2019 年底,一场突如其来的新冠疫情席卷全球。时至今日病毒不断变异,让抗疫变成了一个复杂且漫长的过程,给全球的经济和社会生活带来了巨大的损失和伤害。新冠病毒感染人体的机理是什么?面对疫情,AI 和大数据又能做些什么?微软与合作伙伴在抗疫方面正在进行哪些探索与尝试?让我们一起从视频中寻找答案。
新冠病毒感染人体的机理是什么?
清华大学生命学院龚教授告诉我们
病毒受体跟人体结合需要特定的条件
通过模拟病毒状态变化的过程
我们就能够找到并破坏这个条件
AI 新用法,让病毒 “躺平” !
微软通过云平台和 AI 技术
完成数百万原子级别以及数十亿步的算法模拟
原来,新冠病毒蛋白中两个部分的状态变化
就可以让其失去感染人体的能力
AI 和大数据能为社会防疫做些什么?
通过公开数据集
微软构建了预测模型和干预模型
预测疫情发展趋势
为社会防疫提供数据洞察
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。