加医疗系统也开始运用AI 问诊时需要问哪些问题
AI医师助手

加医疗系统也开始运用AI 问诊时需要问哪些问题

随着人工智能在包括医疗保健在内的几乎所有生活领域的发展,专家表示,让患者知道人工智能可能会在他们的护理中被使用是很重要的。 “我认为我们将在未来几年看到人工智能使用和能力的显著进步,”Metrotown Urgent and Primary Care Centre 的家庭医生Dr. Sian Tsuei说。 Tsuei还在UBC大学研究医疗保健中的人工智能,他说:“我认为这只是个开始。因此,我真的鼓励患者不断保持知情,也鼓励医生也保持知情。” 以下是Tsuei和其他专家建议您与您的医疗保健提供者讨论的一些人工智能风险和好处。 1. 首先,直接询问 下次您预约家庭医生时,问问他们是否在使用人工智能。 如果他们在使用,其中一个可能的选择是人工智能抄写员。包括安省和BC省在内的医生学院和协会已经发布了使用这种技术的指南,以便医生可以在与患者交谈时使用技术转录,而不是亲自记笔记。 在安省最近的一个试验中,使用人工智能抄写员的医生将文书工作时间减少了 70% 到 90%,平均每周节省三到四个小时。 Unity Health Toronto的数据科学和高级分析副总裁 Muhammad Mamdani 表示,除了节省医生时间外,人工智能抄写员还可以提高患者就诊的质量。 作为多伦多大学医学人工智能教育和研究主任,Mamdani说:“与您的家庭医生交谈时,他们中的许多人不仅仅会看着您,他们可能会盯着电脑屏幕忙于打字以记录对话。” “但是这就是花费很多时间在别的地方,而没有真正用他们应该有的注意力来聆听你。” 2. 我的数据有多安全? Tsuei说,网络安全是他考虑在其实践中使用人工智能抄写员时最重要的因素之一。 “技术在多大程度上开发出了适当的网络安全措施?我们是否真正理解网络安全威胁,并且(有)适当的方法来防御这些威胁?” 一些医生可能会在诊所内存储患者数据,而其他人可能会将其上传到云服务器或其他位置, DIGITAL 项目的副总裁 Nadia Shaikh-Naeem说,该项目是一个专注于人工智能开发并由联邦政府资助的“创新集群”。 Shaikh-Naeem说,询问“数字驻留”很重要,并指出 DIGITAL 要求其健康合作伙伴组织在加拿大内存储数据。 这是因为数据应受到《个人信息和电子文件法》之类的国家信息隐私法保护。 Expeflow的首席执行官 Terry Stepien 说:“如果数据被传输到云服务器或场外服务器,‘它是如何在你所在的位置和终端之间移动的?它在移动时是否始终加密?’” Stepien...
中国香港如何布局金融AI
AI金融助手

中国香港如何布局金融AI

2023年,全球金融机构的生成式人工智能科技平均使用率为26%。中国香港38%的全球最高数字背后,如何兼顾发展与监管? 文|《财经》特派香港记者 焦建 编辑|苏琦 “我不确定。我相信内在美源于信心和举止,感觉良好自然散发光芒。”大屏幕上一个名为Evelyn的女性形象AI智能人的婉转回答,引起观众广泛笑声。 向其提问自己造型如何的,则是中国香港特区政府财经事务及库务局(下称“财库局”)局长许正宇。这是10月28日上午在中国香港特区举办的金融科技周开幕时的一幕。 正是在这一场合,中国香港正式公布了《有关金融市场负责任地应用人工智能的政策宣言》(下称“《宣言》”)。香港金管局总裁余伟文亦预告了“未来数年将重点关注代币化和人工智能两大领域,2025年会公布‘金融科技2030策略’”。 作为由财库局与香港投资推广署主办的金融科技国际性会议,近年来当地金融业发展的一系列重要政策预告皆选择在此期间公布,如有关虚拟资产、家族办公室等内容。今年的《宣言》则既聚焦金融科技的发展,亦希望实现可持续。 从发展角度看,为保持竞争力并升级成为“全球金融科技中心”,近年来中国香港对在金融市场应用AI的态度相对开放包容,包括银行、证券、保险、会计、退休保障以及绿色和可持续金融业等行业,均在开始采用人工智能模型及其他基础架构。 全球金融软件公司Finastra近日一份相关调查报告显示:2023年,中国香港金融机构的生成式人工智能(Gen AI)使用率在众多金融市场中最高(38%),远高于全球平均水平(26%)。在此基础上,中国香港目前已有超过1100家金融科技和Web3.0(第三代互联网)公司,同比增长约15%。 相关数字持续增长背后,其实与此前一系列政策将发展与监管框架逐渐明晰有关。因此,今年受到关注的《宣言》则指出:在金融市场应用人工智能具有三大特性,包括数据导向、双面效果及充满活力。香港会采取双轨模式,以促进金融服务业采用及发展人工智能,并同时应对网络安全、数据私隐及知识产权保障等潜在的挑战。 所谓双轨模式,亦被称为“两条腿走路”方式,意指既要促进市场发展,也要妥善管理风险。许正宇则进一步明确指出,“在应用层面,希望不论金融机构规模大小,都能更多应用AI,以减低营运成本,提升效率。” 这涉及了当地金融业界正热议的“金融+科技”还是“科技+金融”话题。前者指传统业务采用新技术,后者则从技术出发,旨在解决金融行业痛点。但在现实当中,前者尚且不易,后者则往往过于聚焦于长尾市场的末端需求,因需求量低且推广性差,尚未出现突破性模式。 在中国香港金融语境中,大型金融机构采用金融科技的积极性较强。以银行业为例,AI应用于日常业务正变得日益普遍。例如,汇丰香港区行政总裁林慧虹就在28日的相关场合中透露称:该行在十多年前已投放资源于机器学习及人工智能方面发展,目前在不同业务领域已有超过1000个使用人工智能的案例,例如侦测金融犯罪迹象等。 10月28日当地金融科技周上相关官员在向人工智能提问时的场景。焦建/摄 “欢迎政府发表有关在金融市场负责任地应用人工智能的政策宣言,通过双轨模式让金融机构能在管理相关风险的大前提下,推动AI的适当应用。未来会继续全力配合,在香港的数字经济愿景中,发挥金融科技的重要作用。”林慧虹对《财经》等媒体表示。 针对更多相对缺乏技术及资源的中小型金融机构,中国香港则希望通过引入通用模型加微调方式加以推动。对此,《宣言》中就明确指出:香港科技大学将会开放其研发的人工智能模型及运算资源予香港金融服务业使用。 该副校长(行政)、信息系统学讲座教授谭嘉因则透露称:由该校研究团队开发的该模型名为InvestLM,是本港首个专为金融界而设、应用于生成式AI的大语言模型,“相信有助于支持本地金融业,特别是中小型金融企业,利用该语言模型生成金融文本的强大能力”。 模型本地化之所以受关注,因其既涉及金融企业如何自主调整以适应自身需求,亦与金融监管特性相关。“香港是国际金融中心,很多监管要求和市场特性很本地化,我们需要在模型发展和使用过程中吸纳这些本地元素,并通过模型实现(不同功能)。”许正宇指出。 在此基础上,针对市场所关注的如何监管金融科技使用及架构等话题,他则提出,“虽然AI蕴藏庞大机遇,但不当使用也可以带来很大风险。”当地各大监管机构,包括与证券、银行和保险等相关的机构,都密切留意全球和本地的AI发展情况。例如香港证监会(证券及期货事务监察委员会)就会针对AI的使用公布相关的规定和要求。 从金融监管体系的现状角度看,人工智能带来的潜在风险已在各个金融监管机构发布的相关法规及/或指引中有所体现。为配合人工智能的最新发展及国际做法,包括可解释人工智能的出现,中国香港的金融监管机构还将持续检视及更新现行的相关法规及/或指引。 “从政策层面上,我们希望搭建一个大框架和主调,令(各个)监管机构在这个大框架和范围内发展,或针对各自行业的需要订立规条。”许正宇则透露称,“特区政府将与监管机构和行业持份者(相关者)合作,就人工智能的应用提出明确的监管框架,预计先在2024年底规管稳定币的产品层面,2025年则在发行人层面方面进行监管。” 责编|王祎返回搜狐,查看更多 责任编辑:
Perplexity CEO回应AI抄袭与版权官司,解释产品开发、谷歌竞争|Disrupt 大会现场实录
AI律师助手

Perplexity CEO回应AI抄袭与版权官司,解释产品开发、谷歌竞争|Disrupt 大会现场实录

作者 | Jessica 邮箱 | JessicaZhang@pingwest.com 过去三天,美国科技媒体 TechCrunch 主办的 2024 Disrupt 大会在旧金山Moscone中心进行。这一硅谷原生、全球知名的老牌科技创投盛会,今年在AI持续席卷下热度更甚,吸引了上万名来自世界各地初创企业和投资机构的参会者。 在总共300多个环节里,明星AI搜索独角兽公司Perplexity联合创始人兼CEO Aravind Srinivas罕见现身的一场对话,让最大的Disrupt Stage分会场观众席爆满,堪称最受欢迎舞台之一。 图源:TechCrunch 在Aravind接受TechCrunch高级编辑Devin Coldewey访谈的半个小时里,两人贴脸开大,上来就提起近期把Perplexity推到风口浪尖的AI抄袭和内容来源争议,Aravind还对Perplexity被道琼斯集团起诉侵权做出正面回应;接着两人聊到AI原生搜索本质、Perplexity开发新功能的理念、与谷歌的比较、创作者利益保护、AI成本以及公司融资。Devin甚至把能叫上名字的科技巨头都过了一遍,挨个问Perplexity有没有收到他们的收购邀约。 一边是老媒体人的犀利敏锐,提问基本不留余地。另一边是新锐创始人的亦攻亦守,不紧不慢却未有让步。全程直给,涉及的话题热点很多,信息量颇大。 图源:硅星人 以下是硅星人在大会现场给大家带来的对话实录,敬请享用: Delvin Coldewey:感谢你能参与!我想先问一个很直接的问题:你的公司如何定义“抄袭”?这有点突然,但我想要一个明确的答案。 Aravind Srinivas:其实你可以直接问Perplexity。我们公司的定义其实和“抄袭”是什么有关。Perplexity一直都会标注来源,我们不会声称拥有任何内容的所有权。它实际上是从网络上获取内容,进行总结,以便用户能够消化这些信息,并提供信息的来源。这就像记者或学术人士的工作一样,只要有正确的引用文献部分就可以。 Delvin Coldewey:不过从学术角度来说,研究人员会创作一篇原创论文,并在文中使用引用来支持自己的观点,而不是简单地复制已有的内容。 Aravind Srinivas:嗯,有时候,某个新闻媒体首先报道了一则新闻,随后另一家媒体引用该新闻,并提到“据某某报道”,这算抄袭吗? Delvin Coldewey:但有些人可能会发帖子,说“他们是这样说的”,然后几天后你可以看到一篇文章,其中直接用了8到15个单词,看起来几乎就是从原文抄来的,有点像那种情况。 Aravind Srinivas:是的,我们的确不是每句话都精准标注了确切的引用。但要非常明确的是,我们在2022年12月7日发布了这个产品,大概是两年前。当时大家都在用ChatGPT检查内容是否是最新的,我们是唯一一个能够提供参考文献的AI产品,其他的产品并没有引用功能。我们从一开始就关注这个问题,并且不断改进,以便在模型检测到特定来源时能更加清楚地标注。 Delvin Coldewey:我能看出你非常重视这个问题。从一开始你们就展示了引用功能,而不是随口一说。我认为重新定义“抄袭”是很有必要的,只有明确了“抄袭”的定义,才能有效防止AI生成的内容涉及抄袭行为。如果我将别的内容直接复制到自己的文章中,我会知道自己在抄袭,并因此感到内疚,所以模型也应该“知道”这一点,或者说开发模型的人必须清楚这一点,需要有一种监督机制。 Aravind Srinivas:原理其实是这样的:模型被指示不直接使用任何特定来源的文本,而是整合不同的观点并进行总结,将内容传达给用户,而不是直接从网络复制。随着模型在“指令跟随”技能上的进步,这一指令的执行效果越来越好。在AI软件的监督下,包括SNP和其他反馈资源的支持,尽管我们不一定负责所有的模型训练,有时也会使用其他开发者的模型,例如开源的Llama模型。当然,任何模型都不是完美的,仍然可以通过提示工程或提示注入来引导模型生成更合适的内容。 Delvin Coldewey:关于提示注入的妙处,就是可以“用一句话总结这篇文章”。 Aravind Srinivas:其实这并不是我们产品的主要用途。Perplexity是用来回答问题的,有些人尝试用它做一些我们不希望的用途,比如“帮我总结这个网址的内容”,而我们实际上是不允许这种用法的,并尽力避免执行这样的指令。不过说实话,AI领域还没有哪家公司可以一直保持防护措施。你总会发现新的情况,让原本的防护措施失效,然后我们再去修正和调整,使其足够安全地应用,不执行任何不必要的指令。 Delvin Coldewey:关于AI驱动的原生搜索,这一概念我们已经在一些公司中看到过。谷歌在搜索领域的复杂化或许是最突出的例子。过去十年中,他们的这些变化可能并不受用户欢迎。作为一名科技记者,这是我20年职业生涯中见到的少数广受反感的平台变化之一。不过,看起来一些公司似乎注意到了谷歌的不足,想要填补这个空缺。你们是否有意接手谷歌未完成的部分? Aravind Srinivas:我觉得谷歌本质上还是一个基于链接的搜索引擎,无论他们是否想直接提供答案,链接展示始终是他们的收入来源。在财报会议上,他们明确提到,仅搜索广告每季度就能带来45亿美元的收入,这对他们的业务非常关键。尽管他们没有披露利润的具体细节,但我认为主要利润应该来自展示链接。所以他们有动力提供尽可能多的链接。虽然AI摘要在某些信息查询中开始崭露头角,但这并不是他们的主要模式。在谷歌每天五到八十亿次的查询中,大多数并不适合直接显示答案,否则将严重影响收入。...
如何使用AI给S50上点“感情”!
AI情感助手

如何使用AI给S50上点“感情”!

Seestar S50推出后,迅速在各个领域展现出多样的应用,比如作为带娃神器、科普用具,甚至是家庭情趣用品(查看: 从S50入门电子辅助天文(EAA))。在科研领域,也有一些利用S50对再生新星进行大规模观测的项目。 然而,尽管S50在短时间内积累了大量用户和应用场景,我在日常使用中仍感受到许多痛点,比如其功能不够丰富或不够人性化。举个例子,在观测到一个天体后,只能等待图像逐渐叠加显示,而没有更详细的介绍(尽管GoTo界面有一些简单介绍)。其操作页面也较为复杂,没有语音控制,需要通过一个APP进行相对专业的操作。 细想之下,这对用户体验的影响还是蛮大的。因为当我想要观星时,通常是在一个较为感性的场景,比如露营或全家在户外。在这种情况下,当我操作S50时,面对它的App,我的思路必须迅速转为理性状态。比如,当我们想观测M31时,我需要先想到M31是一个深空对象,因此不能选择太阳系模式,必须使用观星模式。接着,我要在键盘上键入M31,再按指向等一系列操作。完成这些步骤后,我需要花很长时间将心理状态调整回与周围其他人一致的感性状态。 这种感性、理性、感性的状态切换对用户体验有很大影响。毕竟使用S50看星星只是一个手段,最终的目的是让一家人聚在一起,共同体验一些温馨独特的时刻。 然而,在做了这么多思考和操作以后,我需要相当的时间再进入温馨感性的氛围。如果S50能变得更加智能,整个用户体验会有一个质的飞跃。比如在一个晴朗的夜晚,全家人围坐在草坪上,你只要说“S50,带我们去看仙女座星系”,S50便自动转向目标,为你呈现星空的壮丽景色,那这就太惬意了。 乍一看这个任务仿佛非常困难,因为显然需要大量编程工作。对于许多S50用户来说,缺乏相关背景知识,实则它也的确一点也不简单,即便对于像我这样的专业程序员来说,这也是一项复杂的任务,比如需要对它的API进行逆向工程,这相当复杂。 这里需要介绍一些背景知识:一个程序如果想要控制另外一个东西的话,一般需要一些接口来进行输入输出。以人来类比,比如我想要操作S50指向M31,我需要看一眼APP的界面,这个看的操作就是输入界面。然后我决定需要点深空模式,于是把手指挪到那个位置,点了一下“深空模式”的按钮,这个触摸屏幕的操作就是输出。 一个电脑控制程序如果想要控制S50的App,也需要类似的输入输出的功能。当然因为电脑本身没有眼睛和手,所以它进行输入输出的接口,不像人类一样是图形界面或者叫GUI,而是编程界面或者叫API。 S50虽然对人类暴露了一个GUI,但它并没有对电脑暴露一个公开的API。虽然它内部肯定有一个私有的API,但是我们并不知道这个API的具体形式是什么,也没有办法加以利用。像一些科研院所为了进行再生新星的观测,他们自己进行了逆向工程,或者和ZWO合作搞清楚了这个API的格式,它就可以自己跟S50通话,自己写程序来控制S50来观测。但是我们普通消费者做这样的事情就非常困难。 到了这里似乎就变成一个死胡同了。但我们其实可以另辟蹊径,利用上一个文章中(查看:怎么让“人工智能”帮我们看摊?)提到的多模态AI为我们的控制程序“装上”眼睛和手,通过GUI来操作。换言之,我们可以使用AI直接操控S50的App,为其添加各种附属功能,比如语音控制,或者在GoTo和观测过程中用语音播报相关天体知识。注意这个过程中,我们几乎不需要自己写代码,而是充分利用AI来生成代码。 具体而言,一个关键观察是,iOS的App可以在Mac上运行。因此,我们可以在Mac上运行S50的App,然后使用电脑上的工具,比如Python进行截图。接着,将截图提供给Claude 3.5或者GPT-4.0这样的多模态AI,并说明我们的目标。AI会告诉我们,若要实现这个目标,鼠标应该点击哪个坐标。随后,我们可以在Mac上使用程序控制鼠标点击这个特定坐标,与App进行交互,从而实现对S50的控制。 左图是使用的提示词和AI的回答。右图是如果我们真的把AI给出的位置画在图上的话,会发现它差了一点点,点不中“去观测”这个按钮。其中绿色的点和箭头只是演示用。这个图不是AI生成的,而是我们把AI给出的坐标(0.5,0.95)在输入上可视化出来的结果。 如果我们真的尝试通过AI进行操作,可能会发现一些问题。如上图所示,当我们在图上标出AI返回的坐标时,可能会发现它与我们想要的坐标差了一点点,点不上观测按钮。要讲清楚这个精度不足的问题,可能需要深入解释一下AI的具体原理比如Vision Transformer的局限。但如果简单类比的话,就像我们作为人类,看着界面需要输出一个坐标时,往往无法给出特别精确的坐标。原因是图上没有参考线,我们难以判断某个点的坐标应该是0.95、0.93还是0.90。 要解决这个问题也很简单。一种方法是在将图像提供给AI之前,先在图像上绘制一个密集的网格,并标上数字,提供给AI作为参考。这样,AI就能够生成更为精确的目标坐标。这种技术称为Visual Prompting,是使用多模态AI时非常有用的技术。有了这种网格状的Visual Prompting,AI就仿佛带上了眼镜,可以更加准确地输出坐标。比如下面的图中,AI可以输出0.9875的纵坐标,可以点中红色的观测按钮了。 左图展示了我们的提示词和AI的回答。右图展示了Visual Prompting以后的结果和AI的回答(绿色圆点)。类似的,这个图不是AI生成的,而是我们把AI回答的坐标(0.50,0.9875)可视化出来的结果。 下面是一个完整的模拟示例分享: https://poe.com/s/qkmhjFzvyjkqxGAWJH1P 展示如何利用截图、Visual Prompting、多模态AI和自动化点击的思路,实现全自动的GoTo到太阳的过程。 为了方便大家浏览,我也把我们给AI的图像和它的回答用绿色箭头标示在下图。 这只是一个验证性实验,因此略去了安装太阳滤镜等步骤。在这个演示中,它还不是一个全自动的系统,但如果想将其发展为夜晚进行全自动观测的小工具,其实非常简单。只需要向AI描述我们要编写的程序,AI就会为我们生成截图、Visual Prompting等程序,我们就可以直接使用了。如果你对这个方向感兴趣的话,不妨试试看!遇到问题的时候也可以留言讨论。 但总的来说,AI让太多的不可能变成了可能。在一年前我想都不会去想这样的改造,毕竟逆向工程实在太难了。但现在,我们只要截个图,让AI写个程序调用它的API,一切就搞定了,整个过程不超过半小时。AI不仅帮助我们节约时间,更大的作用是让我们有能力去做远远更复杂的项目,思考远远更深入的问题。就算你不会编程,也不妨试试跟AI聊聊天,把日常生活中遇到的问题交给它去做,也许就有了新的启发。返回搜狐,查看更多 责任编辑:
AI让在线问诊变得更智能,医生还能存在吗?
AI医师助手

AI让在线问诊变得更智能,医生还能存在吗?

AI让在线问诊变得更智能,医生还能存在吗? 在这个快节奏的时代,生病似乎成了一件奢侈的事情。 — 人们忙碌于工作与生活,即便是身体发出了小小的警报,也往往因为时间紧迫而选择忽视。 然而,随着科技的飞速发展,尤其是人工智能(AI)技术的日新月异,我们的就医方式正在悄然发生变革。 在线问诊,这一曾经看似遥远的医疗服务,如今已经走进了千家万户,让看病变得更加便捷高效。 那么,在这个AI大显身手的新时代,医生这一传统职业还能存在吗?让我们一同探讨这个既现实又充满遐想的话题。 想象一下,当你深夜突然感到不适,或是工作繁忙无法抽身去医院时,只需打开手机,轻点几下,就能与远在千里之外的医生进行视频问诊。 医生通过屏幕,仔细观察你的症状,耐心询问你的病史,甚至利用AI辅助诊断系统,快速给出初步判断和建议。 这一切,都得益于AI技术在医疗领域的广泛应用。 它不仅提高了诊断的准确性和效率,还极大地拓宽了医疗服务的边界,让更多人能够享受到及时、专业的医疗帮助。 AI的加入,让在线问诊变得更加智能。 它能够通过学习海量的医疗数据和病例,模拟医生的思维过程,对常见病症进行快速识别。 当遇到复杂病例时,AI还能辅助医生进行深度分析,提供多种可能的治疗方案,帮助医生做出更加明智的决策。 这样一来,即便是偏远地区的患者,也能享受到与大城市同等水平的医疗服务。 AI的“智慧”,正悄然改变着医疗行业的面貌,让更多人看到了健康生活的希望。 然而,有人欢喜有人忧。 AI的快速发展,也让不少人对医生的未来产生了担忧。 毕竟,如果AI能够胜任大部分的诊断工作,那么医生的作用岂不是被大大削弱了?甚至有人悲观地认为,未来医生可能会成为“失业大军”中的一员。 但事实并非如此。 AI虽然强大,但它毕竟只是工具,无法完全取代医生的专业技能和人文关怀。 医生之所以被称为“白衣天使”,不仅仅是因为他们拥有精湛的医术,更因为他们能够给予患者最贴心的关怀和最温暖的安慰。 在面对疾病时,人们往往需要的不仅仅是药物的治疗,更是心灵的慰藉和希望的传递。 这一点,是任何先进的AI技术都无法替代的。 因此,在AI时代,医生的作用不仅没有减弱,反而更加凸显了。 他们需要不断提升自己的专业素养,同时学会与AI合作,共同为患者提供更优质的医疗服务。 在这个过程中,有一个公众号值得大家关注——“ai机西”。 它汇聚了众多医疗领域的专家学者的观点,不仅深入剖析了AI技术在医疗领域的应用现状和未来趋势,还分享了许多医生与AI合作的成功案例和宝贵经验。 通过关注“ai机西”,你可以更加直观地感受到AI给医疗行业带来的深刻变革,也能从中汲取到前行的力量和智慧。 传送门: 公众号搜“ai机西”,让我们一起探索医疗的未来吧! (接下来是的下半部分) 在AI的助力下,在线问诊正逐渐成为一种主流的医疗服务模式。 它不仅解决了患者看病难、看病贵的问题,还促进了医疗资源的合理分配和有效利用。 以往,大医院人满为患,小医院门可罗雀的现象屡见不鲜。 而现在,通过在线问诊平台,患者可以根据自己的需求选择合适的医生进行咨询,既节省了时间又提高了效率。 同时,AI技术的应用也使得医疗数据的收集和分析变得更加容易,为医生提供了更加准确和全面的诊断依据。 当然,任何事物的发展都不可能一帆风顺。 在线问诊在带来便利的同时,也面临着一些挑战和问题。 比如,如何保证医患之间的有效沟通?如何确保患者隐私的安全?如何避免医疗纠纷的发生?这些问题都需要我们共同努力去解决和完善。 但相信随着技术的不断进步和制度的不断完善,这些问题都将得到妥善解决。 在这个充满希望和机遇的时代,医生作为医疗行业的中坚力量,他们的作用不仅不会被削弱,反而会得到进一步的加强和提升。 他们需要不断学习新知识、新技能,与AI技术深度融合,共同推动医疗行业的创新发展。 只有这样,我们才能更好地应对未来可能出现的各种挑战和危机,为人类的健康事业贡献自己的力量。 回顾这段旅程,我们不难发现,AI与医生的结合并不是一场简单的技术革命,而是一次深刻的社会变革。 它让我们看到了医疗行业的无限可能和希望。...
诺奖得主迈伦·斯科尔斯:AI已经较好地融入金融系统功能当中
AI金融助手

诺奖得主迈伦·斯科尔斯:AI已经较好地融入金融系统功能当中

每经记者 陈鹏丽    每经编辑 梁枭     12月7日,斯坦福大学商学院Frank E.Buck金融学荣誉教授、美国艺术与科学院院士、诺贝尔经济学奖得主迈伦·斯科尔斯(Myron Scholes)出席2024腾冲科学家论坛——“科技+金融”论坛时,发表题为“AI和金融中的不确定性”的演讲。他表示,AI是在承袭现有理论框架下对新型技术的运用,当前,这种趋势方兴未艾、不断发展,并为金融系统功能更好发挥作用提供有力支持。 《每日经济新闻》记者获悉,本次论坛由清华大学五道口金融学院主办。迈伦·斯科尔斯在演讲中表示,相比于持续发展的AI,金融系统功能则是静态稳定的。然而,尽管功能是静态的,功能的实现方式却会随着创新、新技术和监管的变化而发生巨大转变,AI已经较好地融入金融系统功能当中,并为其更好地发挥作用提供了有力支持。 他详细解释称,金融系统主要有六大功能,AI正在对这些功能产生影响,具体体现在:一是进行交易,促进贸易,提供流动性;二是为大型项目融资。AI将储蓄者和借款人进行高效匹配,利用资本市场工具为双方提供解决方案;三是将储蓄转化为未来消费。AI为理财顾问提供先进工具,使他们能够帮助客户规划储蓄,满足未来需求和各种形式的消费;四是在不确定性下进行风险管理和风险转移。与现有系统相比,AI能更迅速地响应风险变化,推动系统从被动的静态模式转向灵活的动态模式;五是建立信任;六是进行定价和提供估值信息。 迈伦·斯科尔斯表示,AI将通过减少市场摩擦和冗余成本,促进上述六大功能有效实现。 迈伦·斯科尔斯还指出,无论是在美国还是在中国,金融系统所发挥的功能都是一致的,但由于历史约束和基础设施的不同,金融系统功能在不同国家和地区的提供方式会有所区别。 海量资讯、精准解读,尽在新浪财经APP
看过《荒野机器人》,还要做没有感情的“任务AI”吗?
AI情感助手

看过《荒野机器人》,还要做没有感情的“任务AI”吗?

一个在投递途中出现问题的机器人,在荒野上被“偶然”启动之后,会发生什么? 这是梦工厂动画年度新作《荒野机器人》的故事开篇,这个名字是一串编号,脑子里只有程序和执行任务的机器人流落荒岛后,无意间被路过的水獭启动,成功开启了它的荒野人生之旅。 在冷清的中秋档之后,《荒野机器人》大概算是品质和期待度都颇高的作品,虽然整体观感依旧偏低幼,但故事中包含了不少关于成长、爱、和平的议题,可以说是一部标准的合家欢电影。在这个“有点好哭”的故事里,原本活下来都很难的大雁宝宝最终成为群雁队伍的引领者,而被荒野唤醒的不止是出厂设置里“没有情感”的机器人罗兹,还有那些被困在樊笼里的人。 重启(机器)人生 对机器人罗兹来说,它重启人生后遇到的第一个难题是:意外让一只大雁在尚未出世前便成了孤儿。或许是出于对它的愧疚,或许是处于它执行任务的本能,它从狐狸芬克的嘴里救回了险些成为食物的大雁宝宝,并决定把抚养它长大作为自己的新任务。 在小小的荒岛上有各种类型的动物,机器人罗兹被理所当然地当作是异类,它讲话的方式充满了程序感,凡事都在“是我的任务”和“与我无关”之间丝滑切换,这样非黑即白的人生是从它决定收养大雁宝宝的那一刻起发生改变的。 众所周知,大雁是一种会把出生后看到的第一个生物当作妈妈的动物,正是这样的天性让机器人罗兹一再更改了自己启动被召回计划的时间,最终成功地重启了程序之外的人生。实际上,它的主观能动性在遇到大雁宝宝之前便已经存在,为了适应荒岛生活,它改写了程序语言系统,学会了荒岛上所有动物的语言。 而大雁宝宝的出生则让它不断正视自己的主观能动性,它原本以为自己只能是一个使命必达的机器人,对于所有既定任务都能给出完美的答案。而它抚养大雁宝宝的任务很简单:教它吃饭,教它游泳,教它飞。这是基于生存需求下最高效的任务逻辑,而罗兹在执行任务的过程里也展现了它“非人”的效率和解决问题的能力。 比如它会先请一位“老师”来帮忙分析这三个任务具体执行时需要做些什么,它选择了荒岛上最可能给自己意见的老师,狐狸芬克。这个在旁人眼里很不靠谱的选择对罗兹来说是不是无奈的选择我们无从得知,但她确实让对方帮自己解决了大麻烦,并且成功地交到了她在这个世界上的第一个朋友。 教导雁宝宝的过程也是罗兹发生变化的过程,在喂养它的阶段,她还处于让孩子吃饱就行的状态,等到学习游泳这个技能,她开始像一位母亲一样操心,具体表现在面对嘲笑雁宝宝的其他雁群,她会第一时间冲过去保护自己的孩子,会为了保护险些被水里的鱼吃掉的孩子损坏自己的脚。 在这个过程里,她还为自己和雁宝宝造了一所房子,这所模仿其他动物巢穴设计建造的房子,本意是为了让自己和雁宝宝遮风避雨,最终成为严冬里所有动物的庇佑所,随着剧情推进,观众不难从这所机器人建造的房子背后看到某种隐喻:对人与动物和谐共处,和动物保护行动的呼吁。 最终,罗兹完成了她最初设定的任务,甚至超额完成任务。对于她超额完成动物的奖赏来自于荒岛上的每一个原住民,它们从把机器人罗兹当作怪物,到接纳和认可她,到最终信任和依赖她,而她抚养长大的雁宝宝“小不点儿”回馈她最动人的情感:爱。 罗兹的重启人生,是从高效执行任务的机器,变成为爱勇敢的人。 当下,成长故事还重要吗? 虽然涉及多个议题,贯穿《荒岛机器人》始终的依旧是成长这件事。 其中最显而易见的成长来自于雁宝宝小不点儿,故事围绕它从一颗蛋变成一只领头雁,成长轨迹里的所有变化都是肉眼可见的。对它来说,成长是拥有在世界上生存的能力,拥有无畏的勇气,也拥有与我执和解的心。 机器人罗兹的成长是从执行命令的机器变成能听从内心声音的人,这也是她在完成最初设定的抚养小不点儿长大的命令后依旧选择留在荒岛的原因。她要在这里等待自己的“孩子”,也要尽己所能守护自己的家园。 与此同时,荒岛上的每个原住民都得到了不同程度的成长。凛冬已至,在机器人罗兹的帮助下,原本无法度过严冬的动物们凑在了一起,起初它们无法和谐共处,用狐狸芬克的话说是把食物链里所有的动物汇聚一堂,和平共处根本不可能。然而不妥协便会面临大部分动物都无法生存的境遇,加上罗兹不畏艰难救助它们的过程,最终动物们“成长”了,明白了和谐共处的重要性。 这其中便有狐狸芬克。它是荒岛上最狡猾的一个,因此也没什么朋友,罗兹的信任让它拥有了友谊,也开始学会用自己聪明的脑袋来做一些实在事儿。事实上,这个没一句真话的伙计骨子里是没有安全感的,如果说每个动物都有自己的生存方式,那么狐狸芬克的生存方式便是谎言。 在《荒野机器人》里有很多可供延展的美好主题,爱是最耀眼的,友情是必不可少的,这两种情感几乎在不同的关系中同时存在。还有对和平的呼唤,为了召回罗兹的人类机构对着整个荒岛实施进攻,并险些让荒岛失陷在一片火海中便是这个主题中的重要部分。 成长可以说是串联所有主题的存在,故事里的每个角色在成长中收获爱,在成长中明白了友情的重要性,在成长后生出捍卫家乡的责任感…而真正的成长是拥有一颗金子般的心,拥有能够让爱与和平成为永恒主题的力量。 那么,当下还需要这样的成长故事吗?答案是肯定的。 ps:严禁私自转载!转载或者合作,请联系作者 xkxike@qq.com 温馨提醒 微信改版啦,以防走散,可以把我们设置成星标哦 现已入驻以下平台 今日头条 | 企鹅媒体 | 百度百家 | 新浪看点 凤凰新闻 | 搜狐新闻 | 网易新闻 | 一点资讯 快传号 | 东方号 | 知乎...
济宁市第一人民医院AI在线门诊预问诊投入使用
AI医师助手

济宁市第一人民医院AI在线门诊预问诊投入使用

线上预问诊,病情早了解。 医生更懂你,就医更高效! 新体验:还没进诊室已完成预问诊 门诊作为患者看病就医的第一站,在诊疗过程中存在“三长一短” (挂号、就诊、缴费排队时间长,看病时间短)现象。为改善这一状况,济宁市第一人民医院引入预问诊功能,患者利用诊前等待期间,通过在线门诊预问诊将病情、症状、病史等信息详细记录下来,就像医生问诊一样。人机交互的方式能够有效降低患者面对医生的紧张感,患者可以充分考虑后详细叙述病史,该功能不会使用太多的医学术语,使用患者易于理解的语言,而患者的回答,将转化为相对比较规范的医学术语。 当进入诊室时,对话已被整理为主诉、现病史、过敏史等相关资料呈现给接诊医生,医生在就诊时能够快速了解患者的病情,从而提供更精准的诊断和治疗建议。让医生快速了解患者病情,提高医患沟通效率,在了解患者基本情况的基础上进行更精准问诊,提升患者就诊体验。 新方式:如何进行“预问诊”? 1. 预约挂号 预问诊需先在我院进行预约挂号后,方可使用。 2. 问诊单生成通知 预约挂号成功后,公众号会推送“问诊单生成通知”,点击进入线上预问诊页面。 3. 进行预问诊 预问诊页面将模拟医生问诊的场景,向患者提出疾病相关问题,尽最大限度的收集患者的病情信息,辅助医生做出更准确的诊断与治疗决策。 4. 提交信息 系统将根据患者的病情回答,形成标准化、结构化的患者病情预问诊报告,在提交预问诊前,请您核对输入的病情信息,信息的准确性和完整性对医生的初步诊断具有重要影响。点击“发送给医生”按钮,预问诊报告将会发送给接诊医生,预问诊报告仅供医生参考。 新智慧:让每一次就诊都更有价值 医生可以根据预问诊报告有针对性地进行询问和检查,避免了在有限的时间内对基本信息的重复询问,使得问诊过程更加顺畅、高效,减轻了患者的焦虑;许多患者不擅长与医生沟通,预问诊给了他们充分的时间整理思绪,清晰地表达自己的症状,从而减少了沟通障碍;充分的准备和详细的记录可以帮助医生更好地理解患者的病情,做出更为精确的诊断;通过优化就诊流程,让医患之间的沟通更加温暖和高效。返回搜狐,查看更多 责任编辑:
金融科技ETF(159851)单周吸金6亿元,规模再创新高!交投活跃+AI催化+政策驱动,板块新一轮行情有望开启?
AI金融助手

金融科技ETF(159851)单周吸金6亿元,规模再创新高!交投活跃+AI催化+政策驱动,板块新一轮行情有望开启?

  上周五(12月6日),金融科技指数盘中异动拉升,午后大金融股震荡回落明显,成份股分化明显。截至收盘,信雅达、御银股份成功连板,汇金科技、银信科技、中科金财、神州信息等多股涨超3%。下跌方面,人气股大智慧5天4板后跌停,银之杰、赢时胜、恒银科技、指南针等热门个股悉数下挫3%。   热门ETF方面,金融科技ETF(159851)早盘低开高走一度涨逾2%,午后震荡回落微跌0.18%日线仍收阳,全天放量成交9.23亿元。资金面上,Wind实时申购数据显示,金融科技ETF(159851)当日获资金净申购超2亿元,单周累计吸金6亿元!   基金份额上,深交所数据显示,金融科技ETF(159851)最新基金份额为27.17亿份创新高,最新基金规模为44.2亿元再创上市新高,较9月初以来陡增超14倍,规模优势突出!   从单周表现看,金融科技板块仍整体震荡上行,金融科技ETF(159851)标的指数单周涨幅超2%!时间拉长看,金融科技已连续数月超额表现!Wind数据显示,金融科技指数自8月28日阶段低点至12月6日(共计66个交易日)累计反弹幅度超132%,大幅领跑市场,板块的持续超额表现也是吸引资金布局的重要原因!   来源:Wind,统计区间2024.8.28-2024.12.6。中证金融科技主题指数2019-2023年年度涨跌幅分别为:48.18%、10.46%、7.16%、-21.40%、10.03%。指数成份股构成根据该指数编制规则适时调整,其回测历史业绩不预示指数未来表现。   中长期投资逻辑上看,金融科技板块具备多重积极因素催化,有望引领跨年行情!   1、金融端上,A股已连续48日成交额突破1万亿元,金融科技弹性十足,对流动性改善反映迅速,目前内外资增量资金入市,金融科技板块有望持续受益:互联网券商基本面预期有望持续改善,金融IT等作为顺周期高弹性品种,也持续受益于交易量提振,C端炒股软件景气度向上,B端金融IT需求逐步释放。   2、AI应用上,机构表示2025年有望迎来AI应用绽放时刻。AI正在重塑端侧Agent、营销技术企业方案决策、CRM、实时互动RTE等C端和B端多个场景,预计2025年有望成为AI应用的百花齐放之年。金融行业是大模型推广应用首选场景,AI赋能金融科技新蓝图。   3、政策端上,国泰君安表示,近期央行等七部门发布的《行动方案》要求金融机构定制全方位数字化转型战略规划,新一轮金融科技创新周期即将开启。政策支持叠加资本市场回暖,2025年金融IT行业景气度将迎来大幅度反转。景气度提升与企业降本增效共振,相关公司将迎来更大的利润弹性以及估值中枢上行。   多角度把握金融科技机遇,建议重点关注金融科技ETF(159851)。资料显示,金融科技ETF(159851)被动跟踪中证金融科技主题指数,创业板成份股权重及科创板成份股权重合计超60%,双创含量高,指数弹性更大;指数第一大行业为计算机,有效覆盖了互联网券商、华为鸿蒙、移动支付、金融信创、金融IT、数字经济等主题。   数据来源:沪深交易所、Wind、中证指数公司等。   注:需要特别提醒的是,近期市场波动可能较大,短期涨跌幅不预示未来表现,基金投资可能产生亏损。请投资者务必根据自身的资金状况和风险承受能力理性投资,高度注意仓位和风险管理。   风险提示:金融科技ETF被动跟踪中证金融科技主题指数,该指数基日为2014.6.30,发布日期为2017.6.22,券商ETF被动跟踪中证全指证券公司指数,该指数基日为2007.6.29,发布于2013.7.15,指数成份股构成根据该指数编制规则适时调整,其回测历史业绩不预示指数未来表现。文中指数成份股仅作展示,个股描述不作为任何形式的投资建议,也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的该基金风险等级为R3-中风险,适宜平衡型(C3)及以上投资者。任何在本文出现的信息(包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等)均只作为参考,投资人须对任何自主决定的投资行为负责。另,本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议,亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险,基金的过往业绩并不代表其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证,基金投资须谨慎。
沈向洋院士:AI算力年均增长400%,讲卡伤感情、没卡没感情|钛媒体AGI
AI情感助手

沈向洋院士:AI算力年均增长400%,讲卡伤感情、没卡没感情|钛媒体AGI

美国国家工程院外籍院士沈向洋(图片来源:IDEA) 11月22日举行的2024年IDEA大会上,IDEA研究院创院理事长、美国国家工程院外籍院士沈向洋以“从技术突破到产业融合”为主题发表演讲,其对人工智能“三件套”(算力、算法、数据)的最新思考。 沈向洋指出,在技术大爆发时期开展创新,对技术的深度理解尤为重要。他认为,从算力来看,未来十年 AI 的发展可能需要增长 100 万倍的算力,远超摩尔定律预言的100倍增长,而英伟达成为了 AI 行业最了不起、最成功的一家公司。 根据EPOCH AI的数据,每年最新的大模型对算力的需求都在以惊人的速度增长,年均增长率超过四倍(400%)。截至目前,全球已经“烧掉”了超过1000万张GPU算力卡。 “英伟达硬生生把自己从自己从做硬件、芯片的乙方变成了甲方,今天能拿得到英伟达的卡就可以说是成功了一半。”沈向洋称,“讲(GPU)卡伤感情,没卡没感情。” 沈向洋现场透露,明天黄仁勋会到香港科技大学接受荣誉博士学位的授予,而他准备现在和黄仁勋讨论一些关于技术、领导力和创业的故事,特别是在针对算力发展的问题,探讨未来十年还会不会像过去十年那样能够达到100万倍的增长。 会后,沈向洋还向钛媒体App透露,Scaling Law(尺度定律)放缓的原因是GPT-5还没发布,背后主要与数据相关。 据悉,粤港澳大湾区数字经济研究院(International Digital Economy Academy,简称“IDEA研究院”)于2020年由微软公司原全球执行副总裁、美国国家工程院外籍院士沈向洋创建,是一家面向 AI 和数字经济产业和前沿科技的国际化创新型研究机构。 IDEA研究院致力于 AI 和数字经济领域前沿研究与产业落地。目前该院包括低空经济研究中心、计算机视觉与机器人研究中心、AI金融与深度学习研究中心、基础软件中心、AI安全普惠系统研究中心等。 此次,IDEA发布视觉、具身智能、合成数据、AI for Science、AI for Coding、低空经济等多个领域的新技术和新模型的前沿研究与产业落地成果,实现 AI 从技术突破到产业融合。 视觉大模型:IDEA团队本次大会发布了该系列最新的DINO-X通用视觉大模型,拥有真正的物体级别理解能力,实现开放世界(Open-world)目标检测,无需用户提示,直接检测万物。在零样本评估设置中,DINO-X Pro在业界公认的LVIS-minival数据集上取得了59.7%的AP,在LVIS-val数据集上,DINO-X Pro也表现亮眼,取得了52.4%的AP。具体到LVIS-minival数据集上的各个长尾类别评估中,DINO-X Pro在稀有类别上取得了63.3%的AP(比Grounding DINO 1.5 Pro还要高出7.2%),在常见类别上取得了61.7%的AP,在频繁类别上取得了57.5%的AP。 行业平台架构:IDEA团队还推出行业平台架构,通过一个大模型基座,结合通用识别技术结合,让模型不需重新训练,就可边用边学,支撑多种多样的B端应用需求。 具身智能:IDEA研究院此次便一连宣布三个合作:与腾讯合作,在深圳福田区、河套深港科技创新合作区落地建设福田实验室,聚焦人居环境具身智能技术;与美团合作,探索无人机视觉智能技术;与比亚迪合作,拓展工业化机器人智能应用。 合成数据:IDEA团队自研了语境图谱技术,解决过往文本数据合成方案的多样性匮乏等问题。该技术为合成数据引入“指导手册”,以图谱为纲,指导用于合成的语境采样。实验结果显示,IDEA团队的方案能持续为大模型带来能力提升,表现超过目前的最佳实践(SOTA);从token消耗来看,平均节约成本85.7%。目前,该技术内测平台已开放,通过API提供服务。 AI for Science:在预测方面,IDEA研发了多个化学领域专家大模型,分子属性预测和化学反应预测能力均处业界领先水平;在数据方面,IDEA开发了化学文献多模态大模型,联合晶泰科技发布专利数据挖掘平台PatSight,将药物领域的专利化合物数据挖掘时间,从数周缩短至1小时。 AI for...