谷歌云在人工智能领域再次发力,今天宣布了两项面向数据科学家和医疗专业人士的重要新功能。
对于数据科学家,谷歌推出了一个新的 AI 代理,承诺将为数据科学和机器学习项目的数据分析提供强大支持。而医疗专业人士则将获得扩展的多模态搜索功能,以协助患者诊断和治疗规划。
首先,谷歌实验性项目孵化器 Google Labs 宣布在 Google Colab 中推出新的数据科学代理,以帮助软件开发者分析数据。
Google Colab 是一个免费的基于云的 Jupyter Notebook,开发者可以用它来编写和执行基于 Python 的代码,用于数据科学和机器学习任务。公司表示,通过在 Colab 中集成的数据科学代理,开发者可以将原本需要数周的数据研究和分析时间缩短至数分钟,从而大大加快应用程序的开发速度。
该功能由谷歌最先进的大语言模型 Gemini 2.0 驱动,旨在消除数据分析中繁琐的设置任务,如导入库、加载数据和编写样板代码。用户只需用自然语言描述想要进行的分析,然后静待 AI 驱动的数据科学代理呈现所需的洞察。
"今天,我们很高兴向所有 Colab 用户推出数据科学代理," Google Labs 在博客文章中写道。"这项功能允许用户通过简单的自然语言描述生成完整的、可运行的 Colab notebook。"
Google Labs 解释了使用方法的简便性。用户只需打开一个空白的 Colab notebook,上传数据,然后在 Gemini 侧边栏中描述他们想要进行的分析或想要构建的原型。比如简单地说"可视化趋势"或"构建并优化预测模型"即可。
完成后,数据科学代理将生成一个功能完整、可执行的 Colab notebook,其中的代码可以轻松定制以满足特定需求。
根据 Google Labs 的说法,数据科学代理已从早期测试者那里获得了很好的反馈。其中包括劳伦斯伯克利国家实验室的一位数据科学家,在研究全球热带湿地甲烷排放的项目中,他估计这个工具帮助将近一周的数据分析工作压缩到仅仅 5 分钟。
面向医疗专业人士的多模态搜索
在其他 AI 新闻方面,谷歌云宣布为其医疗平台的 Vertex AI Search 工具更新了一项名为视觉问答 (Visual Q&A) 的新功能,使用户能够更轻松地搜索表格、图表和图示,并询问其中的数据。
该公司解释说,Vertex AI Search 医疗版本中的新多模态搜索功能将通过提供更全面的患者健康视图来帮助医生、护士和其他医疗专业人士。
Vertex AI Search 医疗版是为医疗行业量身定制的 AI 搜索工具,旨在帮助临床医生从复杂的健康记录中检索信息。多模态 AI 指的是能够处理和整合来自不同来源的信息的技术,包括图像、视频和文本。
谷歌指出,这在医疗领域尤为重要,因为近 90% 的医疗数据都以图像形式存在,如 X 光片、扫描和照片。通过将图像数据与传统医疗文件中的书面记录和文本相结合,Vertex AI Search 医疗版可以帮助做出更准确的诊断,并帮助提出更个性化的治疗计划,改善患者预后。
谷歌云全球医疗战略与解决方案总监 Aashima Gupta 表示,新的多模态功能旨在帮助临床医生更高效地工作。"多模态分析处理多样化的患者数据来源,如医学图像和基因信息,以实现更全面的理解和改进决策制定,"她说。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。