科技行者 2月6日 北京消息(文/孫封蕾): 2月6日,繼浙江之后,湖北、湖南、貴州、河南、天津、江蘇、河北等28個(gè)省、自治區(qū)、直轄市已陸續(xù)合作阿里巴巴搭建“數(shù)字防疫系統(tǒng)”。該系統(tǒng)分為居民、社區(qū)街道、醫(yī)療疾控、政務(wù)管理等四大模塊,20多種功能。各地居民及疫情防控機(jī)構(gòu)可以應(yīng)用疫情信息采集、主動(dòng)申報(bào)與疫情線索提供、醫(yī)學(xué)觀察服務(wù)與管理、疫情實(shí)時(shí)動(dòng)態(tài)、在線智能問診、同行程人員查詢等功能,開展數(shù)字化疫情防控。
據(jù)了解,面對(duì)疫情,阿里釘釘快速響應(yīng),聯(lián)動(dòng)阿里云、支付寶、達(dá)摩院、政務(wù)釘釘、宜搭等團(tuán)隊(duì),一天內(nèi)緊急搭建出浙江省新型肺炎公共服務(wù)與管理平臺(tái),于1月27日上線,并輸出一整套完整的“數(shù)字防疫系統(tǒng)”,免費(fèi)提供給全國各地政府和社區(qū),助力疫情防控。
(圖:央視新聞聯(lián)播報(bào)道浙江省新型肺炎公共服務(wù)與管理平臺(tái))
在該系統(tǒng)中可以看到,居民通過釘釘加入健康咨詢?nèi)?、醫(yī)學(xué)觀察服務(wù)群,可以與群內(nèi)定點(diǎn)網(wǎng)格醫(yī)生進(jìn)行實(shí)時(shí)交流互動(dòng),隨時(shí)進(jìn)行每日健康打卡,與醫(yī)生開展視頻問診,隨時(shí)在線溝通協(xié)同,醫(yī)生和居民之前溝通高效、健康、安全。
“常見的一些問題,通過互聯(lián)網(wǎng)醫(yī)院或者我們的專家團(tuán)隊(duì)進(jìn)行咨詢之后,先了解一些問題,(居民)放心了之后也不用跑到醫(yī)院去。”浙江省衛(wèi)健委規(guī)劃發(fā)展和信息化處副處長黃鳳表示,居民可通過平臺(tái)在線問診,獲得浙江全省400多個(gè)醫(yī)療和疾控專家團(tuán)隊(duì)的線上回復(fù)。
除了在線問診,該系統(tǒng)為居民提供智能、快捷的疫情防控通道。打開主動(dòng)申報(bào)與疫情線索提供版塊,用戶可以主動(dòng)申報(bào)身邊有疑似癥狀的案例,申報(bào)成功后,將有專人聯(lián)系跟蹤落實(shí)。通過疫情實(shí)時(shí)動(dòng)態(tài)和同行程人員查詢版塊,居民可以了解關(guān)于疫情的最新情況,也可以查詢新型肺炎確診患者乘坐交通工具的信息。
此外,依托組織在線能力,釘釘還為各地政府搭建“線上疫情防控作戰(zhàn)指揮室”,從省市縣鄉(xiāng)村衛(wèi)健機(jī)構(gòu)、疾控中心到社區(qū)醫(yī)院網(wǎng)格員、家庭醫(yī)生對(duì)疫情聯(lián)防聯(lián)控,實(shí)現(xiàn)物資、疫情等數(shù)據(jù)層層上報(bào),快速響應(yīng)和協(xié)調(diào)物資供給和疫情反饋,對(duì)疑似人群做網(wǎng)格化重點(diǎn)監(jiān)測(cè),對(duì)疑似病人做快速隔離和轉(zhuǎn)診處理。
湖北省隨州市疫情防控指揮部相關(guān)人士表示,該系統(tǒng)將為隨州市居民參與疫情防控提供便捷、貼心、高效的服務(wù),助力打贏疫情防控阻擊戰(zhàn)。
為了讓更多政府、企業(yè)快速生產(chǎn)類似應(yīng)用服務(wù),阿里云表示向全社會(huì)免費(fèi)開放宜搭應(yīng)用搭建平臺(tái),直至疫情解除。宜搭通過可視化拖拽的方式,讓不會(huì)代碼的人員也能迅速搭建應(yīng)用,對(duì)抗疫情。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。