钟南山：长期戴口罩会使自身免疫系统无法正常发挥作用

钟南山：长期戴口罩会使自身免疫系统无法正常发挥作用 中国工程院院士钟南山星期五（12月22日）在谈到近期呼吸道疾病患者明显增多时说，长期戴口罩会使自身免疫系统无法正常发挥作用，除非出现病毒大流行，或者前往人群聚集的地方，否则不是特别主张长期佩戴口罩。 根据南方＋客户端星期六消息，钟南山当天到深圳市人民医院进行院士查房活动，并与该医院联合开展呼吸与危重症医学科疑难病例讨论。 对于中国近期呼吸道疾病患者明显增多的情况，钟南山会后受访时说，呼吸道疾病进入高发期的原因主要有两方面，一是常规原因，即天气燥骤冷后，鼻黏膜的免疫功能降低，所以病毒容易进入呼吸道。二是因为长期戴口罩也会使得自身免疫系统无法正常发挥作用，削弱了抵御疾病的能力。 钟南山说：“除非出现病毒大流行的时期，或者前往人群聚集的地方，否则不是特别主张长期佩戴口罩。” 钟南山还分享了自己最新的一项研究肺结节人工智能诊断系统。他说：“在检查人群中，约有30%的人CT显示有结节。然而，并非所有肺结节都具有典型的影像学表现，所以存在被误诊的风险。我们通过调查发现，普通医院的肺结节误切率接近20%。如今，我们通过肺结节人工智能诊断系统，能将误切率降到8%。” 据悉，肺结节人工智能诊断系统具有病灶智能识别、病灶良恶性判断、基因突变预测、自动报告等功能，助力肺结节和肺部肿瘤的精准诊疗，降低误诊、漏诊的概率。 钟南山还介绍，团队还有血液DNA检测技术，通过提取血液的肿瘤DNA，进行甲基化检测。目前这项技术还在反复验证，预计明年会有最新的结果出来。”他说，通过肺结节人工智能诊断系统和血液DNA检测技术，可以进一步提高判断的准确性，其特异性和灵敏性可达到93%以上。 据悉，深圳市呼吸疾病研究所2015年通过深圳市医疗卫生“三名工程”项目，引入了广州呼吸健康研究院钟南山院士团队。钟南山每年都数次到深圳指导工作。2021年7月，钟南山受聘为深圳呼吸疾病研究所的荣誉所长。 2023年12月23日 3:32 PM

产品发布拖延 越来越多谷歌AI员工选择离职创业

产品发布拖延 越来越多谷歌AI员工选择离职创业 这一事件再次凸显了在谷歌等科技巨头内部，顶级研究人员在产品商业化方面面临漫长等待的无奈与选择。因此，他们决定抓住风险投资者对人工智能领域新兴公司的浓厚兴趣，自己去创业。Uncharted Labs总部位于纽约，已成功筹集了850万美元的启动资金，融资目标是1000万美元。据知情人士透露，创始团队在过去几个月里会见了多家潜在投资者，包括知名风投公司Andreessen Horowitz。Uncharted Labs的创始团队包括总裁大卫·丁（David Ding）。大卫·丁此前在谷歌DeepMind的一个精英研究团队中担任技术负责人，该团队规模仅为30人。DeepMind是总部位于英国的人工智能研究机构，去年与谷歌的核心人工智能团队完成了合并。文件显示，大卫·丁在DeepMind的前团队成员查理·纳什（Charlie Nash）和雅罗斯拉夫·加宁（Yaroslav Ganin）也加入了Uncharted Labs的创始团队。大卫·丁和加宁在谷歌的任职时间均超过了五年。根据领英上的公开资料，大卫·丁的另一位前同事康纳·德坎（Conor Durkan）去年年底离职。不过，目前尚不清楚德坎是否已加盟Uncharted Labs。这些研究人员在DeepMind工作期间共同参与了多个前沿的人工智能项目。他们成功开发出一种能够根据用户简单描述自动生成原创图像和音乐的人工智能技术。去年11月，DeepMind推出了音乐生成模型Lyria。这款创新的人工智能模型能够从头开始创作歌曲，并巧妙地融入了查理·普斯（Charlie Puth）和约翰·传奇（John Legend）等知名艺术家的独特音乐风格。此外，这些研究人员还为谷歌最新推出的图像生成模型Imagen 2做出了杰出贡献。Imagen 2是谷歌近期向云客户推出的一款强大的人工智能工具，旨在与Midjourney和OpenAI的Dall-E 3等竞争对手展开激烈竞争。最近DeepMind的这一系列离职事件表明，谷歌在人工智能产品发布方面存在拖延问题，同时内部研究人员也对繁文缛节感到不满。早在2021年，有些谷歌员工不满公司拒绝推出聊天机器人（后更名为Bard），选择了自立门户，创办了Character.AI。其他一些对谷歌内部人工智能开发限制不满的员工则转投了竞争对手OpenAI。谷歌高层一直在努力应对内部疑虑与挑战。公司首席执行官桑达尔·皮查伊（Sundar Pichai）在去年的一篇博客文章中宣布了谷歌人工智能部门的重组计划，并强调这将“推动我们在人工智能领域的发展速度”。为了实现这一目标，谷歌让位于加州山景城的人工智能研究团队共聚一堂，并通过每日会议协调加州与伦敦两地的工作进度，以确保Gemini项目（OpenAI GPT-4竞品）能够迅速取得进展。在这篇博文发布后，谷歌发言人克里斯·帕帕斯（Chris Pappas）进一步表示：“DeepMind拥有世界一流的研究团队，我们将继续致力于开发能够改变数十亿人生活的人工智能技术。”然而，一位不愿透露姓名的前员工透露，尽管DeepMind的研究人员在2023年春季就完成了音乐生成模型Lyria的开发工作，但谷歌直到11月才对外发布，至今仍未向公众开放。这位前员工认为，谷歌将谷歌大脑(GoogleBrain)和DeepMind两大内部人工智能部门合并，加剧了DeepMind员工的挫败感。因为在享受了多年的相对独立之后，他们现在不得不围绕谷歌的人工智能产品优先事项来调整自己的研究方向。在过去的两年里，DeepMind和谷歌大脑的多位优秀员工离职创办了新的初创公司，其中包括开源人工智能模型开发商Mistral AI，以及同样专注于文本生成模型的SakanaAI和Reka AI。为了留住顶级的人工智能研究人员，谷歌采取了一系列措施，包括向他们提供特殊的股票奖励，这些股票的兑现速度要比其他奖励更快。然而，风险资本对生成式人工智能初创公司的诱惑力实在太大。根据PitchBook和美国国家风险投资协会(NationalVenture Capital Association)的数据，2023年，超过三分之一的美国风险投资资金流向了人工智能开发商。去年，一首利用人工智能模仿艺术家德雷克（Drake）和The Weeknd声音的歌曲《Heart on My Sleeve》在TikTok和Spotify等平台上引起了轰动。然而，环球音乐集团以侵犯版权为由向这些平台施压，最终导致这首歌曲被下架。这一事件引发了人们对人工智能在音乐领域应用的关注和讨论。与初创公司相比，谷歌等大型科技公司在获得音乐授权方面可能具有更多优势。例如，DeepMind与拥有丰富音乐资源的YouTube合作建立了自己的音乐生成模型，而TikTok也与唱片公司签订了类似的协议。 ... PC版： 手机版：

【Grayscale研究员：人工智能和加密货币之间正在出现协同作用】

【Grayscale研究员：人工智能和加密货币之间正在出现协同作用】 Grayscale研究员Will Ogden Moore发布的报告表示，人工智能 (AI) 和加密货币的融合预示着技术进步的新时代的到来，这种协同作用，以人工智能相关加密资产的令人印象深刻的性能为标志，正在将区块链应用的范围扩展到传统支付系统之外。Grayscale的研究报告强调了这种交叉点在解决未来与人工智能相关的社会挑战方面的潜力，包括对数据隐私和权力集中化的担忧。Moore表示，与人工智能相关的加密货币已显示出显着增长，表现优于加密生态系统中的传统行业。 快讯/广告 联系 @xingkong888885

科学人工智能能够识别复杂数据集中的模式 并将其表述为物理理论

科学人工智能能够识别复杂数据集中的模式 并将其表述为物理理论 从数据中学习行动观察一个由相互作用的自由度组成的物理系统（灰点），其精确的相互作用是未知的（阴影区域）。通过对系统的测量来训练神经网络。该网络以无监督的方式学习对训练数据分布的估计。使用图解语言逐层从网络参数中提取动作。最终的动作系数 A (k)代表学习到的交互作用（粉色节点）。在下面的访谈中，来自尤利希研究中心高级模拟研究所（IAS-6）的莫里茨-海利亚斯（Moritz Helias）教授解释了"人工智能物理学"的内涵，以及它与传统方法的不同之处。物理学家如何提出新理论？通常情况下，首先要对系统进行观察，然后再尝试提出不同系统组件之间如何相互作用，以解释观察到的行为。然后从中得出新的预测，并付诸实践。一个著名的例子是艾萨克-牛顿的万有引力定律。它不仅描述了地球上的引力，还可以用来相当准确地预测行星、卫星和彗星的运动，以及现代卫星的轨道。然而，得出这些假设的方式总是不同的。我们可以从物理学的一般原理和基本方程入手，从中推导出假设；也可以选择现象学方法，仅限于尽可能准确地描述观察结果，而不解释其原因。困难在于从众多可能的方法中选择一种好的方法，必要时对其进行调整和简化。研究人员采取了什么方法？一般来说，这涉及一种被称为"机器学习物理学"的方法。工作小组中使用物理学方法来分析和理解人工智能的复杂功能。研究小组的克劳迪娅-梅尔格（Claudia Merger）提出的重要新想法是，首先使用一个神经网络，学会将观察到的复杂行为准确映射到一个更简单的系统中。换句话说，人工智能旨在简化我们观察到的系统组件之间的所有复杂互动。然后，使用简化后的系统，用训练有素的人工智能创建反映射。从简化的系统返回到复杂的系统再发展新的理论。在返回的过程中，复杂的交互作用是由简化的交互作用逐一建立起来的。因此，这种方法最终与物理学家的方法并无太大区别，不同之处在于，现在是从人工智能的参数中读取相互作用的组合方式。这种看待世界的视角从遵循一定规律的各部分之间的相互作用来解释世界是物理学的基础，因此被称为"人工智能物理学"。在哪些应用中使用了人工智能？例如，开发过程中使用了一个黑白手写数字图像数据集，这是研究神经网络时经常使用的数据集。作为博士论文的一部分，克劳迪娅-梅尔格研究了图像中的小型子结构（如数字的边缘）是如何由像素之间的相互作用构成的。研究发现，一组像素往往一起变亮，从而形成了数字边缘的形状。计算工作量有多大？人工智能的使用首先是一种使计算成为可能的技巧。很快就可以计算出大量可能的相互作用。如果不使用这个技巧的话，只能研究非常小的系统。尽管如此，所需的计算量仍然很大，这是因为即使在有许多组件的系统中，也存在许多可能的相互作用。不过，我们可以有效地对这些相互作用进行参数化，因此我们现在可以查看大约有 1000 个相互作用成分的系统，即最多有 1000 个像素的图像区域。未来，通过进一步的优化后还可以看到更大的系统。这种方法与 ChatGPT 等其他人工智能有何不同？许多人工智能旨在学习用于训练人工智能的数据理论。然而，人工智能学习的理论通常无法解释。相反，它们隐含在训练好的人工智能参数中。与此相反，新的方法提取了所学理论，并用系统组件之间的交互语言将其表述出来，而这正是物理学的基础。因此，它属于可解释的人工智能领域，特别是"人工智能物理学"，因为我们使用物理学语言来解释人工智能所学到的知识。我们可以使用交互语言在人工智能复杂的内部运作与人类可以理解的理论之间架起一座桥梁。参考文献：《从数据中学习相互作用理论》，作者：Claudia Merger、Alexandre René、Kirsten Fischer、Peter Bouss、Sandra Nestler、David Dahmen、Carsten Honerkamp 和 Moritz Helias，2023 年 11 月 20 日，《物理评论 X》。DOI: 10.1103/PhysRevX.13.041033编译自:ScitechDaily ... PC版： 手机版：

1000多名人工智能专家及行业高管签署联名信，呼吁暂停训练比GPT-4更强大的人工智能系统至少六个月

1000多名人工智能专家及行业高管签署联名信，呼吁暂停训练比GPT-4更强大的人工智能系统至少六个月 理由是这种系统对社会和人类构成潜在风险。信中写道:“只有在我们确信它们的效果是积极的，风险是可控的情况下，才应该开发强大的人工智能系统。”马斯克此前曾多次表达对人工智能的担忧，认为人工智能是未来人类文明最大的风险之一，威胁程度远高于车祸、飞机失事、毒品泛滥等，甚至比核武器都危险得多。 可以去这里签名：《》目前已经有1000多名精英人士签名了。 - Yoshua Bengio，蒙特利尔大学，图灵奖得主，开发深度学习，蒙特利尔学习算法研究所所长 - Stuart Russell，伯克利，计算机科学教授，智能系统中心主任，标准教科书“人工智能：现代方法”的合著者 - Elon Musk，SpaceX、Tesla 和 Twitter 的首席执行官 - Steve Wozniak, Co-founder, Apple 苹果联合创始人史蒂夫·沃兹尼亚克 - Jaan Tallinn，Skype 联合创始人，生存风险研究中心，未来生命研究所 ...... 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

【ChatGPT金融业应用首批研究成果可解读美联储声明、预测股价】

【ChatGPT金融业应用首批研究成果可解读美联储声明、预测股价】 Man AHL机器学习在4月发表了两篇新论文《ChatGPT能否解读美联储表态？》和《ChatGPT可以预测股价走势吗？回报可预测性和大型语言模型》，将这一人工智能聊天机器人应用于市场相关的任务，一项是解读美联储的声明是鹰派还是鸽派，另一项是确定消息面对某只股票而言是利好还是利空。ChatGPT在两项测试中都取得了出色的成绩，暗示该技术在将新闻报道、推文和演讲稿等大量文字转化为交易信号方面，可能迈出了重大一步。