硅纪元视角 | 美国科学家使用 AI 探索癌症治疗方案,患者体内免疫细胞将可“杀死”癌细胞

在数字化浪潮的推动下,人工智能(AI)正成为塑造未来的关键力量。硅纪元视角栏目紧跟 AI 科技的最新发展,捕捉行业动态;提供深入的新闻解读,助您洞悉技术背后的逻辑;汇聚行业专家的见解,分享独到的视角和思考;精选对您有价值的信息,帮助您在 AI 时代中把握机遇。
1 分钟速览新闻
AI 助力癌症治疗:格拉德斯通研究所探索免疫细胞疗法
AI 浪潮下的日本企业:拥抱还是观望?
Hugging Face 推小语言模型 SmolLM,iPhone 15 也能轻松运行
小米 SU7 搭载声音大模型:车外唤醒防御功能引领智能出行新潮流
奥特曼「造芯」计划:OpenAI 自研芯片新进展,未来 AI 算力之争或现新局面
全球 AI 新闻
一、AI 助力癌症治疗:格拉德斯通研究所探索免疫细胞疗法

资讯概要
美国旧金山格拉德斯通研究所的科学家们正在利用人工智能(AI)技术进行癌症治疗研究,以期找到更有效的治疗方案。迪帕克・斯里瓦斯塔博士表示,他们的目标是通过 AI 进行大量实验,以识别哪些方法对杀死癌细胞最为有效。该团队还计划通过工程化患者自身的免疫细胞,使其能够特异性地杀死癌细胞。凯蒂・波拉德博士指出,癌症的发生部分是由于细胞未能纠正随机发生的错误,而团队的愿景是利用机器学习模型找出区分癌细胞驱动因子的模式,以进行更有效的实验。
硅纪元视角
AI 在癌症治疗领域的应用具有巨大的潜力,尤其是在识别和区分癌细胞驱动因子方面。通过机器学习模型,研究人员可以分析大量的生物数据,识别出那些导致癌症的关键因素,从而为开发针对性的治疗方法提供指导。此外,AI 技术还可以用于优化实验设计,提高实验的效率和准确性。在格拉德斯通研究所的研究中,AI 不仅用于筛选和识别潜在的治疗手段,还涉及到对患者免疫细胞的工程化改造,使其能够更有效地识别和攻击癌细胞。这种个性化的治疗方法有望为癌症患者提供更加精准和有效的治疗选择。随着 AI 技术的不断进步,我们可以预见到其在癌症治疗领域的应用将越来越广泛,为患者带来新的希望。同时,这也表明 AI 在医疗健康领域的应用前景广阔,未来可能会在更多的疾病治疗和健康管理中发挥重要作用。
二、AI 浪潮下的日本企业:拥抱还是观望?

资讯概要
近期,一项由路透社和日经研究公司联合开展的调查显示,在 506 家受访日本企业中,约 1/4 的企业已经在业务中引入了人工智能技术。然而,仍有超过 40%的企业并未计划引入 AI。调查结果反映出日本企业对 AI 技术的接受程度存在显著差异。采用 AI 的主要目的包括应对劳动力短缺(60%)、削减劳动力成本(53%)和加速研发(36%)。然而,引入 AI 的阻碍因素包括员工对裁员的焦虑、缺乏专业技能、资本支出和对可靠性的担忧。此外,15%的受访者在过去一年遭遇过网络攻击,导致业务中断或信息泄露。
硅纪元视角
从 AI 应用的视角来看,日本企业对 AI 的态度呈现出两极分化。一方面,AI 技术的引入有助于解决劳动力短缺和成本问题,加速研发进程,为企业带来效率和创新的提升。例如,在制造业,AI 可以优化生产流程,预测设备故障,减少停机时间;在零售业,AI 可以分析消费者行为,提供个性化推荐,提升购物体验。另一方面,企业对 AI 的顾虑也不容忽视。员工对失业的担忧、缺乏 AI 专业知识和高昂的资本支出都是企业在引入 AI 时需要克服的障碍。此外,随着 AI 应用的普及,网络安全问题也日益凸显,企业需要加强数据保护和风险防范。
展望未来,随着 AI 技术的不断成熟和应用场景的拓展,预计会有更多日本企业加入到 AI 的应用行列。企业需要平衡技术创新与员工利益,加强 AI 人才培养和网络安全建设,以实现 AI 技术的可持续发展。同时,政府和行业协会也应发挥引导作用,制定相关政策和标准,推动 AI 技术的普及和应用。通过多方共同努力,AI 有望成为推动日本经济社会发展的重要力量。
三、Hugging Face 推小语言模型 SmolLM,iPhone 15 也能轻松运行

资讯概要
Hugging Face 最近推出了名为“SmolLM”的小语言模型系列,该系列包含三种不同参数量的模型:1.35 亿、3.6 亿和 17 亿参数。这些模型专为轻量级设备设计,如智能手机,能够在 6GB RAM 的 iPhone 15 上流畅运行。SmolLM 的训练基于一个名为 SmolLM-Corpus 的高质量数据集,该数据集囊括了 Python 教学内容、Web 教育内容以及常识内容,总 token 量达到 6000 亿。在性能上,SmolLM 在多项基准测试中超越了同参数量的其他模型。
硅纪元视角
SmolLM 的推出标志着 AI 技术在轻量化、移动化方面迈出了重要步伐。小语言模型的优化,使得在资源受限的设备上运行复杂 AI 应用成为可能,极大地扩展了 AI 技术的普及范围和应用场景。例如,在教育领域,SmolLM 可以集成到编程学习应用中,帮助学生在移动设备上练习和掌握 Python 编程;在企业环境中,它也可以作为轻量级的代码辅助工具,帮助开发者快速编写和测试代码。此外,随着物联网设备的增多,SmolLM 可以部署在边缘设备上,实现本地化的数据处理和智能决策,从而减少对云端资源的依赖,提高系统的响应速度和数据安全性。随着技术的不断进步,未来我们有理由期待,小语言模型将在更多领域发挥重要作用,推动智能化应用的创新和发展。
四、小米 SU7 搭载声音大模型:车外唤醒防御功能引领智能出行新潮流
资讯概要
7 月 19 日晚,在小米年度演讲活动中,雷军宣布了小米汽车全生态的 AI 赋能计划,其中最受瞩目的是小米自研的声音大模型。这款模型在多项声音领域的测试中取得了领先成绩,并将在小米 SU7 车型上首次应用,推出车外唤醒防御功能。此功能预计将在 2024 年 8 月全面上线到小米的整个车系中,同时,小米旗下产品如小爱同学等智能设备也将进行全量升级,此次升级完全免费。
硅纪元视角
小米的声音大模型不仅在技术层面取得了突破,更在应用场景上展现了巨大潜力。车外唤醒防御功能的推出,意味着智能汽车在语音交互和主动安全方面迈出了重要一步。该功能能够有效识别并防御外部噪音干扰,提高驾驶安全性。此外,小米的全生态 AI 赋能计划,将使得小米的智能设备在家庭、出行等多个场景中实现无缝连接,提供更为智能化、个性化的服务。这不仅体现了小米在 AI 技术领域的深厚积累,更展示了其对未来智能生活趋势的深刻洞察。可以预见,随着 AI 技术的不断进步,智能汽车将不再只是出行工具,而是成为人们生活中的智能伙伴。
五、奥特曼「造芯」计划:OpenAI 自研芯片新进展,未来 AI 算力之争或现新局面

资讯概要
奥特曼领导的 OpenAI 在推进自研芯片计划方面取得新进展,前谷歌 TPU 团队华人工程师 Richard Ho 加盟,计划最快年内官宣。这一计划旨在减少对英伟达的依赖,与博通公司接触寻求合作开发。尽管面临技术积累和市场占据的挑战,这一尝试可能为 OpenAI 在芯片采购中提供更多议价能力。奥特曼还积极推动与台积电等芯片制造商的合作,以及新数据中心的建立,为实现 AGI 和 ASI 等宏伟目标打下基础。
硅纪元视角
OpenAI 的自研芯片计划在 AI 算力领域具有重要意义。首先,它可能改变目前依赖英伟达的市场格局,为 AI 算力提供商带来竞争。其次,自研芯片将使 OpenAI 在算力需求和成本控制上拥有更大的灵活性和自主权,这对于实现大规模 AI 模型训练和部署尤为关键。此外,随着 AI 技术在各行各业的应用日益广泛,自研芯片的推出有望降低企业在 AI 基础设施上的投资门槛,加速 AI 技术的普及和创新。
从 AI 应用的视角看,自研芯片的推出将为 AI 模型提供更高效的计算平台,特别是在处理复杂算法和大数据集时。这不仅能提升 AI 在图像识别、自然语言处理等领域的性能,还能推动 AI 在医疗诊断、自动驾驶等高精尖领域的应用。同时,随着 AI 算力的增强,我们可以预见到 AI 在解决更复杂问题、进行更深入分析方面的能力将得到显著提升。
在具体场景案例中,自研芯片可能首先应用于 OpenAI 自身的 AI 模型训练和推理任务,提高模型的迭代速度和运行效率。长远来看,随着技术的成熟和成本的降低,自研芯片有望被更多企业和研究机构采用,推动 AI 技术在更广泛的应用场景中实现突破。此外,自研芯片的成功也将激励更多企业投入 AI 硬件的研发,形成良性的技术竞争和创新环境。
评论