提案有兩條,第一條是建議全面開放醫(yī)院掛號號源,讓病人找到最合適的醫(yī)生。提案二為:建議設立“中國大腦”計劃,推動人工智能跨越發(fā)展,搶占新一輪科技革命制高點。
提案1:建議全面開放醫(yī)院掛號號源,讓病人找到最合適的醫(yī)生。
“看病難”是老百姓最關(guān)心的民生問題之一,加快醫(yī)藥衛(wèi)生事業(yè)發(fā)展和改革,是提高人民生活質(zhì)量的重要舉措。網(wǎng)絡掛號對方便群眾就醫(yī)、提升醫(yī)療行業(yè)運行效率具有重要作用。當前部分地區(qū)具有官方背景的“預約掛號統(tǒng)一平臺”存在著社會認知度低、用戶體驗不好、掛號號源上網(wǎng)比例不高、限制醫(yī)院開展個性化服務積極性和自主性等問題。
李彥宏建議取消部分地區(qū)對商業(yè)機構(gòu)開展網(wǎng)絡掛號業(yè)務的限制,借助社會力量優(yōu)化醫(yī)療資源配置,提升醫(yī)療服務的質(zhì)量和效率。同時,根據(jù)不同地區(qū)實際情況,逐年加大醫(yī)院掛號號源上網(wǎng)的比例,加強對網(wǎng)絡掛號的宣傳力度,引導患者更多通過互聯(lián)網(wǎng)進行掛號。大力扶持各級醫(yī)院提升信息化水平,鼓勵醫(yī)院通過自身網(wǎng)站為群眾提供掛號服務、進行在線咨詢和交流功能,并借助信息化手段實現(xiàn)分時預約,提升醫(yī)院運營效率,方便群眾就醫(yī)。
“我希望政府部門可以下達統(tǒng)一的規(guī)定,例如,所有醫(yī)院的網(wǎng)上掛號率必須在三年內(nèi)達到50%。但是怎樣把這個號放出去,需要各個醫(yī)院自己想辦法,比如主動提升醫(yī)院的信息化系統(tǒng)。政府相當于給醫(yī)院量化指標,要求他們一定要實現(xiàn)多高的網(wǎng)上掛號率。”李彥宏表示。
提案2:建議設立“中國大腦”計劃,推動人工智能跨越發(fā)展,搶占新一輪科技革命制高點。
人工智能是21世紀最為前沿的技術(shù)之一,其發(fā)展將極大地提升和擴展人類的能力邊界,對促進技術(shù)創(chuàng)新、提升國家競爭優(yōu)勢乃至推動人類社會發(fā)展產(chǎn)生深遠影響。當前,人工智能正迎來新一輪創(chuàng)新發(fā)展期,歐美等發(fā)達國家紛紛從國家戰(zhàn)略層面加緊布局,以引領新一輪科技創(chuàng)新大潮。而目前,我國在人工智能領域的基礎研究積累、應用實踐經(jīng)驗和科技創(chuàng)新投入較發(fā)達國家均有較大差距,且國家層面尚未制定針對人工智能的全面推進計劃。
李彥宏建議設立國家層面的“中國大腦”計劃。以智能人機交互、大數(shù)據(jù)分析預測、自動駕駛,智能醫(yī)療診斷,智能無人飛機,軍事和民用機器人技術(shù)等為重要研究領域;支持有能力的企業(yè)搭建人工智能基礎資源和公共服務平臺,面向不同研究領域開放平臺資源,高效對接社會資源,依托統(tǒng)一平臺協(xié)同創(chuàng)新;改變傳統(tǒng)“相馬模式”的科研機制,引入“賽馬模式”等市場機制,通過開放式協(xié)同創(chuàng)新和資源開放共享,吸引相關(guān)各方的廣泛參與;在人工智能技術(shù)成果的轉(zhuǎn)化與共享方面,充分引入市場機制,促進研究成果轉(zhuǎn)化,帶動傳統(tǒng)工業(yè)、服務業(yè)、軍事等領域的融合創(chuàng)新,推動傳統(tǒng)產(chǎn)業(yè)和社會服務向智能化方向發(fā)展,助力我國經(jīng)濟轉(zhuǎn)型升級,為實施國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略提供有力支撐。
對于這個項目,李彥宏不僅希望像國家發(fā)改委這樣的傳統(tǒng)政府部門介入,也希望中國軍方介入。“軍隊在技術(shù)創(chuàng)新上一直起到非常大的作用??v觀整個世界歷史,很多創(chuàng)新都是在戰(zhàn)爭時期產(chǎn)生飛躍的發(fā)展。軍方有需求,他們也擁有大量的經(jīng)費。”李彥宏舉例說,美國“阿波羅登月計劃”帶動大批企業(yè)成長創(chuàng)新,美國軍方ARPAnet衍生出了互聯(lián)網(wǎng)。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。