0
在牛頓的一生中，成就與抱負之間的細微差別是顯而易見的。如果沒有哈雷，也許他會沉迷于煉金術和神學。但他現在確實就是物理學之父。
同樣的事情有可能出現在GPT身上。
盡管它并非人類，但去年11月底一個化身“社交對話工具”的橫空出世，代號“ChatGPT”，似乎在證明它具有同理心、世界觀、以及在消費、醫療等方方面面的創造性能力。
歷經9個多月的體驗，不少人發現，與GPT的互動不僅僅是在使用一個計算機系統，更像是在培養一段關系。這是對GPT的最大認可，讓這項最早發布于2018年的技術，最早啟動于2016年一家初創公司的“臆想”，被現實接受。
從GPT到ChatGPT，再回到GPT，不少人褒獎，“它精美策劃了一個完美的營銷事件。”
如果沒有ChatGPT，也許拗口的GPT技術永遠停留在“玩具”階段。但現在，AGI這個終極AI圖景已經逼近，千行百業接入大模型已經成為共識。
作為微軟主管研究與孵化部門的副總裁，Peter Lee，從2022年是秋季開始曾與GPT-4保持6個月多的日常互動。當時該AI系統仍在Open AI的秘密研發之中，“一項任務便是，探尋這一全新系統以及未來的類似系統，將如何對醫療保健領域產生影響，以及改變醫學研究。”
如果不是著作了《超越想象的GPT醫療》一書，Peter Lee的上述經歷，或許很難被外界窺見全貌，以及難以得知微軟在醫療領域的新計劃--用GPT創造普惠的醫療。
Peter Lee將其簡言為一句話：從疾病診斷、病歷撰寫，到臨床試驗，GPT需要運用其通用能力，幫助醫療行業實現脫胎換骨式的數字化轉型，從而進化到新的層次--智慧化。
而在國內同樣對生命科學和醫學領域抱有情懷的王小川，不僅過去多次表態在企業管理、產品設計等領域都受到了“生物學思維”的影響，今年率先謀動創立新公司“百川智能”，“立志往后二十年，為生命科學和醫學的發展盡一份力，核心路徑是構建生命健康數學模型。”
實際上，如今的醫療領域，已經進入群雄并起階段。
自今年2月起，騰訊、阿里、百度、華為、訊飛、商湯，以及來自醫療信息化、醫療影像、互聯網醫療，以及等領域的多家企業陸續公布了在醫療領域大模型方面的布局。
借用百度李彥宏一個月前的一句話，“可以預見，以大模型為關鍵驅動的數字經濟，與實體經濟深度融合，將做強做優做大實體經濟，創造可觀的增量價值。”這一表態或許代表了中國互聯網科技企業的戰略布局。
因此，如果從這一點出發，GPT和大模型勢必成為一個突破支點，從而撬動整個醫療生態系統。
但落到實際競爭的層面，大模型領域在應用層競爭最為激烈，“AI原生應用” 一詞在近期炙手可熱。也就是說，諸多企業完全基于AI生成式思維創造的應用，而不再將舊有應用“引入”AI的改造升級。
這條路徑值得我們深思，它是否讓我們掌握了大模型時代真正的主動權？
《中國人工智能大模型地圖研究報告》指出，截至2023年5月底，國產超10億參數的AI大模型已達79個，從全球分布來看，美中兩國大幅領先，超過全球總數的80%。
這也意味著，隨著大模型發展成為“持久戰”，上至應用、算法、下至數據、算力的全部自研自主技術體系，將在很大程度上決定大國博弈的終章。
一位從事智能計算的研究員對雷峰網表示，“如今中國龐大的人口基數，大模型各行業開花的局面，已經讓這種“成本沖突”和“算力焦慮”的爆發，比全世界任何一個地方都更加劇烈。”
還有業內人直截了當指出，在中美大模型的發展過程中，美國更注重技術的研發與創新，并在硬件和深度學習框架等方面取得了重要進展。 例如NVIDIA、Google推出的適用于深度學習的專用芯片GPU、TPU，還有包括TensorFlow、PyTorch在內的開源框架，都處于世界領先地位。
相比之下，中國更聚焦在AI大模型的應用層面。許多國內互聯網巨頭在推動大模型在各個領域的應用的同時，著力探索如何實現其商業化變現。但底層關鍵技術的缺失是目前主要劣勢之一，包括芯片的緊缺、國產框架的生態圈不足、交叉學科人員的匱乏等，這些是真正正面較量的“技術主權”。
這種洞見下，國內已有不少大模型玩家，依托超大規模國產化算力底座，打造一條“算力—數據—算法—應用”的全鏈條AI研發體系。
在某種程度上，生命科學是醫療保健之外的另一極，如今也成為這場技術革命的下一站。
素有生物圈“名嘴”的華大集團CEO尹燁在今年年中表態，“生命科學的爆發可能像GPT一樣很快到來，未來的競爭一定是大科學工程的競爭。”
同時他難掩激動，“去年我們發現BT（生物技術）的發展對IT（信息技術）提出更高的要求，儲存就是一個大問題。這是IT第一次被BT帶著走。”
回到開頭，三百多年前，牛頓把物理學變成了數學模型。幾個月前，Open AI把語言變為數學模型。未來，在重構中國計算產業格局的大模型浪潮下，究竟能給生命科學和醫療行業帶來多大的革新？是否也有一群人將生命中未知變成數學模型？
為此，8月14日-15日，在中國企業出海的橋頭堡——新加坡舉辦的「第七屆 GAIR 全球人工智能與機器人大會」，將圍繞《GPT 新商業：破譯生命密碼的范式》主題舉行專題討論。
論壇將邀請密蘇里大學教授，AAAS / AIMBE Fellow許東、微軟云與人工智能事業部首席科學家陳梅、紐約市立大學教授，IEEE / IAPR Fellow田英利三位學術大咖，站在全球化的高度和視野，圍繞大模型和生命科學浪潮下的商業新機遇展開頭腦風暴。
許東，密蘇里大學教授，AAAS / AIMBE Fellow
許東，密蘇里大學哥倫比亞分校電子工程和計算機科學系的校董講座教授，Christopher S. Bond生命科學中心研究員。
北大物理系本碩畢業，博士畢業于伊利諾伊大學厄巴納-香檳分校，并于美國國家癌癥研究所從事博士后研究。1995年入職橡樹嶺國家實驗室生命科學部，2003年起加入密蘇里大學哥倫比亞分校，2007-2016年，他擔任該校計算機科學系的系主任。
他的研究方向集中在生物信息學方面，特別是機器學習在生物信息學中的應用，發表論文400余篇。他是美國科學促進會（AAAS）會士和美國醫學和生物工程研究院（AIMBE）會士，擔任IJFIPM雜志的主編。
本次分享主題是《Prompt-based learning for analyses of biomedical images and text》。
陳梅，微軟云與人工智能事業部首席科學家
陳梅，清華本碩畢業，隨后獲得卡內基梅隆大學計算機科學學院機器人學博士學位。2011年至2014年，她在卡內基梅隆大學建立并領導了英特爾嵌入式計算科技中心(ISTC-EC)。2014年至2018年，她是紐約州立大學奧爾巴尼分校副教授。2018年起加入微軟，曾任計算機視覺副總裁兼首席科學家。
陳梅一直從事計算機視覺和生物醫學圖像分析工作，曾獲得該領域的三個最佳論文獎。目前她領導ROAR(Responsible & Open AI Research)團隊，致力于打造具備上下文感知和文化敏感性的多模態多語言技術。ROAR的模型已經應用于新版Bing（由LLM提供支持）、Bing圖像生成器（由DALL-E 2提供支持）、Office設計師（由DALL-E 2提供支持）、Azure OpenAI服務、Github Copilot以及Azure內容審核服務。
她擁有美國專利商標局授予的30多項專利，并擔任IJCV和MVA的期刊編輯，CVPR和ICVS的會議主席，CVPR和ICCV的領域主席。
本次分享主題是《AI for microscopy image analysis 3.0》。
田英利，紐約市立大學教授，IEEE / IAPR Fellow
田英利，紐約市立大學電氣工程系和研究生中心計算機科學系的特聘教授，IEEE / IAPR Fellow。
本科畢業于天津大學精密儀器與光電工程專業，碩士畢業于天津大學熱物理工程專業，1996年獲香港中文大學電機工程博士學位。在卡內基梅隆大學機器人研究所工作期間，她的面部表情自動分析和數據庫開發研究獲得了“FG2019時間測試獎”。隨后加入 IBM T. J. Watson研究中心并領導視頻分析團隊。自2008年加入CCNY以來，她一直專注于計算機視覺和機器學習等技術幫助老年人、視障、聽障等特殊人群。
目前研究重點是計算機視覺、機器學習、人工智能、輔助技術、醫學成像分析和遙感技術，已發表200多篇同行評議論文，并擁有29項已授權專利，并擔任IEEE Trans副主編。
本次分享主題是《AI-driven Automated Medical Image Analysis 》。
這是國內首個出海的AI頂級論壇，也是中國人工智能影響力的一次跨境溢出。
GAIR全球人工智能與機器人大會正在進行中
第七屆GAIR全球人工智能與機器人大會，于8月14日-15日在新加坡烏節大酒店舉辦。論壇由GAIR研究院、雷峰網、世界科技出版社、科特勒咨詢集團聯合主辦。
大會共開設10個主題論壇，聚焦大模型時代下的AIGC、Infra、生命科學、教育，SaaS、web3、跨境電商等領域的變革創新。
GAIR創立于2016年，由鵬城實驗室主任高文院士、香港 中文大學(深圳)校長徐揚生院士、GAIR研究院創始人朱曉蕊、雷峰網(公眾號：雷峰網)創始人林軍等人聯合發起。歷屆大會邀請了多位圖靈獎、諾貝爾獎得主、40位院士、30位人工智能國際頂會主席、 100多位 Fellow，同時也有500多位知名企業領袖，是亞洲最具國際影響力的AI論壇之一。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
