在上海舉辦的2023世界人工智能大會上,AI大模型對醫(yī)療、制藥行業(yè)帶來的創(chuàng)新想象,成為一個熱點(diǎn)話題,大模型時代后,多模態(tài)AI通用化成為醫(yī)療領(lǐng)域未來趨勢,而醫(yī)療與每個人息息相關(guān),AI賦能醫(yī)療創(chuàng)新,更是每個人的呼聲,在這樣的背景下,至頂科技采訪了復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長馬劍鵬,馬劍鵬提醒,AI賦能了醫(yī)藥創(chuàng)新,但AI不是萬能的,不要過分迷信AI。
圖:復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長 馬劍鵬
至頂科技:復(fù)雜體系多尺度研究究竟是什么樣的研究,AI為這一研究起到了什么樣的作用?
馬劍鵬:我們是做生物計算的研究,復(fù)雜體系多尺度研究院致力于發(fā)展全新而有效的、貫通微觀分子結(jié)構(gòu)直至宏觀醫(yī)學(xué)成像的多尺度影像分析技術(shù),為解析生命奧秘提供前所未有的,囊括分子、細(xì)胞、組織、器官乃至整個生物體的時空影像數(shù)據(jù)。面向國際前沿,研究院利用用人工智能、大數(shù)據(jù)方法結(jié)合傳統(tǒng)實(shí)驗(yàn)手段展開分子生物學(xué)、化學(xué)、物理學(xué)等交叉領(lǐng)域的研究。
我們是做分子層面的研究,AI賦能醫(yī)藥的創(chuàng)新,不管是宏觀的醫(yī)學(xué)問題,還是微觀的制藥問題,都在發(fā)揮作用。比如說,制藥,AI可以幫助加快醫(yī)藥研發(fā)的速度和安全性,這是毋庸置疑的。無論是實(shí)驗(yàn),還是計算,AI都在起賦能作用,比如今天的醫(yī)學(xué)創(chuàng)新,在宏觀層面上AI在賦能。說到藥物又是一個微觀問題,不管是大分子,還是小分子,抑或是中藥,也有有效成分問題,在制藥這樣的微觀層面,AI也在賦能。
在今天AI發(fā)展的這個拐點(diǎn)時刻,技術(shù)的長處和短處都要被看到、被看請。
至頂科技:AI的哪些負(fù)面影響需要讓我們引起注意?
馬劍鵬:AI大模型訓(xùn)練是平均的,在某些應(yīng)用場景,可以做的比大多數(shù)人好,可能在頭腦風(fēng)暴的時候,會需要這樣的訓(xùn)練結(jié)果,但在大部分場景里,是需要精準(zhǔn)答案的。如果正兒八經(jīng)的胡說八道,在人命關(guān)天的時候,還是不是可信,這就是一個很嚴(yán)肅的問題。
針對某個問題時候,在人群里是大平均,但針對某個人的健康問題,又是個性化的。每個人都不一樣,每個人又要隨著時間變化來看??赡芙裉炷愕闹笜?biāo)是正常的,但是隨著時間的推移,也會發(fā)生變化。
更重要的是,以人的個體為單位來看,每個人天生稟賦不同,會有很大差距。有的人經(jīng)常會喝酒吃肉,這不是一個好的生活習(xí)慣,他可能很長壽,有的人過得謹(jǐn)小慎微,卻不能長壽。有些人血壓高的兩百,他工作、生活都很正常,有些人血壓一百五,可能就渾身不自在。這些都決定了,每個人都是不一樣的個體,是縱向的個體,而大模型是橫向思維,每個人是大模型中的平均數(shù)。
在醫(yī)學(xué)領(lǐng)域,特別是在今天精準(zhǔn)醫(yī)療的背景之下,大家去醫(yī)院,檢查完,要么是生病,要么就是健健康康的,但其實(shí)在健康和生病之間,還存在一個亞健康的狀態(tài)。有些提示的指標(biāo),顯示亞健康問題,會在大模型的人群里被打了平均分,但有些問題是針對一個個個性化的。
類似這樣的問題,就是縱向問題,這些縱向問題問題,就需要個性化的解決,就是AI所不能的。
至頂科技:大模型對科研的最大幫助在哪里?
馬劍鵬:作為一個AI的用戶,用AI來獲取知識的速度很快,學(xué)一個專業(yè),可以很快掌握。如果把通用模型訓(xùn)練成一個科研助理,那會對科研有很大幫助;抑或是訓(xùn)練成一個競爭對手,尋求去打敗這個對手,AI可以發(fā)揮很好的作用。
不只是在西醫(yī)、制藥的層面,在中醫(yī)的范疇里,中醫(yī)的望、聞、問、切的逐漸智能化也是可及的。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)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(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)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(biāo)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(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)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(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。
琢磨技術(shù)發(fā)展史,關(guān)注算力產(chǎn)業(yè),關(guān)注數(shù)字經(jīng)濟(jì)。
參與編寫了《開源法則》(人民郵電出版社),《人類計算簡史:從中國算盤到數(shù)字經(jīng)濟(jì)》(中共中央黨校出版社)。