今天的人工智能实际上是人类把我们的认知以语言的方式表达出来之后,用一个神经网络模型训练出来的大型的超大规模的模型。如果说今天的语言大模型是信息服务,有一个巨大的升级的话,那视觉和通用感知将使得以自动驾驶、机器人为代表的实体智能,在我们的工作和生活中发挥更大的影响。语言类模型很重要,可以说是未来大模型的基础。但它也远远不是全部,特别是面向实体世界,还需要视觉、其他的感知手段。大模型的爆发就是从信息类的智能往实体类的智能发展,人工智能的感知能力会大幅度提升,此前预期的纯无人驾驶还有包括机器人进入制造业、家庭有可能在几十年内发生。尽管今天人工智能很强大,但人工智能跟人脑信号的处理方法还是有很大的差别。因此这个方向也会有很大的发展空间,例如,类脑智能必然会在未来更强的人工智能发挥基本的作用。未来三年模型一定会从语言扩散到视觉、听觉、具身、行动、机器人、自动驾驶这些方向,未来十年我们一定会处在一个智力的时代。
2023-09-01
医疗保健服务的数字化可能会发生在以下的领域,比如,更快、更准确、更早的诊断,这既基于诊断设备的新技术进步,也基于更好地利用记录的临床信息,并且根据信息的聚类标记出那些更有可能患上更严重疾病的患者。显而易见,在人工智能诊断成像和其他诊断支持领域将会获得持续的投资。但是可能主要是在我们照顾病人的方法上,我们可以更多地去利用智能手表等等可穿戴设备中的信息,而小型护理诊断设备可以潜在的增加我们只需要最小的医疗或者护理接触,向患者提供的医疗服务的比例,而这也将会提高整个医疗卫生系统的效率,甚至包括在研发方面数字赋能可能会使临床事业更快,成本也更低,而这显然对那些围绕着新技术开发创新的主要制药公司来说将会具有非常重大的商业利益。但另一方面他们又必须通过真正巨大而昂贵的实验来实现药物注册,这也不可避免的拖延了时间,同时也增加了治疗创新的成本,而我认为在这个领域,数字赋能无疑将会为下游带来红利。
2023-09-15