技术的滴定:一部AI谱写的抗疫史诗

2023-12-01 14:50

本文主要是介绍技术的滴定:一部AI谱写的抗疫史诗,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

史学家李约瑟很喜欢用自己的老本行——生物化学,来解读宏大叙事的社会学问题,还为此引入了一个有趣的名词——“滴定”(titration)。

所谓“滴定”,就是将试剂滴在溶液中,随着中和的发生,通过指示剂的颜色变化来观察该事物。而李约瑟眼中,不同文明的交流也是一个“滴定”的过程。

这是一个形象的比喻,来探寻不同文化之间的渗透和融合。从某种角度来说,“AI抗疫”这件事,也是一种“文明的滴定”:

一来,计算科学与现代医疗防控体系前所未有地紧密联系在了一起。AI这组“试剂”,出现在抗疫过程的方方面面,显露出整个社会的科技基本面;

另一方面,病毒本质上就是人类社会生活中的“背景杂音”,人类与之战斗或许有阶段性的尾声,但永远不会终止,这意味着科技与抗疫这件事,必须像“量子纠缠”一样长久地捆绑在一起,直至产生“中和效应”。

那么,记录并聆听这段AI的抗疫史诗,就成了后来者求索的必经之路。

AI抗疫1.0中的“李约瑟难题”

既然提到了“滴定”,不妨就用它来回答一个“类李约瑟难题”:此前为什么没有出现如此大规模的AI参与社会公共事务治理?

脑极体曾在《史上第一次大规模AI抗疫》一文中,解读过AI抗击疫情相结合的种种姿势,从中不难看出几个趋势:

1.“参与感”的上探。

所谓上探,指的是AI已经摆脱了“锦上添花”的定位,开启了从“工具人”到“智囊团”的转变,在大型防疫工作中体现出了高屋建瓴的价值,这是技术在公共事务中第一次展现出了左右事态进程的“参与感”。

最明显的表现就是,决定了治疗进展的病毒筛查、药物研发等工作,都在高性能计算的辅助下得以加速推进。医疗专家组与科技企业、超级算力的结合前所未有的加强。

腾讯、百度、阿里等企业也纷纷开放了自家的基础算法以及亿级计算资源,为抗击疫情争夺宝贵的时间。

比如百度免费开放的线性时间算法 LinearFold,结合世界上现有最快的 RNA 结构预测网站,就将此次新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒,提速120倍,节省了两个数量级的等待时间。

2.普及度的下沉。

AI的价值提升并不仅仅表现在成为科研工作者手中的利剑,也能让一线基层的防控人员从大量重复性劳动中解脱出来,实现效率升级。

就拿电话普查来说,这是一个极为简单、同时又压力山大的工作,数亿人的排查工作难以靠现有外呼中心和志愿者来完成,依靠AI智能外呼来自动询问和采集居民疫情信息,就起到了重要的辅助作用。

2月9日的央视《新闻联播》中,百度免费开放的智能外呼平台就因提升社区疫情防控效率而吸引了大众的目光。

而类似的故事在“网格化”抗疫的各个端口随处可见, 无论是用智能体温测试取代社区人员手里的体温枪,还是AI识别人群口罩佩戴规范度,无不展现着AI正在以润物无声的方式向全社会的基底下沉。

3.认知度有待提升。

AI能力的快速铺设,是否说明已经形成了较高的认知度呢?答案或许不尽人意。

可以看到,第一阶段的AI抗疫主要是由BAT这样的科技巨头来引领的,这既让AI赋能防疫工作有了较为完整的支撑,却很难快速渗透给千行万业的场景和需求中去,而后者显然需要与众多垂直开发者、医疗一线人员等合作,才能将AI的潜力最大程度释放。

而许多产业人员对AI的能力、算法、作用并不熟悉,这就限制了AI在这场试炼中贡献自己的力量。

总结AI抗疫1.0阶段的收获,我们发现,在这样的大型公共事务治理中,人类社会已经迎来了一个新的选择、一条新的道路。

如果说医护人员是在用知识和生命在抵挡病魔前进的脚步,那么AI则是投身到建构和提升全社会防控效率的工作中去,孕育长久作战的战斗力。

抗疫2.0:AI都需要做好哪些准备

防疫战的疾风暴雨已经小有平歇,没有在这场厮杀中被病毒击中的人,也即将投身到恢复生产的现实生活中去。

这背后则会面临一系列盘根错节、复杂长远的现实问题——有序返工、复工复学、生产防控……这也标志着防疫工作进入了防止二次扩散、倒灌的2.0阶段。

在这场长期的“军备竞赛”中,AI都需要做好哪些工作?

为了不纸上谈兵,我们不妨以中国AI产业技术发展代表百度为锚点,来看一看AI想要在“防疫2.0”中加速,平台企业都需要扮演好哪些角色?

1.技术的布道者。

在前一阶段,我们看到了AI在核心区域的价值输出,如何深化AI的赋能场景,发挥更大意义,就需要激活社会各界的AI开发者、研究者、使用者,来共同探寻抗疫需求中的特殊场景,实现AI的价值加乘。这就需要平台化企业以开放的姿态向开发者赋能,共同利用AI来解决那些可深化的细分场景。

拥有国内最大AI开放生态的百度,就已经开启了积极调动开发者的行动,上线了AI开发者‘战疫’守护计划,为疫情期间有需要的企业、机构和开发者,提供免费的技术服务和线上AI培训课程。

前面提到的AI口罩识别模型,就是百度大脑的EasyDL定制化训练和服务平台相关工程师所开发的,而在2月12的直播课中,工作人员也带领学员们详细训练了该模型。

同时,该模型也随后在百度飞桨上免费开源,开发者和企业厂商得以快速搭建起个性化的监测方案。想必在未来的公共场所中,我们将有机会看到,利用AI高效检测口罩是否佩戴正确,将成为保障通行效率、减少人群交叉感染风险的有利武器。

2.经济的护旗手。

AI如何护航社会的有序“重启”,面对诸多产业、各方需求,依靠几大科技企业的亲力亲为显然不太现实,如何快速实现AI能力的释放,云服务就成为一个最佳的端口。

目前我们看到,百度智能云已经打造了多个AI产品和解决方案,来为各行各业的返工复产提供技术支撑。

比如为国家中小学网络云平台全面提供技术保障支持,助力中小学生“停课不停学”;百度Hi企业智能远程办公平台也对外开放,通过高清语音电话、企业云盘加密传输、web视频会议等远程办公协同功能,帮助企业快速恢复生产能力。

在劳动力密集的工厂,百度也借助云服务与合作伙伴共同创新,解决工人无法返厂的误工难题。比如和微亿智造联合打造的智能自动化检测设备——“表面缺陷视觉检测设备”,1秒内对零部件6个面30多种缺陷进行准确的检测,保障工厂能够在人员不足的情况下顺利开工。

除此之外,针对已经开工的实体企业,百度智能云也针对性地推出了降本增效的相关服务。

比如结合大数据、物联网技术以及人工智能分析与预测算法实现电费优化,减少人员日常用能抄录成本,通过合理用能来加快市场竞争力的回复。

总而言之,利用AI来保卫下一个防疫周期的经济战,已经迫在眉睫。

3.人类的防御者。

在防疫一线,我们看到了无人驾驶、机器人等在代替人工执行作业、防止交叉感染上,起到了重要的安全防护意义。

那么面对防疫2.0阶段更大规模的人员流动、更高强度的作业压力,无人化能否更进一步呢?

百度自动驾驶平台Apollo就联合合作伙伴,打响了机器作战的第一枪。

在疫情期间,针对抗疫情场景的自动驾驶作业车企业,都可以免费获得百度Apollo平台提供的自动驾驶云服务矩阵支持。

比如百度Apollo生态合作伙伴智行车,就得以快速将无人清扫消毒车/无人配送车,部署到全国16个重点新冠患者收治医院。

此外, Apollo还将对无人化设备的研发,提供一系列的软件、服务、硬件、落地提供资金支持,让走上工作岗位和街头的人们多一分安心。

技术之桨与人文彼岸:论AI企业的基本修养

从疫情的残酷底色中,我们也眼见了那些英雄人物与企业的勇气和担当。

一个值得思索的问题是,为什么百度能快速反应、扮演好这三种角色,在防疫战和经济战中同时输出自身的技术能力?它存在哪些值得挖掘的特质?

我想有三点是必不可少的:

1.技术信仰力。

在与百度人的接触中,不难从各种细节感受到百度文化对科学家、技术专家的尊重,这使百度在AI的技术穹顶上得以代表中国AI产业的顶级实力。与此同时,百度也对开发者、用户的需求保持敬畏,许多合作伙伴都曾告诉过我们,他们有了想法和需求之后,百度的技术人员都是快速行动、无私合作、随时支持,这种海南百川、技术信仰的追求,使得百度得以聚集起众多细分场景的垂直模型,因此也能够以最快的速度抵达抗疫前线。

2.大数据积淀。

我们知道,要让AI在基层实践中发挥精准、高效的作用,除了模型性能之外,还需要利用相关数据集进行调校,才能保障可用性。

大数据的积淀与及时调用,就成为百度AI抗疫快速发挥作用的基本保障。

举个例子,利用AI追踪流行病学史,就需要调用交通、支付、旅行等方面的大数据进行分析,然后建立起传染模型。

在抗疫过程中,百度地图的迁徙大数据平台就不断升级,用户可以直观明了地掌握全国热门路线、热门目的地、热门出发地。这与其时空大数据及分析技术的能力密不可分。

3.产业化愿景。

另一个百度AI抗疫的不同之处,则在于对众多复杂场景的满足与综合。

一方面,这源于百度自身业务场景的多领域覆盖,搜索、地图、输入法、翻译、至无人驾驶、智能语音等等,这些业务都已处于百度AI技术的支撑下,也成为快速释能给全社会的价值窗口;

同时,借助飞桨、Apollo、百度大脑等技术开放平台,百度之外的行业用户也能够快速找到所需要的AI能力。

目前为止,百度大脑已经实现开放语音、语义、图像、视频、知识图谱等多种AI能力,在硬件层面则通过全新的AI计算架构,提供百万TOPS的强大算力。这也使得全社会完成了一次以百度为中心、软硬件协同的“AI大爆炸”。

从案例级别的AI,到千行万业真实触发的产业智能化,百度已经带领智能技术来到了新的产业周期中,这也促成了百度与其他科技公司壁垒分明的分野。

或许也可以解释,为什么是此时、此刻、此景,AI得以与人类社会发生一次前所未有的“滴定”,并将影响长远的未来。

最后,想跟大家聊一聊瘟疫与人类文明的关系。

在诸多报道中,时不时会有人将此次新冠疫情与与1918年的大流感事件相比较。

如果说二者有什么相似之处的话,一是人类必须接受与病毒长期作战的现实,就像100年后的今天人类仍然没有完全消灭流感病毒一样,新的疾病大流行几乎无法避免,正如一位流感专家所说:只闻钟声滴答,而我们却不知道时间。

二是重新审视手中的技术工具。正如1918年是现代科学和自然力的第一次大对决,也为整个社会建立起了现代医学体系,为了防止此后再遭厄运,除了靠信念来直面挑战之外,让一次次“技术的滴定”,来达成全社会与灾难的和解,进而迎来下一场繁荣。

战斗未有穷期,疫情不只关于摧毁、死亡和重生,它同时还是一个科学和探索的故事,一个人类应该怎样审视与应用技术的思维方式的故事。

可以肯定的是,百度依然会推动着AI,让人类和病毒的博弈时间,能够更早一点,轻松一点,赢得更快一点。这一点上,百度在中国AI产业上的耕耘不辍和点滴寸进,是所有人庆幸的存在。

这篇关于技术的滴定:一部AI谱写的抗疫史诗的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/441586

相关文章

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

乐鑫 Matter 技术体验日|快速落地 Matter 产品,引领智能家居生态新发展

随着 Matter 协议的推广和普及,智能家居行业正迎来新的发展机遇,众多厂商纷纷投身于 Matter 产品的研发与验证。然而,开发者普遍面临技术门槛高、认证流程繁琐、生产管理复杂等诸多挑战。  乐鑫信息科技 (688018.SH) 凭借深厚的研发实力与行业洞察力,推出了全面的 Matter 解决方案,包含基于乐鑫 SoC 的 Matter 硬件平台、基于开源 ESP-Matter SDK 的一

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

AI儿童绘本创作

之前分享过AI儿童绘画的项目,但是主要问题是角色一致要花费很长的时间! 今天发现了这款,非常奈斯! 只需输入故事主题、风格、模板,软件就会自动创作故事内容,自动生成插画配图,自动根据模板生成成品,测试效果如下图。 变现方式:生成儿童绘本发布到各平台,吸引宝妈群体进私域。  百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全

持久层 技术选型如何决策?JPA,Hibernate,ibatis(mybatis)

转自:http://t.51jdy.cn/thread-259-1-1.html 持久层 是一个项目 后台 最重要的部分。他直接 决定了 数据读写的性能,业务编写的复杂度,数据结构(对象结构)等问题。 因此 架构师在考虑 使用那个持久层框架的时候 要考虑清楚。 选择的 标准: 1,项目的场景。 2,团队的技能掌握情况。 3,开发周期(开发效率)。 传统的 业务系统,通常业

亮相WOT全球技术创新大会,揭秘火山引擎边缘容器技术在泛CDN场景的应用与实践

2024年6月21日-22日,51CTO“WOT全球技术创新大会2024”在北京举办。火山引擎边缘计算架构师李志明受邀参与,以“边缘容器技术在泛CDN场景的应用和实践”为主题,与多位行业资深专家,共同探讨泛CDN行业技术架构以及云原生与边缘计算的发展和展望。 火山引擎边缘计算架构师李志明表示:为更好地解决传统泛CDN类业务运行中的问题,火山引擎边缘容器团队参考行业做法,结合实践经验,打造火山

基于Springboot + vue 的抗疫物质管理系统的设计与实现

目录 📚 前言 📑摘要 📑系统流程 📚 系统架构设计 📚 数据库设计 📚 系统功能的具体实现    💬 系统登录注册 系统登录 登录界面   用户添加  💬 抗疫列表展示模块     区域信息管理 添加物资详情 抗疫物资列表展示 抗疫物资申请 抗疫物资审核 ✒️ 源码实现 💖 源码获取 😁 联系方式 📚 前言 📑博客主页:

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

【新闻】AI程序员要来了吗?阿里云官宣

内容提要 6 月 21 日,在阿里云上海 AI 峰会上,阿里云宣布推出首个AI 程序员。 据介绍,这个AI程序员具备架构师、开发工程师、测试工程师等多种岗位的技能,能一站式自主完成任务分解、代码编写、测试、问题修复、代码提交整个过程,最快分钟级即可完成应用开发,大幅提升研发效率。 近段时间以来,有关AI的实践应用突破不断,全球开发者加速研发步伐。有业内人士坦言,随着大模型性能逐渐提升,AI应