时而顺从、时而引人入胜、时而寓教于乐、时而甚至令人生畏，它扮演着对话者所期望的任何角色，有些甚至是他们未曾设想过的。   为何要将一个计算机程序列入2023年影响科学的人物名单？ChatGPT并不是一个人。然而，在过去一年里，它在诸多方面对科学产生了深远而广泛的影响。   ChatGPT的目标是以其训练数据的风格继续进行似是而非的对话。然而，在这个过程中，它和其他生成式人工智能（AI）程序正在改变科学家的工作方式。它们还重新引发了关于人工智能的局限性、人类智能的本质以及如何最好地规范两者之间互动的争论。这便是为什么今年的Nature’s 10榜单中增加了非人类成员。   一些科学家早已意识到大型语言模型（LLM）的潜力。然而，对于许多人来说，2022年11月ChatGPT作为免费使用的对话程序发布后，才迅速揭示了这项技术的威力和缺陷。该程序由加利福尼亚州旧金山OpenAI的研究人员创建，其中包括Ilya Sutskever，他也是Nature’s 10之一。它建立在一个拥有数千亿个参数的神经网络上，该网络是在一个巨大的在线书籍和文档语料库上训练出来的，估计耗资数千万美元。此外，还雇用了大量员工来编辑或评价机器人的回复，进一步提升机器人的输出。今年，OpenAI已升级ChatGPT的底层LLM，并将其与其他程序连接起来，使该工具能接收和创建图像，并使用数学和编码软件提供帮助。其他公司也纷纷推出了竞争对手程序。   对于一些研究人员来说，这些应用程序已经成为无价的实验室助手——帮助总结或撰写手稿、润色应用软件和编写代码。马萨诸塞州波士顿哈佛医学院从事人工智能医学研究的Marinka Zitnik表示，ChatGPT和相关软件可以帮助人们集思广益，增强科学搜索引擎，找出文献中的研究空白。Zitnik补充说，以类似方式对科学数据进行训练的模型可以帮助建立指导研究的人工智能系统，也许可以设计出新的分子或模拟细胞行为。   然而，这项技术也充满危险。自动对话程序可能会帮助作弊者和剽窃者；如果不加以控制，它们可能会对科学知识造成不可逆转的破坏。未公开的人工智能内容已经开始在互联网上传播，一些科学家已经承认使用ChatGPT生成文章，但却没有对此声明。   此外，还有错误和偏见问题。这些都源于生成式人工智能的工作原理。LLM通过映射语言的相互联系来建立一个世界模型，然后从这个分布中抽取可信的样本，但没有评估真假的概念。这导致程序在训练数据中重现历史偏见或不准确之处，并编造信息，包括不存在的科学参考文献。   华盛顿大学西雅图分校的计算语言学家Emily Bender认为，很少有合适的方法来使用她所说的“合成文本挤压机”（synthetic text-extruding machines）。她说：“ChatGPT对环境的影响很大，而且存在问题性偏见，会误导用户认为其输出来自于人。此外，OpenAI还因窃取数据而被起诉，并被指控存在剥削劳动力的行为（以低工资雇佣自由职业者）。”   LLM的规模和复杂性意味着它们本质上是“黑盒子”，但当它们的代码和训练语料不公开时，就很难理解它们为什么会产生这样的结果。以ChatGPT为例，其训练数据集本身就是一个黑盒子。开源LLM运动正在发展壮大，但到目前为止，这些模型的能力还不如大型专有程序。   一些国家正在开发国家人工智能研究资源，让大公司之外的科学家也能构建和研究大型生成式人工智能。但目前仍不清楚监管能在多大程度上迫使LLM开发者披露专有信息或建立安全功能。   没人知道类似ChatGPT的系统还能提供多少能量。它们的能力可能还会受到计算能力或新训练数据的限制。然而，生成式人工智能革命已经开始，而且没有退路。
    42浏览量
    0点赞
    收藏
    原文链接

  • 《人工智能助力应对科研大挑战》
    • 来源专题：人工智能
    • 编译者：高楠
    • 发布时间：2023-08-23
    •         近年来，人工智能(AI)领域发生了巨大变化，ChatGPT横空出世，引发生成式AI创业热潮。英国《新科学家》杂志网站在近日的报道中指出，很多科研团队和公司正在利用AI应对人类目前面临的最大的科学挑战：从破译蛋白质的秘密，到研制出新药，再到应对气候变化以及实现可商用的核聚变发电等。   揭示蛋白质结构     根据蛋白质氨基酸序列来确定其折叠结构一直是生物学领域的“老大难”。有些氨基酸和其他氨基酸相互吸引、相互作用，有些氨基酸则具有疏水性，而且氨基酸链形成了复杂的形状，令人难以精准确定，研究人员往往需要数年时间才能解决一个折叠结构。英国“深度思维”公司于2020年底首次宣布研发出一种AI方法来精准预测蛋白质的折叠结构。2021年，他们宣布已绘制出人体中98.5%的蛋白质的结构图。2022年7月，该公司AI程序“阿尔法折叠”已经预测出迄今已知几乎所有蛋白质结构，在短短18个月内破解了生物学领域的重大难题之一。这些数据能帮助人类抗击疟疾、应对抗生素耐药性，以及制造出能够分解塑料的酶，还将推进新药研发进程。     研制未来的药品     在AI出现之前，研制出新药所需的时间越来越长，成本也越来越高。如今，科学家已开始使用AI来自动化部分过程，例如获取庞大而混乱的数据集，并以更容易分析的方式对其进行组织，或者使用AI编写代码来完成这些工作等。今年初，加拿大多伦多大学与Insilico医学公司合作，利用AI药物发现平台，发现了一种新的肝细胞癌靶点，这是以前未被发现的治疗途径，并开发出了一种可与该靶点结合的“新型打击分子”，在30天内研制出肝细胞癌的潜在治疗药物。科学家还使用生成式AI来生成分子结构。互联网数据资讯网数据显示，预计到2024年，AI新药研发的市场规模将达到31.17亿美元。不过截至目前，全球还没有一款由AI研发的药物成功上市。     应对气候变化     气候变化是人类面临的最大的难题之一。鉴于此，法国巴黎理工学院研究人员使用AI确保涡轮机更频繁地指向风中，从而将产能提高了0.3%。如果得到推广，增加的电力足以让170万户英国家庭使用。“深度思维”公司开发了AI来改进矩阵乘法和排序算法，将两者的效率分别提高了20%和70%。这两大算法每天都在世界各地的计算机上执行数万亿次，效率的提高为减少计算产生的温室气体排放作出了重大贡献。元宇宙公司(me ta)利用AI开发出了一种新的混凝土制造工艺，可将碳排放降低40%。由于混凝土碳排放占全球碳排放总量的8%，新工艺也可能对人们应对气候变化有重要意义。     帮助商用核聚变发电     人们一直在努力创建高效、可靠的核聚变发电厂，但这一任务极具挑战性。在托卡马克聚变反应堆内，试图精确而快速地控制多个线圈，并将等离子体压缩成一个有限的形状是非常困难的。尽管AI并没有真正解决这个问题，但它正在提供帮助。去年，“深度思维”公司和瑞士联邦理工学院创建了一个能够控制19个磁线圈的神经网络，AI还能帮助将托卡马克中的等离子体随意改变形状。英国曼彻斯特大学的李·马吉茨说，AI可能是核聚变发电“梦想照进现实”的转折点。 .
    15浏览量
    0点赞
    收藏
    原文链接