提案有兩條,第一條是建議全面開放醫(yī)院掛號號源,讓病人找到最合適的醫(yī)生。提案二為:建議設(shè)立“中國大腦”計劃,推動人工智能跨越發(fā)展,搶占新一輪科技革命制高點。
提案1:建議全面開放醫(yī)院掛號號源,讓病人找到最合適的醫(yī)生。
“看病難”是老百姓最關(guān)心的民生問題之一,加快醫(yī)藥衛(wèi)生事業(yè)發(fā)展和改革,是提高人民生活質(zhì)量的重要舉措。網(wǎng)絡(luò)掛號對方便群眾就醫(yī)、提升醫(yī)療行業(yè)運行效率具有重要作用。當(dāng)前部分地區(qū)具有官方背景的“預(yù)約掛號統(tǒng)一平臺”存在著社會認(rèn)知度低、用戶體驗不好、掛號號源上網(wǎng)比例不高、限制醫(yī)院開展個性化服務(wù)積極性和自主性等問題。
李彥宏建議取消部分地區(qū)對商業(yè)機構(gòu)開展網(wǎng)絡(luò)掛號業(yè)務(wù)的限制,借助社會力量優(yōu)化醫(yī)療資源配置,提升醫(yī)療服務(wù)的質(zhì)量和效率。同時,根據(jù)不同地區(qū)實際情況,逐年加大醫(yī)院掛號號源上網(wǎng)的比例,加強對網(wǎng)絡(luò)掛號的宣傳力度,引導(dǎo)患者更多通過互聯(lián)網(wǎng)進行掛號。大力扶持各級醫(yī)院提升信息化水平,鼓勵醫(yī)院通過自身網(wǎng)站為群眾提供掛號服務(wù)、進行在線咨詢和交流功能,并借助信息化手段實現(xiàn)分時預(yù)約,提升醫(yī)院運營效率,方便群眾就醫(yī)。
“我希望政府部門可以下達統(tǒng)一的規(guī)定,例如,所有醫(yī)院的網(wǎng)上掛號率必須在三年內(nèi)達到50%。但是怎樣把這個號放出去,需要各個醫(yī)院自己想辦法,比如主動提升醫(yī)院的信息化系統(tǒng)。政府相當(dāng)于給醫(yī)院量化指標(biāo),要求他們一定要實現(xiàn)多高的網(wǎng)上掛號率。”李彥宏表示。
提案2:建議設(shè)立“中國大腦”計劃,推動人工智能跨越發(fā)展,搶占新一輪科技革命制高點。
人工智能是21世紀(jì)最為前沿的技術(shù)之一,其發(fā)展將極大地提升和擴展人類的能力邊界,對促進技術(shù)創(chuàng)新、提升國家競爭優(yōu)勢乃至推動人類社會發(fā)展產(chǎn)生深遠影響。當(dāng)前,人工智能正迎來新一輪創(chuàng)新發(fā)展期,歐美等發(fā)達國家紛紛從國家戰(zhàn)略層面加緊布局,以引領(lǐng)新一輪科技創(chuàng)新大潮。而目前,我國在人工智能領(lǐng)域的基礎(chǔ)研究積累、應(yīng)用實踐經(jīng)驗和科技創(chuàng)新投入較發(fā)達國家均有較大差距,且國家層面尚未制定針對人工智能的全面推進計劃。
李彥宏建議設(shè)立國家層面的“中國大腦”計劃。以智能人機交互、大數(shù)據(jù)分析預(yù)測、自動駕駛,智能醫(yī)療診斷,智能無人飛機,軍事和民用機器人技術(shù)等為重要研究領(lǐng)域;支持有能力的企業(yè)搭建人工智能基礎(chǔ)資源和公共服務(wù)平臺,面向不同研究領(lǐng)域開放平臺資源,高效對接社會資源,依托統(tǒng)一平臺協(xié)同創(chuàng)新;改變傳統(tǒng)“相馬模式”的科研機制,引入“賽馬模式”等市場機制,通過開放式協(xié)同創(chuàng)新和資源開放共享,吸引相關(guān)各方的廣泛參與;在人工智能技術(shù)成果的轉(zhuǎn)化與共享方面,充分引入市場機制,促進研究成果轉(zhuǎn)化,帶動傳統(tǒng)工業(yè)、服務(wù)業(yè)、軍事等領(lǐng)域的融合創(chuàng)新,推動傳統(tǒng)產(chǎn)業(yè)和社會服務(wù)向智能化方向發(fā)展,助力我國經(jīng)濟轉(zhuǎn)型升級,為實施國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略提供有力支撐。
對于這個項目,李彥宏不僅希望像國家發(fā)改委這樣的傳統(tǒng)政府部門介入,也希望中國軍方介入。“軍隊在技術(shù)創(chuàng)新上一直起到非常大的作用??v觀整個世界歷史,很多創(chuàng)新都是在戰(zhàn)爭時期產(chǎn)生飛躍的發(fā)展。軍方有需求,他們也擁有大量的經(jīng)費。”李彥宏舉例說,美國“阿波羅登月計劃”帶動大批企業(yè)成長創(chuàng)新,美國軍方ARPAnet衍生出了互聯(lián)網(wǎng)。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。