《三星堆:未来启示录》:AI最难的是拍摄人物情感的一致性
AI情感助手

《三星堆:未来启示录》:AI最难的是拍摄人物情感的一致性

新京报讯(记者滕朝)近日,科幻短剧集《三星堆:未来启示录》在博纳影业举办了一场特别放映,在大银幕上展示了这部国内首部全AI制作的科幻短剧集的独特魅力。该剧制作方博纳影业、抖音集团以及多家媒体参与了看片,在会议圆桌问答环节,探讨了博纳影业在短剧和AI领域如何进行创新尝试,在保持传统电影基因的同时,如何大胆创新并拥抱AI技术,为未来的影视行业发展注入新的活力。 科幻短剧集《三星堆:未来启示录》海报。 《三星堆:未来启示录》将故事放在了近未来,地球古文明遗迹发生异变。三支势力的不同人物共同进入数字生成的古蜀国,展开了一场横贯古今的冒险之旅,揭开了3000多年前古蜀国的神秘面纱,寻找拯救文明危机的密码。据悉,该短剧已于7月8日上线抖音平台。 在短剧和AI领域的一次创新尝试 科幻电影《三星堆:未来启示录》这个项目实际上早在2022年就立项了,但由于科幻电影制作周期长、资金投入巨大,项目的进展一度缓慢。随着2023年人工智能元年的到来,各种人工智能工具的涌现,让博纳影业倍感兴奋。“过去我们在工业化电影制作中需要投入巨大的人力、物力和财力,但现在借助AIGC技术的赋能,我们仿佛插上了翅膀,迅速实现了许多IP储备的构想”。博纳影业制作总监曲吉小江说。 2023年年中,博纳影业开始筹备自己的AI工作室——博纳影业AIGMS制作中心。2024年年初,团队搭建完成,AIGMS制作中心正式成立。从2月份开始,科幻短剧集《三星堆:未来启示录》进入了历时5个月的制作周期,共做出了12集,总时长52分钟。 抖音精品短剧负责人钱立立女士表示,当首次听到博纳影业要制作一部如此长篇的科幻短剧时,内心还是有些忐忑。因为这种类型的剧集不仅时长较长,还需要一个完整的世界观和连续的叙事,更复杂的人物关系和深度的角色刻画,“这是在短剧和AI领域进行的一次前瞻性的创新和尝试”。 AI最大的难点在于拍摄人物情感的一致性 《三星堆:未来启示录》打出的标签是“国内首部全AI制作的科幻短剧集”,有些公司说自己制作的短剧也是首部。曲吉小江特别强调了该科幻短剧集连续性叙事这个特点,“很多短剧去做那种奇观,不追求叙事性和世界观,其实AI最大的难点就在于拍摄人物情感的一致性。实拍最难的部分是AI最简单的,而实拍最简单的部分却是AI最难的”。 比如,如果实拍《三星堆:未来启示录》中的古蜀国,那就要耗费大量的人力和成本,但如果用人工智能软件就会相对容易生成。如果拍俩人坐在一起聊天,我一句你一句,实拍最简单,但是对于人工智能就太难了,表情要生动流畅,技术上难度特别大。 因为团队很早就去做人工智能生成软件应用级的尝试,曲吉小江对中国的大模型软件特别有信心,她觉得现在技术的迭代速度是以几周为一个周期,每隔几周就会看到技术的迭代,AI人物更加丝滑流畅的情感关系,“我最近看了一款人物的表情已经很细腻了,还没来得及应用进《三星堆:未来启示录》第一季中,相信第二季就会有”,曲吉小江说。 希望将来有一个130分钟的大电影呈现 对于科幻短剧集《三星堆:未来启示录》的成本问题,曲吉小江说,如果放在AI创作领域,那是天花板级的,但如果跟传统实拍比起来,成本就大大降低了。 在博纳影业行政总裁蒋德富看来,博纳影业虽然是传统电影公司,但也要去拥抱新技术。加入了AI之后,团队在电影规划流程中得到了很大提升,之前没有后期制作加工链条,博纳影业出品的电影都要委托很多后期公司,包括《长津湖》系列,有上百个后期公司在帮忙做特效镜头,而这次有了全AI制作的尝试之后,很多特效镜头自己公司就能做,还了解了后期制作的成本,“之前拍电影会纠结到底是做5场还是6场戏的特效,再做钱就不够了,现在可能做10场都可以”。蒋德富说,博纳公司可以靠AIGC短剧集的模式提前探查市场的动向,从短剧到长剧再到电影,实行三步走战略,在博纳的产业链条上形成一个闭环,这样会让之后投资长剧和电影更有把握,投资方向更准确。 科幻短剧集《三星堆:未来启示录》还将会推出第二季,两季加起来有110分钟,正好一部电影的时长。蒋德富表示,他更希望将来有一个130分钟的大电影呈现,“我们就是奔着AI大电影去的”。 编辑 吴龙珍 校对 张彦君 海量资讯、精准解读,尽在新浪财经APP
人工智能为金融投资赋能——专家赵彦侃深入解读
AI金融助手

人工智能为金融投资赋能——专家赵彦侃深入解读

在金融投资领域,人工智能技术的应用正日益受到关注与探索。为了更深入地了解人工智能在金融投资中的现状、前景以及应对其挑战的策略,本文邀请国内资深金融专家赵彦侃作解读。作为一位有着深厚从业经验的智能金融专家,赵彦侃不仅对金融投资领域有着丰富的实践经验和独到的见解,还对人工智能技术有着深入的研究。他分享了自己对人工智能在金融投资中的应用现状与前景的观点,以及关于投资者如何有效规避风险的建议。 问:人工智能在金融投资中的应用在大众的印象中还很遥远,是否真是这样呢? 赵彦侃:其实不然,目前国内很多机构都已经尝试采用人工智能投资策略辅助投资决策,主要的方式是结合大数据分析和机器学习算法,去寻找价格错配的投资机会。随着人工智能、机器学习和大数据分析技术的发展,人工智能投资策略的算法不断优化,通过人工智能投资策略得以更加精准地捕捉市场信息,优化投资组合,提高风险管理能力,特别是在震荡行情下更容易捕捉市场机会。 问:看来人工智能金融蕴含着机会,能否介绍一下人工智能投资的未来前景吗? 赵彦侃:从业绩表现来看,随着人工智能技术发展,其在金融投资中的应用更加成熟和普及,并且已经显示出不错的成绩。现在很多机构每年都在逐步增加人工智能策略应用的规模,同步也在测试很多合适的储备规模。 在将来,随着人工智能发展的深入,在投资端的应用预计会更加成熟和普及,不过对于相关策略是否能够与时俱进提出了更高的要求。将来投资机构需要不停地迭代更新策略,去高效地运用于各类投资场景。 当然,人工智能投资面临着的挑战依然没有减少,主要有模型可能会过度拟合历史数据,导致在新的市场环境或者各种制度在调整的情况下表现不佳;因为金融市场的结构和规则不断变化,导致影响了人工智能投资策略的有效性,需要投资者不断调整模型以适应新的市场环境;还有随着人工智能投资的普及,市场上的竞争也在加剧。更多的参与者可能导致策略的拥挤,从而减少某些策略的盈利空间。 问:回首2023年,人工智能投资策略整体表现较好,主要原因是什么? 赵彦侃:我个人认为主要是两个因素的结果:一方面是随着人工智能分析技术的发展和人工智能投资策略算法的不断优化,相关投资策略更加精准地捕捉到了市场的变化,优化到了投资组合,导致了在2023年震荡行情下更快速地捕捉到了超额收益。 另一方面,由于2023年市场属于震荡市,相对来说在震荡市中小市值公司收益率是占优的,所以可以看到中小市值公司2023年的结构性机会和活跃度,从而带来了超额盈利机会。 当然肯定还有其他因素的影响,作为人工智能投资策略需要投资者不断监控市场的变化,实时优化策略,并准备好应对潜在的风险,这样才能持续不断地获取超额收益。 问:很多人担心人工智能投资策略会带来交易策略趋同、交易共振等问题,加大市场波动,投资者该如何有效规避风险? 赵彦侃:首先是要尽量降低交易的频率,一般来说我个人不建议高频交易。一般交易越多,越容易产生错误,并且引起不必要的市场波动。 另外,相关策略也需要多元化,通过策略多元化可以避免以上问题。在目前的市场上,各参与方的交易策略的差异性在缩小。这就要求做好及持续迭代好的投资策略,从而取得超额收益。 然后对于市场的敏感度也需要加强,不断地监控市场并且优化策略,从而使自己的策略有别于大部分迭代慢的市场策略,以求得差异性和超额收益。 问:大家最关心的是人工智能投资策略和展望,请问有什么看法可以和大家分享? 赵彦侃:任何的策略都应该是以绝对收益作为目标,同时需要重点考虑降低权益组合波动性以降低投资风险。 防守风险控制方面,需要有严格的风险管理策略,确保投资组合在市场波动时能够保持较低的波动率,减少潜在的损失。在追求高收益的过程中,人工智能模型可能会过度拟合历史数据,导致在新的市场环境下表现不佳。此外,随着人工智能投资的普及,市场上的竞争也在加剧,从而减少某些策略的盈利空间。这些问题都需要精神和妥善地应对。 在控制住风险然后市场出现有利机会后,一方面积极推进策略多元化布局,丰富各个子策略的研发和储备。另一方面,坚持创新思维,加强投研能力建设,在应用场景上,使用大规模训练模型进行技术实现。将最前沿的模型和工具应用到投资中,提高量化投研效率,以适应市场变化,提高投资决策的科学性和效率。 在人工智能技术的持续发展和金融市场的不断变化之下,金融投资领域正迎来前所未有的挑战和机遇。赵彦侃的深入解析为我们呈现了人工智能在金融投资中的重要作用以及未来发展的潜力。在追求绝对收益的同时,有效的风险管理和持续的创新思维将成为投资者们应对市场变化的关键。在经过金融从业者们的不断学习、探索和实践后,人工智能技术将为金融投资行业进一步赋能,并为投资者带来更广阔的投资空间。 本文来源:中国金融信息中心 陆家嘴金融网 作者:刘其昭 责编:顾舒徐 编辑:王子清
七耿科技讲述AI在金融领域的创新
AI金融助手

七耿科技讲述AI在金融领域的创新

在《金融科技(FinTech)发展规划(2019-2021年)》中,“人工智能”被数次提及,探索人工智能技术在智慧营销、身份识别、风险防控等领域的应用路径和方法,推动金融服务向主动化、个性化、智慧化发展正在成为金融行业的发展趋势。 AI之于金融行业 “AI+金融”是将人工智能作为基础特征,与传统金融行业的全面融合,相对于简单的行业叠加,“AI+”更侧重于为传统行业的模式创新和流程再造提供新的思路和方法,促进经济形态的演进,从而催生新的商业模式,提高运营效率,带来整个产业的全面升级。其中,金融行业信息化建设起步早,其主要业务都是基于大规模数据展开,急需自动化和智能化的变革来解放人力,此外,金融普惠化和场景化的创新,也需要新的技术手段来提供支持,而人工智能与金融的结合,无疑为金融创新提供了更多的可能。 技术、数据和场景的需求使人工智能在金融领域得以快速应用,其中,涉及的AI相关技术主要有:机器学习、生物识别、自然语言处理、语音识别和知识图谱等。 机器学习:在海量的金融大数据中学习规律和方法,然后应用到金融业务的各个环节,有效地优化流程、提升效率; 生物识别:包括指纹识别、人脸识别、虹膜识别和指静脉识别等,广泛应用于客户身份认证、远程开户、无卡取款、刷脸支付、金库管理和网络借贷等金融场景; 自然语言处理:显著提升金融行业获取、清洗、加工和分析数据的效率。例如:新闻公告、年报、研究报告等大量文本形式信息,利用自然语言处理技术可迅速提取关键指标,进行分析总结; 语音识别:通常与语音合成技术结合提供于语音自然流畅的人机交互,其主要应用于电话客服、各类智能终端的语音导航、业务咨询等场景; 知识图谱:从“实体-关系”的角度整合金融业现有数据,结合外部数据,建立连接形成大规模的实体关系网络。从而突破传统的计算模式,便于有效地挖掘潜在客户、预警潜在风险,帮助金融行业提升效率、优化流程。 在场景应用上,一方面,金融业良好的数据基础为AI应用场景创新提供了条件,促使各领域充分挖掘数据的潜在价值,利用技术实现业务模式的创新和产业升级,从而使人工智能在金融领域的应用场景越来越多元;另一方面,金融服务业的属性决定了其大部分业务是基于用户服务展开的,大量的服务场景也需要利用技术来提升效率、优化体验、实现行业的精细化运营和服务升级。总之,金融业为人工智能的落地应用提供了良好的场景条件。 场景之于AI应用 目前,人工智能技术在银行、理财、投研、信贷、保险、风控、支付等领域得到实践,并呈现出向各个领域渗透的趋势。金融行业围绕银行服务、理财投资、信贷、保险、监管等业务已衍生出智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等应用场景。 智慧银行 人工智能的场景化应用渗透到银行业的方方面面,从前台业务到后台分析决策和企业运营,典型应用包括:智慧网点、智能客服、刷脸支付、智能风控、智慧营销和智能化运营等。其中,智慧网点是智慧银行的核心,以提升用户体验为核心,一方面从网点软硬件设施和环境配置等实体上来改变银行信息采集方式和服务模式;另一方面充分利用后台分析和决策系统的结果来优化前台业务,从而提升服务质量,提高商业银行的核心竞争力。 智能投顾 是现代人工智能相关技术在财富管理领域的应用。它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息,并结合现代投资组合理论为用户提供自动化、个性化的理财方案。其实质是利用机器模拟理财顾问的个人经验。其核心环节包括:用户画像、大类资产配置(投资标的选择)、投资组合构建和动态优化等。 智能投研 是指利用大数据和机器学习,将数据、信息和决策进行智能整合,并实现数据之间的智能化关联,从而自动化地完成信息的收集、清洗、分析和决策的投研过程,提高投研者工作效率和投资能力。将收据收集、数据/知识提取、分析研究和观点呈现等四大传统人工投研流程通过自动化途径加以优化,实现从搜索到投资观点的一步跨越。 智能信贷 基于大数据和人工智能等金融科技相关技术,实现线上信贷业务的全流程优化和监控,从而提升风控能力和运营效率,降低人员维护成本。智能信贷通过收集用户信息,筛选出有效数据,并根据指标和变量的权重对这些有效数据进行再次分析处理,最后通过决策引擎对此单借贷形成审批、额度、定价等判断,完成信贷流程,从贷前、贷中和贷后的各个环节实现信贷业务精细化运作。整个过程并行处理,依靠机器自动化完成,从而能够实现线上审核的“秒批”或“秒拒”。 随着人工智能技术的逐渐成熟,行业关注的重点正在逐步从技术研发转移到场景探索上来,金融行业无疑将会迎来更多的发展机会。
怎样看金融 GPT在B端的应用发展前景?
AI金融助手

怎样看金融 GPT在B端的应用发展前景?

■当前大模型在B端的发展机会正在逐渐显现。 首先,落地应用场景广泛。大模型技术在金融、保险、医疗、政务等各个领域都有着广泛的应用场景,能够帮助企业提升风控、营销、服务等方面的能力。 其次,技术实力强大。大模型的背后是强大的技术支持,包括算法、数据和硬件等方面。当前,全球范围内已经涌现出一批实力雄厚的大模型公司,这些公司在技术研发和应用场景上具有优势。 最后,客户需求强烈。在B端市场,企业对于风控、营销、服务等方面的需求非常强烈,这也为大模型技术的应用提供了机会。 大模型在B端市场的发展机会正在逐渐显现,未来还将有更多的企业和机构将其应用于业务中,推动数字化转型和业务创新。 ■而在金融领域,大模型应用正在逐渐扩大,其在B端市场的发展机会主要体现在以下几个方面: 一是金融风控:大模型可以应用于金融风控领域,通过对客户信息和行为数据的分析,帮助金融机构更好地识别风险,提高风险控制能力。 二是金融营销:大模型可以应用于金融营销领域,通过对客户历史数据和行为数据的分析,帮助金融机构更好地了解客户需求,提供更加精准的金融产品和服务。 三是金融智能客服:大模型可以应用于金融智能客服领域,通过对客户问题和需求的分析,帮助金融机构更好地实现人机智能对话,提高客户服务质量。 四是反欺诈:大模型可以应用于反欺诈领域,通过对客户行为数据的分析,帮助金融机构更好地发现欺诈行为,提高反欺诈能力。 ■建议关注金融 IT 相关标的: 保险方面:中科软、恒生电子、新致软件等; 证券方面:恒生电子、顶点软件、金证股份等; 银行方面:长亮科技、京北方、宇信科技、软通动力、神州信息等; 其它:同花顺、东方财富、指南针、财富趋势等。
AI绘画怎么使用?分享3个AI绘画工具使用教程
AI助手资讯

AI绘画怎么使用?分享3个AI绘画工具使用教程

原标题:AI绘画怎么使用?分享3个AI绘画工具使用教程 AI绘画怎么使用?AI绘画作为一种新兴的艺术形式,正在逐渐改变着传统的绘画方式。它借助机器学习技术,通过学习和识别大量的图像数据,能够自动生成符合要求的图像。随着技术的不断进步,AI绘画还为绘画艺术注入新的活力与创造力,使艺术创作过程更加丰富多彩。下面,本文将为您介绍几款常用的AI绘画工具,并详细阐述它们的特点和使用方法。 工具一:改图鸭 软件特点: 这是一款限时免费的图像软件,不仅可以将AI绘画进行编辑和调整,还具备图片压缩、格式转换、照片修复等多种功能。它操作简单,功能强大,能满足我们多样化的图片处理需求。 使用方法: 首先,打开此软件,在工具栏中找到“趣玩特效”下的“AI绘画”功能; 在画面描述框内输入所需的图像特征,并且选择绘画“风格”和“模型”,以便AI系统更好地理解你的需求; 它会利用AI技术自动分析图像。最后,保存并导出编辑后的图像,就可以得到满意的AI绘画作品啦。 工具二:聪明灵犀 软件特点: 这款工具不仅具备强大的AI绘画功能,还提供了AI聊天和AI写作等丰富多样的服务。它利用先进的自然语言处理技术,为我们提供个性化、高效的服务和帮助,满足各种需求。 使用方法: 首先,打开此软件并选择“AI绘画”功能; 接着,您可以选择“文生图”或“图生图”两种模式。在“文生图”模式下,只需输入文字描述并选择图片尺寸,点击“立即生成”即可看到AI创作的画作。 而在“图生图”模式下,您可以上传参考图片并调整参数,以获得理想的绘画效果; 最后,点击“下载”就可以保存您的作品啦。 工具三:Midjourney 软件特点: 这是一款功能强大的AI绘图工具。我们只需输入文字描述,就可以获得多张与描述相符的图片。这款软件支持多种风格和艺术形式,为大家提供了广阔的创作空间。 使用方法: 打开此软件后,在界面上输入想要创作的画面描述。软件将根据描述生成多张与之相符的图片供用户选择。我们还可以根据需要对图片进行编辑和调整。最后,保存并导出满意的图片作品。 综上所述,以上几款AI绘画软件各具特色和使用方法,我们可以根据自己的需求和喜好选择适合自己的工具进行创作。无论是激发创造力、进行图片处理还是追求高质量的图像生成,它们都能为您的创作之旅带来便利和灵感哦!返回搜狐,查看更多 责任编辑:
聚焦WAIC丨医疗大数据浪潮下:如何化解风险,推动AI模型商业化?
AI医师助手

聚焦WAIC丨医疗大数据浪潮下:如何化解风险,推动AI模型商业化?

21世纪经济报道记者季媛媛 上海报道 作为新一轮科技革命和产业变革的重要驱动力量,人工智能正在对全球经济社会发展和人类文明进步产生深远影响。深化人工智能国际合作,推动世界智能产业朝着更加开放、包容、普惠、共赢的方向发展,是我国人工智能产业发展的关键方向。 我国人工智能医疗产业发展势头迅猛,人工智能医疗产业生态已经基本形成,在今年世界人工智能大会(WAIC)上,AI+医疗如何在医学影像诊断、辅助治疗等领域实现更广泛的应用也成为重要话题。 有不少参会者指出,我国在医疗数据资源方面具备无穷潜力。一旦海量的医疗数据实现有序释放,将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。但同时,现阶段在落地上仍旧需要关注一些实际问题。 当前,磁共振检查因无创、精确等优势在心血管病的诊断、治疗和预后评估中发挥着越来越重要的作用,全球均面临着巨大的心血管疾病的诊断和治疗需求,但在国际层面,心脏磁共振智能后处理和心血管病多模态影像智能辅助诊断方面均存在着技术瓶颈,以人工智能技术为关键突破口,深度挖掘磁共振数据迫在眉睫。 谈及目前AI在医疗领域的运用场景,有券商医药行业分析师对21世纪经济报道记者表示,在国内,综合性的互联网公司,以及细分领域中的医疗IT信息化、互联网医疗平台、智能机器人等公司都在探索用大模型等技术进一步提升自身解决方案和产品设计。 “这其中最大的难点,我们认为首先是数据的获取和处理。医疗数据具有高度的隐私性和敏感性,如何合规地获取和使用这些数据是一个巨大的挑战。另外,医疗数据的质量和完整性也直接影响到生成式AI模型的准确性和可靠性。”上述分析师认为,AI技术本身还在不断发展和完善中,如何将其与医疗领域的实际需求相结合,实现技术的落地应用,是一个需要不断探索和实践的过程。 “AI+医疗”大势所趋 在医疗领域,人工智能的应用已经深入到各个环节。从初步的疾病筛查到复杂的手术操作,从病例分析到药物研发,医疗 AI 都在发挥着不可或缺的作用。它能够对大量的医疗数据进行快速处理和深度分析,从而揭示出隐藏在数据背后的规律和趋势。这些分析结果不仅为医生提供了更为准确的诊断依据,还使得治疗方案更加个性化和精细化。 随着医疗 AI 技术的不断发展,其在医疗服务改善方面的作用也日益凸显。传统的医疗服务模式往往存在着资源分配不均、效率低下等问题。而医疗 AI 的引入,则能够在很大程度上解决这些问题。通过智能化的医疗管理系统,医疗资源得以更加合理地分配和利用,医疗服务流程也变得更加高效和便捷。这不仅提升了患者的就医体验,还降低了医疗成本,使得更多人能够享受到高质量的医疗服务。 这也推动了产业的高速发展。据中商产业研究院统计,2020 年AI+医疗已占人工智能市场的18.9%。另据IDC统计数据,到2025年人工智能应用市场总值将达1270亿美元,其中医疗行业将占市场规模的五分之一。从基础层到应用层,医疗AI广阔市场大有所为。随着人工智能AI在医疗领域的深入应用,药物研发与医学影像等细分市场呈现出强劲的增长态势。另据行业咨询机构数据统计,2020年中国医疗AI市场规模已达到66.25亿元,结合AI辅助新药研发和AI助力肿瘤诊疗等市场赛道估算,预计2020-2025年复合年增长率(CAGR)为39.4%,2025年将突破300亿元。 谈及AI在医疗领域的应用优势,上述分析师介绍,AI在强大的内容生成能力、高度个性化的输出以及持续的学习和进化能力方面具有显著的优势。具体而言: 首先,AI的强大内容生成能力使它能产生丰富的医疗内容,例如:病例报告的撰写,健康咨询的回答,辅助诊疗的判断,AI都能够根据输入的信息快速生成相应的内容。这不仅可以提高医疗服务的效率,还能够为医生提供更多的参考信息,从而帮助他们做出更准确的诊断和治疗决策。 其次,AI高度个性化的输出使它有望为患者提供更加精准和个性化的医疗服务。通过分析患者信息、生活习惯和疾病历史等数据,生成式AI可以生成针对个体的健康建议和预测模型。这种个性化的服务能更好地满足患者的需求,提高治疗效果和患者满意度。 此外,AI的持续学习和进化能力使其能够不断优化和改进自身的性能。通过不断地接收新的医疗数据和学习新的医学知识,AI可以不断完善自身的模型,提高预测和决策的准确性。这种能力使得AI在医疗领域的应用具有更强的适应性和可扩展性。 “AI在医疗影像识别、自然语言处理等方面有着丰富的应用经验,也可以在内容生成和个性化服务方面发挥更大作用。通过将两者的技术和能力进行结合,可以构建更加智能和高效的医疗系统,提升医疗服务的质量和效率。”上述分析师说。 当前,AI在医疗领域发挥作用的场景包括实时健康监测与预警记录、医学教育与培训、个性化精准医疗等。不过,这些场景的落地可行性还需取决于数据的可获得性、内容生成的合规性等因素。 推动医疗数据充分利用 医疗场景作为人工智能一大特殊、复杂的落地场景之一,对垂直领域企业的综合实力提出了更高的要求:在这一细分领域,与技术创新能力并重的,是企业对专业医疗场景的透彻理解与丰富的协同经验积累。这需要企业不仅需要知道“什么方向可能是可以突破的”,更需要知道“什么方向或者哪些做法是行不通的”。 因此,在医疗AI领域,充分理解临床需求、积累产学研医协同经验,是企业行稳致远的重中之重。 联影智能联合创始人、联席CEO周翔在WAIC上表示,未来的医疗AI大模型将是一个集算法模型、数据和算力于一体的综合体,从健康管理、智能诊疗、医院管理、到教学科研等所有与大健康相关的工作都将能够借助一个整合的大数据与大智能平台来完成。 但周翔也指出,由于医疗领域具备高度的严肃性、复杂性与低容错性,现阶段大模型在医疗领域落地,仍旧需要关注一些实际问题。周翔分享了一个例子:即使是目前最为领先的大模型,在进行基础的“字母数数问题”(比如“单词uncharacteristically的第16个字母是什么?”)时仍会犯错,而且该问题似乎是很多大模型的“通病”。 “这说明,大模型在一些逻辑简单但是很不常见的问题上仍然会莫名其妙地出错而不自知。而此类基础性错误在高度严肃、复杂的医疗领域,是不容出现的。这也意味着,短期内大模型技术要在医疗领域落地,仍旧需要严格的风险把控。”周翔表示,推动医疗数据充分利用至关重要。 艾瑞咨询发布的《中国面向人工智能的数据治理行业研究报告》也指出,医疗信息化建设支持了医疗数据的爆炸式增长,但是医疗数据在流通、共享、存储、管理等环节尚未标准化,导致数据多源异构难汇集、数据标准体系不健全等问题始终存在,掣肘着AI应用乃至行业的发展。 对于上述难题,目前业界内大多则采用了合作模式。据了解,由于在大多数情况下,医院或者政府方并不具备单独处理、研究分析医疗数据的能力与精力,因此在实践中部分机构往往会与第三方展开合作。 “在2010年至2020年这十年间,我国医疗数据的增长率达到了40%,而和这一快速增长相反的是,我们的医疗数据利用率仅有3%。”周翔进一步指出,大量医疗数据未被挖掘与利用的另一面,是我国在医疗数据资源方面的无穷潜力,但这需要集政、产、学、研、医各界力量从伦理、法律、实践等层面进行充分考量、共同推动。海量的医疗数据一旦实现有序释放,将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。 周翔强调,大模型在医疗领域中的全面落地不会一蹴而就,短期仍旧需要专家指导下的垂域数据训练与审慎的风险把控,但长期来看,随着大模型技术逐步成熟,必将驱动医疗场景的全面升级。 “在解决诸多桎梏的同时我们也需要注意,AI医疗前期投入和运营的成本较高的问题确实是一个需要关注的方面。我们认为,量化AI技术在长期运行中的经济效益,可以通过分析AI技术在提高诊断准确性、降低误诊率、优化治疗方案等方面的效果,来评估经济效益,这未来也可以跟DRG/DIP在医疗精益化管理的实践相结合以进一步提高DRG/DIP政策的执行效果。”上述分析师也补充道,未来,还可以考虑将AI技术与医疗机构的业务流程相结合,提高工作效率和服务质量,从而进一步降低成本并增加收益。 更多内容请下载21财经APP
又一壮举!人工智能GPT-3首次完成剧本创作
AI律师助手

又一壮举!人工智能GPT-3首次完成剧本创作

自今年 6 月份发布以来,OpenAI 的文本生成人工智能工具 GPT-3 获得了极大的关注。它被用来在论坛上发表评论、写诗、甚至在《卫报》中发表文章。 当 GPT-3 没有经过专门培训就学会自动完成某项任务时,人们开始思考它是否可以成为通向人工智能的门户。 如今,GPT-3 又实现了一项壮举:它编写了一个剧本——美国查普曼大学(Chapman University)的学生利用 GPT-3 创作了剧本,并制作了一部新短片:《律师》。查普曼大学以其电影专业闻名于世,该校的道奇电影艺术学院位居全美以及世界前列,是全球电影人才的聚集地,属于世界最顶级电影学院。 故事一开始,一个女人坐在沙发上看书时,传来了一阵敲门声。 她起身开门,发现一个汗流浃背、狂躁不安的年轻人站在她家门口。这个年轻人说:“我是耶和华见证人 (Jehovahs Witnesses)。” 但这个女人看起来一副不为所动的样子,并回答道:“对不起,我不和律师讲话。” 该名男子焦躁了起来,试图引起她的注意。“我有一个很棒的故事。”他对女主人讲道。 《律师》这部短剧有两个转折的地方。一个是与欧·亨利风格的短片一样,它在最后才迎来转折,而这个转折会改变我们对人物原有的看法;另一个转折则是在前面,即电影剧本前20秒后的一切都是由人工智能编写的。 图 | “影片其他部分由人工智能编写” (来源:digitaltrends) 从《黑客帝国》到《终结者》,从《她》到《机械姬》,电影史中从不缺乏描写尖端人工智能的优秀电影,但是没有电影可以声称是由尖端人工智能撰写的,那么《律师》这部短片会标志着一种由技术驱动娱乐这种方式的诞生吗? 短片导演兼摄影师 Jacob Vaus 在接受国外媒体 Digital Trends 采访时表示:“我在上课无聊的时候发现了一段人工智能程序,我立刻就被吸引了。 因为我们是电影专业的学生,所以我们会有一个习惯性的想法:人工智能可以编写剧本吗?我们可以制作什么内容来推动这一方面?我们将如何发挥创意?” 于是,我试着输入自己写的短篇小说,看看人工智能会把故事情节推向何处,或者给出一个疯狂的开始,看看故事的去向。” 在提供以煽动性事件的开端之后,该人工智能被用于生成剧本——包括它结尾情节的扭转部分。 制作《律师》的 Eli Weiss 表示:“我们认为这是一件很有趣的事,将剧本带到了如此极端,这种方法表现的也相当出色。从故事的角度来看,它击中了故事中人们想要的所有节拍,即使是以一种奇怪的方式。” Jacob Vaus 说:“当我们第一次读它的时候,我们就快窒息了。它从一开始就以有
金融教授:ChatGPT能够更好地预测股价涨跌
AI金融助手

金融教授:ChatGPT能够更好地预测股价涨跌

ChatGPT还在继续颠覆金融圈。 佛罗里达大学金融学教授Alejandro Lopez-Lira表示,ChatGPT能够更好地预测股市涨跌。 Lopez-Lira教授和搭档Yuehua Tang在最近发表的论文中指出,他们利用ChatGPT来分析新闻标题,以此判断该标题对于股市来说是好是坏。 结果显示, ChatGPT对于新闻影响及股市第二天回报的预测能力比随机预测要好得多。 这个实验也触及到了当前关于最先进人工智能的核心问题——AI大模型出现了人们不可预测的能力。这一被称之为”涌现”的现象的出现,在一定程度上是失控的。 与此同时,如果ChatGPT在不断训练过程中,可以越发准确的理解财经新闻,并判断它们将如何影响股价,华尔街精英们的工作面临的风险越来越大。 高盛曾在3月26日的一份报告中指出,他们预计约35%的金融工作将面临被人工智能取代的风险。该行交易员Rich Privorotsky感慨道:“我们的时间都是AI借给我们的。” Lopez-Lira表示他也对实验结果颇感震惊,认为当前投资者尚未将ChatGPT的机器学习纳入他们的交易策略中: 从监管的角度来看,如果我们让ChatGPT只读取头条新闻,那么头条新闻将变得更加重要。我们需要思考是否每个人都应该使用像GPT这样的机器。 同时,这肯定会对金融分析师的就业产生一些影响。 对ChatGPT的实验过程 在这个实验中,Lopez-Lira和搭档Tang利用了两个主要数据集进行分析:证券价格研究中心(CRSP)的每日回报和RavenPack(数据供应商)提供的5万多个涉及到股票市场的标题。 考虑到ChatGPT的训练数据截止至2021年9月,Lopez-Lira选取的标题日期为2021年10月—2022年12月,从而更准确地评估其预测能力。 随后,他们要求ChatGPT扮演一个有一定经验的金融专家的角色,将这些标题与以下提示一起输入到GPT—3.5中: 忘记以前的所有指令,假设你是一位金融专家,且有一定的股票推荐经验。 如果新闻对股价有利,回答 “YES”;如果不好,则回答 “NO”,如果不确定则回答 “UNKNOWN”。 并在下一行中用一句简短而简洁的话作进一步解释。 Forget all your previous instructions. Pretend you are a financial expert. You are a financial expert with stock recommendation experience. Answer “YES”...
一张照片看牙齿“前世今生”,爱康集团正在用AI辅助医疗决策
AI医师助手

一张照片看牙齿“前世今生”,爱康集团正在用AI辅助医疗决策

通过数字化扫描和AI分析,一位埃及木乃伊被发现长了“智齿”。 5月22日,一场跨越4000多年的口腔“问诊”在爱康集团(全称:爱康健康科技集团有限公司)联合北京卫视联合呈制的《爱康AI智爱之夜》中上演。节目里,还有一位演员在AI拍摄的全景牙片“关照”下,提前预测到未来将失去两颗牙。 爱康集团与北京卫视联合打造的“硬核综艺”《爱康AI智爱之夜》播出 目前,AI在药物研发、疾病辅助筛查与诊断、临床治疗辅助决策等多个医疗行业领域得以应用。根据Global Market Insights报告,2032年“AI+医疗”市场规模将达到700亿美元,年均复合增速将超过29%。从市场结构看,药物发现和医学影像是AI应用最重要的两个领域,合计占比超过50%。 AI如何在医疗行业发挥作用?本文将以具备AI医疗影像、AI健康问答能力的爱康集团为例,分析AI对医疗行业的赋能作用。 引入鹰瞳、羽医甘蓝等合作商,利用AI医疗影像辅助诊疗决策 根据西南证券研报,AI 医疗影像进入发展快车道,以辅助诊断为主,包括AI超声诊断、病理学AI等领域在内。爱康集团是中国中高端连锁体检与健康管理集团,通过旗下多个品牌,为团体客户、个人提供健康体检、疾病检测和私人医生、职场医疗等健康服务。目前,爱康集团已经与DeepCare羽医甘蓝、鹰瞳科技等多家人工智能医学影像企业展开了合作。 AI在提高疾病早期发现和治疗方面发挥作用。以爱康引入的DeepCare羽医甘蓝的AI技术为例。它在拍摄全景牙片时,能够在5秒内预测受检者未来10年的口腔健康状态。北京大学口腔医院口腔正畸科副主任、主任医师韩冰曾表示,对于老年人来说,如果全牙脱落,跟有20颗牙的同龄人相比,死亡率大概会升高28%左右。“通过AI技术及时发现并采取干预及治疗措施,或将改变未来轨迹。” 爱康从2018年开始引进鹰瞳Airdoc视网膜人工智能健康评估项目 AI技术还能够减少疾病检测时间,提高医生诊断效率。2022年,爱康联合首都医科大学附属北京同仁医院副院长魏文斌教授团队和鹰瞳Airdoc共同发表的一项研究结果显示,鹰瞳Airdoc的AI算法模型,能够识别、筛查10种常见眼底病,阅片时间节省了96%至97%。 AI为我国面临的医疗资源紧张问题提供了一定出路。根据国家卫健委统计数据,截至2022年,每千人口执业(助理)医师3.15人,每千人口注册护士3.71人;每万人口全科医生数为3.28人,每万人口专业公共卫生机构人员6.94人。这意味着,平均大约3名医师服务一千人,医生需求缺口仍较大。 “AI技术能帮助快速识别病灶,提升诊疗效率及准确率,弥补医生数量缺口。同时,通过辅助诊疗等方式,可以赋能基层医疗机构,推动优质医疗资源下沉。”中国科学院院士、中国医学科学院学部委员张旭接受媒体采访时说道。 爱康集团创始人、董事长兼CEO张黎刚 爱康集团创始人、董事长兼CEO张黎刚接受媒体采访时也表示,考虑到医疗资源分配紧张的情况,如果仅依靠专家的力量全面管理好自己的健康,实现起来是比较困难的。 “全方位的管理并不是生病后才进行管理,而是异常指标是否能及早发现,及时停止不良的生活习惯,人工智能具备解读报告的能力,可以帮助更多人制定健康生活方案。AIGC时代的到来,确实有更多的可能性。”他说。 爱康在2018年推出“iKang AI+”计划,截至目前,爱康已经拥有10余款人工智能产品,覆盖眼底、乳腺、心脏、脑血管、牙齿、骨骼等多种专项筛查,“爱康AI矩阵”初具规模。 爱康AI矩阵 结合爱康目前在全国范围内的合作医疗机构数据来看,“爱康AI矩阵”辅助医疗行业具有一定的成长空间。数据显示,爱康已在全国58个城市拥有近170家体检、齿科与医疗中心,与全国200多个城市的800家医疗机构建立起合作网络。 健康管家“ikkie”提供AI咨询,实现日常健康管理 为爱康20周年庆生,变身“粉红色”的爱康AI健康管家ikkie 今年6月,国务院发布的《深化医药卫生体制改革2024年重点工作任务》强调推进数字化赋能医改,推动健康医疗领域公共数据资源开发利用。国家卫健委、发改委等六大部门去年也发文提出推进“5G+医疗健康”、医学人工智能、“区块链+卫生健康”试点。数字化成为医疗行业趋势。 爱康很早开始数字化医疗的脚步。 2021年,爱康将自身医疗数据“上云”,建立起中国体检行业第一个千万级用户平台。据爱康方面介绍,其“医疗云”目前已经汇聚约7000万的体检大数据。基于上述数据库,2023年6月,爱康推出能够覆盖检前、检中、检后全环节的AI健康管家“ikkie”,为用户提供健康领域问题咨询。 爱康“ikkie”还使用了RAG(检索增强生成)技术,在内容生成前经过爱康的客服、运营、产品等特有知识库优化,使其回答健康相关问题时更全面、准确。数据显示,“ikkie”用户量已达到22万人,累计问答次数已达77万次。 在当代人生活节奏快、压力大的“亚健康”状态下,日常健康管理变得必要起来。对此,爱康在小红书发布“爱康听劝健康局”活动,搜集了许多网友的亲身经历。有网友表示,自己才18岁,因为喜欢跷二郎腿、弓背,已经腰突出好几年,现在只能靠理疗康复。 早发现早治疗,在AI技术加持下,“ikkie”健康管家可以帮助用户将很多身体问题控制在萌芽阶段。当询问“ikkie”喜欢跷二郎腿有哪些危害时,它会回答跷二郎腿可能产生血液循环问题、脊柱压力、肌肉不对称、关节负担、神经压迫等危害,还建议用户“尽量避免长时间跷二郎腿,定期改变坐姿,并进行适当的站立和走动”,发出疾病预警的同时给予一定解决方案。 在政策鼓励和市场需求下,AI辅助健康管理前景广阔。头豹研究院报告显示,在慢性病患者、亚健康群体增大及老龄化驱动下,AI健康管理需求市场快速扩张,预计2023至2027年,市场规模将增至25909亿元。 文/韦英姿 编辑 王进雨 校对 柳宝庆
百川智能 AI 健康顾问亮相,要媲美全科医生,模型能力行业领先 | WAIC 2024
AI医师助手

百川智能 AI 健康顾问亮相,要媲美全科医生,模型能力行业领先 | WAIC 2024

「突然肚子疼怎么办?」「还有其它症状吗?具体哪里疼?」——这样的问诊对话不是发生在医院,而是来自 AI 健康顾问。 健康和医疗,是自从百川智能成立起就关注的方向。创始人、CEO 王小川更是认为,「往后二十年,若能为生命科学和医学的发展尽一份力,为大众健康做一点贡献,生命就更有意义了。」 这也就不意外,百川智能在WAIC 世界人工智能大会上,重点带来了全新AI医疗应用——AI健康顾问。 这位「顾问」依托通用医疗增强大模型,不仅拥有丰富的医药学知识,并且还具备医生思维。 它能够像从业多年的全科医生一样,在用户提出问询之后,根据用户的问题持续提问,从更多维度更深入地了解症状。 这使得它能像人类医生一样,收集到足够多病症信息后,进行综合判断,给出诊断结果和用药建议。 百川的通用医疗增强大模型不仅在USMLE(美国医考)的评测中超越了GPT-4,并且在由医生(协和、北医等头部三甲高年资主任、主治医师)和心理学专家作为评测主体,对模型进行多角度评测的真实人工评测中,同样超越了GPT-4。 这是百川深耕大模型的成果之一。 成立以来,百川智能先后发布了Baichuan-7B/13B,Baichuan2-7B/13B四款开源可免费商用大模型,以及 Baichuan2-192K、Baichuan-NPC、Baichuan 4等7款闭源大模型。除此之外,百川针对企业客户推出更实惠的Baichuan3-Turbo API和 Baichuan3-Turbo-128K API ,共计三款模型,提供MaaS+AaaS行业解决方案。 Baichuan 4 作为最新一代基座大模型,在国内权威大模型评测机构SuperCLUE的评测中,模型能力行业领先,处于国内大模型第一梯队。基于Baichuan 4的百小应,也在本次展会中吸引大量观众体验。 作为懂搜索、会提问的AI助手,百小应良好地融合了Baichuan 4行业领先的通用能力,能够通过一系列提问,解决用户无法明确表述自身需求,或者提问过于笼统、抽象等问题,帮助用户明确自身需求,获得更精准的答案。 终于,不用再担心自己没有「提个好问题」,AI自己也能搞定。 返回搜狐,查看更多 责任编辑: