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
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。