上體現(xiàn)得同樣明顯。
,希望探索出一條新的發(fā)展之路。
01
何謂生命科學(xué)產(chǎn)業(yè)?
雖然具體又細(xì)分為生物信息學(xué)、藥妝品、食品加工和營養(yǎng)品等業(yè)務(wù)子項(xiàng),但生命科學(xué)一般可分為四大主體領(lǐng)域:
藥品——通過化學(xué)研究和合成工藝制造藥品。
生物技術(shù)——利用微生物和植物等生物體開發(fā)產(chǎn)品(例如釀酒)。
醫(yī)療設(shè)備——通過儀器、設(shè)備、植入物、機(jī)器甚至是某些軟件來治療疾病。
CRO/CMO——以外包服務(wù)的形式為各類生命科學(xué)公司提供支持。
02
制藥:以更低成本快速發(fā)現(xiàn)重要藥物
總結(jié)來講,AI及其技術(shù)子集在生命科學(xué)中的主要應(yīng)用包括:
搜索并分類數(shù)據(jù),以尋求可能的新藥(藥物發(fā)現(xiàn))。
在對志愿者開展測試之前,通過深度學(xué)習(xí)確定新藥對人體的潛在影響。
為臨床試驗(yàn)尋找最佳受試者。
新藥研發(fā)是一個(gè)緩慢且成本極高的過程,而且失敗概率巨大。如今,AI已經(jīng)被用于降低研發(fā)成本、提高研發(fā)成功率,同時(shí)更安全地推進(jìn)整個(gè)探索流程。
03
生物技術(shù):實(shí)現(xiàn)風(fēng)險(xiǎn)可控
AI在制藥領(lǐng)域的應(yīng)用也大多適用于生物技術(shù),具體包括大規(guī)模數(shù)據(jù)分析、模擬新產(chǎn)品效果、以及管理臨床試驗(yàn)數(shù)據(jù)。本輪新冠疫情下,已經(jīng)有一款疫苗的快速研發(fā)源自AI技術(shù)的有力支持。
例如:
通過轉(zhuǎn)基因細(xì)菌制造人工胰島素。
飼養(yǎng)經(jīng)過 CRISPR基因編輯的動物,為患有糖尿病和心力衰竭的病人提供移植器官。
培育抗病作物。
通過基因編輯提高奶牛產(chǎn)奶量。
通過改造原料和微生物特性研發(fā)新的酒水品類。
從大豆等作物中提取生物燃料。
由于同生物相關(guān),人們更擔(dān)心技術(shù)失控問題。轉(zhuǎn)基因微生物很可能會持續(xù)變異并引發(fā)負(fù)面影響,轉(zhuǎn)基因生物同理。因此,機(jī)器智能必須能夠?qū)游锏挠N記錄進(jìn)行深入分析,并在分子層面設(shè)計(jì)出虛擬測試以最大限度降低此類風(fēng)險(xiǎn)。
04
醫(yī)療設(shè)備:數(shù)據(jù)管理
如今的醫(yī)療設(shè)備早已脫離了普通人所能想象的范疇。X光機(jī)和CAT掃描儀等已經(jīng)能夠拍下清晰詳盡的體內(nèi)圖像,以供放射科醫(yī)師進(jìn)行診斷。醫(yī)院的ICU監(jiān)控系統(tǒng),能夠?yàn)槲V夭∪颂峁?4/8全天候監(jiān)控。現(xiàn)在的可穿戴設(shè)備,也讓患者能夠在家中通過醫(yī)用平板電腦,監(jiān)測自己的健康狀況,同時(shí)將各項(xiàng)指標(biāo)實(shí)時(shí)傳輸至幾公里之外的醫(yī)療診所。
醫(yī)療設(shè)備制造商開始寄希望于AI技術(shù)。例如,先進(jìn)的AI系統(tǒng),可以幫助醫(yī)生監(jiān)測并管理糖尿病患者的胰島素用量,或者幫助放射科醫(yī)生從大量X光片中快速發(fā)現(xiàn)腫瘤跡象。
制造商們還希望借AI之力加快開發(fā)速度、降低開發(fā)成本,并以類似于制藥和生物技術(shù)的應(yīng)用方式提高產(chǎn)品的審批成功率。美敦力公司數(shù)據(jù)科學(xué)總監(jiān)Toddy Morley在采訪中就強(qiáng)調(diào),“我們預(yù)計(jì)AI技術(shù)將廣泛應(yīng)用于制造業(yè),也包括我們的供應(yīng)鏈。幾十年以來,產(chǎn)業(yè)工程師一直在制造業(yè)中運(yùn)用統(tǒng)計(jì)學(xué)方法。然而,隨著低成本傳感器的全面普及和融合,豐富計(jì)算資源的出現(xiàn),深度學(xué)習(xí)和圖形建模等強(qiáng)大功能的面世,以及愈發(fā)準(zhǔn)確可靠的AI方法,共同給制造業(yè)中的AI應(yīng)用創(chuàng)造了新的商業(yè)機(jī)遇。”
05
CRO / CMO / CDMO:伸出援手
盡管實(shí)力雄厚,但他們在產(chǎn)品的開發(fā)和制造層面也面臨著各自的難題。
。
則可以把部分業(yè)務(wù)戰(zhàn)略性外包,更有效地利用自有資產(chǎn)。
06
寫在最后
。隨著海量數(shù)據(jù)的涌入,他們正在積極擁抱人工智能與機(jī)器學(xué)習(xí),希望全面簡化從數(shù)據(jù)挖掘到制造流程的整個(gè)業(yè)務(wù)鏈條。
[編者按] 海外來電是科技行者旗下編譯團(tuán)隊(duì),聚焦海外新技術(shù)、新觀點(diǎn)、新風(fēng)向。
好文章,需要你的鼓勵
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。
科技行者旗下編譯團(tuán)隊(duì),聚焦海外新技術(shù)、新觀點(diǎn)、新風(fēng)向。