在巴黎举行的G7数字与技术部长级峰会期间,英国政府宣布与法国建立合作关系,计划借助先进成像技术与人工智能(AI),推动女性健康领域的研究进展。
本次峰会聚焦多个核心议题,包括AI的应用推广、数字安全与韧性建设、经济增长驱动、就业机会拓展,以及数字行业的能源与水资源效率提升,同时探讨如何为儿童和青少年构建更安全的网络环境。
此次合作项目命名为"英法健康与AI战略生物医学联盟",参与方涵盖牛津大学、巴黎西岱大学、巴斯德研究所,以及英法两国的国家级先进成像设施——Diamond光源与Synchrotron Soleil同步辐射光源。
该合作的总体目标是降低英法两国机构在生物医学研究领域的协作门槛,并加快合作进程。英国科学、创新与技术部(DSIT)指出,充分发挥AI等新兴技术的潜力,需要双方开展联合项目、共享研究专长,并共同申请联合资助,以推动惠及全球的技术与产品落地。
研究团队将运用AI与数据技术,针对影响数百万女性的、长期缺乏研究与诊断的疾病展开攻关,重点方向包括分娩并发症以及子宫内膜异位症。
英国技术大臣利兹·肯德尔在谈及此次合作时表示:"英法之间这一突破性的合作将正面应对女性健康领域的重大挑战,推动实现更安全、更健康的妊娠过程,并加速全球传染病防治进程。这意味着将带来全新的治疗方案、更早的疾病诊断以及更个性化的医疗护理。我们致力于在本周与G7伙伴深化合作精神,共同推进多项关乎所有人的重要议题,从AI应用到保护儿童网络安全。"
英国政府还承诺投入9亿英镑资金,用于加强布里斯托超算中心(Isambard-AI所在地)与法国计算中心Genci之间的合作。DSIT表示,此举将助力研究人员获取世界一流的算力资源,推动科学突破。
通过英国研究与创新(UKRI)的国际科学合作基金,英国还将出资30万英镑,法国政府同步配套33万欧元,共同支持在英法两国生活和工作的新兴研究人员,助力其职业发展。
此外,帝国理工学院也与法国国家科学研究中心签署了合作协议,双方将携手开展代谢研究,共同应对心脏病、癌症和神经退行性疾病等重大健康挑战。
法国高等教育、研究与航天部长菲利普·巴普蒂斯特表示:"法英两国对话关系的重启,标志着双方科学合作迈出了决定性一步。我们正共同构建一份充满活力与雄心的发展路线图,将共同愿景转化为具体行动,特别是在'地平线欧洲'项目中深化合作。这种建立在信任与卓越基础上的合作,将在人工智能、健康及其他领域为两国带来切实成果。"
帝国理工学院院长休·布雷迪表示:"深入理解代谢机制,对于应对当今时代最重大的健康挑战至关重要——从肥胖、糖尿病到癌症和神经退行性疾病皆是如此。我们新建立的联合实验室将使英法两国站在这一关键研究领域的前沿。通过汇聚世界顶尖专家与包括AI和机器学习在内的尖端技术,我们将加深对这些复杂病症的理解,造福所有人。"
Q&A
Q1:英法健康与AI战略生物医学联盟的主要研究方向是什么?
A:该联盟重点利用AI与先进成像技术,针对长期缺乏研究与诊断的女性健康问题展开攻关,具体包括分娩并发症和子宫内膜异位症等疾病。参与机构涵盖牛津大学、巴黎西岱大学、巴斯德研究所及英法两国的国家级先进成像设施,目标是加快生物医学研究合作,推动新治疗方案、早期诊断与个性化医疗的实现。
Q2:英国政府在此次英法AI医疗合作中投入了多少资金?
A:英国政府承诺投入9亿英镑,用于强化布里斯托超算中心(Isambard-AI所在地)与法国计算中心Genci之间的合作,帮助研究人员获取高水平算力。此外,通过UKRI国际科学合作基金,英国还额外出资30万英镑,法国政府同步配套33万欧元,支持在两国从事研究的新兴科研人员的职业发展。
Q3:帝国理工学院与法国国家科学研究中心的合作聚焦哪些健康领域?
A:帝国理工学院与法国国家科学研究中心签署协议,重点开展代谢领域的联合研究,涉及心脏病、癌症和神经退行性疾病等重大健康挑战。双方将建立联合实验室,融合AI与机器学习等前沿技术,深化对肥胖、糖尿病等复杂病症的科学认知,推动相关领域研究迈向新高度。
好文章,需要你的鼓励
今天讲的出海案例是晶方科技,这家传感器先进封装公司通过 WaferTek 在马来西亚建设生产基地,并把新增 3000 万美元投向设备和产线。
这项研究揭示了大语言模型执行演绎推理时,仅约3%的注意力头构成关键"逻辑电路",分工明确,层层协作,一旦关闭这些电路,AI推理能力即刻崩溃。
随着企业将预算向AI倾斜,并大量采用AI编程助手,持H-1B签证的软件开发者正面临日益收窄的就业空间。Meta、亚马逊等科技巨头的裁员潮使工程类岗位需求进一步萎缩,招聘方越来越倾向于具备机器学习、数据科学等AI相关技能的候选人。分析人士指出,AI工具正压缩初级开发者的成长空间,企业也更偏向雇用绿卡持有者和本地公民,H-1B开发者须及早规划签证策略与技能升级路径。
Clark Hash是一种无需训练的句子嵌入压缩工具,将384维向量从1536字节压缩至48字节,通过稀疏随机投影与标量量化实现32倍压缩,同时保持高相似度相关性。