至顶网个人商用频道 09月13日 北京消息(文/黄当当):在大数据“攻城拔寨”的当下,“精准医疗”迅速成为了一个热词,进入公众视野。
所谓精准医疗(Precision Medicine)是一种将个人基因、环境与生活习惯差异考虑在内的疾病预防与处置的新兴方法。这种个性化医疗将从传统的“对症下药”转向“对不同的人、不同的病在不同阶段采取不同的治疗之法”。
尽管前景美好,但精准医疗的普及却面临着一系列挑战。英特尔数据中心医疗与生命科学集团亚太区负责人张晓波表示,包括数据隔离、数据孤岛、精准定位、安全隐私、专家稀缺在内,当下医疗行业的很多冲击都亟待解决。
随着云计算、大数据等技术逐渐应用于医院临床业务,好消息是,生物及医学研究已形成数据密集型科学,不仅大规模存储并分析基因数据的能力已具备,并且基因测序越发变得简捷快速化。
为在精准医疗上再添一把火,英特尔计划将人工智能列入医疗领域的部署与应用,干了这3件事情:
1、基于英特尔在基因领域的集成解决方案BIGstack 1.0,浪潮发布基因一体机,并且还融合英特尔最新的至强可扩展处理器与FPGA协处理器。
2、诺禾致源同样采用BIGstac基因组解决方案,与英特尔成立了基于RSD的可扩展基因组学中心。
3、英特尔联合爱尔眼科及极视互联、晋弘科技推出人工智能眼科疾病识别解决方案,以提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率。
事实上,英特尔在精准医疗上的一系列举措,正是在加速实现“All in one Day”的愿景,即在2020年实现24小时内完成基因组的采集、分析和解读。
这次浪潮发布的新一代基因一体机,基于BIGstack架构,内置最新GATK3.8版本,以及Cromwell/WDL流程管理系统。在这个机器上面,可实现两种不同的加速配置,一是采用双路新一代Intel Xeon Gold处理器,二是提供基于Intel Arrial 10芯片的浪潮F10A FPGA卡,配合FalconComputing加速版本。
这两种加速方案直接作用在全基因分析流程中的结果是,关键业务流程序对比和查找突变运行时间分别缩短23%和37%,全基因分析流程时间提升3.4倍。
除此之外,英特尔还在眼科疾病识别上与爱尔眼科及极视互联、晋弘科技合力推出解决方案,进一步提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率。
爱尔眼科集团总院长唐仕波表示:“该人工智能解决方案基于英特尔的硬件和深度学习平台,在爱尔眼科已有的人工智能识别成果基础上,解决专业医师看病过程中阅片量过大等问题,大幅度提高医生临床诊断的效率”。
精准医疗是英特尔人工智能解决方案冰山一角。自去年疯狂布局AI后,从硬件、库/语言、开放框架、工具/平台、行业解决方案,英特尔已有一套逐渐成熟的人工智能“套装”。反观,英特尔希望这会是“高效催化剂”,加速精准医疗时代到来。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。