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
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。