
【醫學AI】如何運用 NVIDIA Clara,創造最快基因定序世界紀錄
近日史丹佛大學導入 NVIDIA Clara ,已經能將原本甚至需要幾周的定序過程,縮短到幾小時,不但提升臨床效率和醫院實力,也能加速挽救生命。
近日史丹佛大學導入 NVIDIA Clara ,已經能將原本甚至需要幾周的定序過程,縮短到幾小時,不但提升臨床效率和醫院實力,也能加速挽救生命。
NVIDIA宣布攜手Broad Institute(由麻省理工學院及哈佛大學共同成立的學術機構 ),為 Terra 雲端平台提供人工智慧和加速工具,這會加快海量醫療資料的分析速度。Terra 雲端平台是一個學術研究平台,使用者超過25,000名,用戶包括學術界的生物醫學研究人員、新創公司及大型製藥公司。此次合作結合了AI與生物醫學兩大領域,相信將會為研究帶來重大突破。
金融會計領域是這幾年來受到數位化、雲端化和人工智慧影響最鉅大的行業之一。隨著數位化的工具改變了會計資訊的流動,金融從業人員和審計人員的工作模式也有了極大改變。使用資料科學的工具和人工智慧能夠大幅降低審計時的人為錯誤,也能將溝通失誤所產生的認知差異降到最低。
對超自動化和IT現代化的需求已經增長,企業正在努力與這些趨勢接軌,但由於目前優秀的開發人員有限,缺乏專業技術資源的狀況下,許多IT項目進入"擱置"狀態。因此,營運效率持續低下,企業保持競爭優勢的關鍵因素受到影響。為了應對這些挑戰,無代碼(No-Code)及低代碼(Low-Code)工具正在崛起,作為比傳統開發流程更具有效率及效益的替代方案。
美國最具代表性的醫療院所梅約診所(Mayo Clinic)至今已成立超過150年,一直以卓越的醫療創新能力和開放精神聞名於世。對於醫療人工智慧領域,梅約診所也總是走在全球醫療機構的前沿。2020年,梅約診所成立了全新的數位醫療部門,聘用了 Rita Khan 成為第一任的數位長。兩年以來,已經核准了至少兩百件以上與醫療人工智慧相關的研究案,成為醫療公衛體系中對醫療人工智慧最積極的組織。
上一篇【聯邦學習101】文章中,我們發現到聯邦學習正在突破我們對機器學習的想像,透過介紹並拆解其概念,能夠更瞭解到聯邦學習可以保障用戶的隱私安全和其他連帶的好處。這次,讓我們來看在現實生活中聯邦學習會被應用到哪些領域,以及這項技術所隱藏的挑戰。
沉浸式技術如虛擬實境(VR)、擴增實境(AR))和人工智慧(AI)在商業和社會中的影響越來越大,帶來的挑戰值得學術界和專業人士關注。2016年,一些科技巨頭在市場上推出了一系列的虛擬實境產品。在過去的幾年裡,我們經歷一場從行動運算(mobile computing)到身歷其境運算(immersive computing)的偉大革命 。
人類創造了機器人,機器人發展了智慧,人類剝奪了機器人的權利,人類和機器人展開戰爭解決他們的分歧…多年來,我們已經在許多科幻電影以及小說情節中看到無數次這個套路的故事上演,人們一直想知道這些類型的衝突在現實世界中會如何發展,現在我們知道了—一些AI專家最近考慮:基於人工智慧(AI)的應用之一是發明新產品和技術,因此,世界各地的專利局和法院現在正就AI是否可以成為專利發明人而給出決定及意見。
隨著數位金融與微保險時代來臨,AI 已經為金融保險業帶來快速改變。從監管科技到法遵科技,金融保險業未來又將如何將手中的交易紀錄,轉換成獲利的重要資訊?
疫情期間由於患者與醫療需求在短時間內大幅增加,醫院決策者意識到「自動化」、「雲端運算」與「數據決策」對醫療品質的影響,因此加速導入人工智慧的開發,提升人工智慧參與日常營運的範疇。
2021年全球聊天機器人市場規模為5.21億美元,預計到2030年將達到34.11億美元,雖然人工智慧(AI)和機器學習(ML)對聊天機器人有很大的影響與發展潛力,但要完全實現人類服務專家或客戶服務代表的功用,還有很長的路要走。鑒於近年越來越多專業人才在AI和ML等領域工作,Chatbot在未來幾年內無疑會有很大的改善與進展。
精準醫療(Precision Medicine)的概念源自於九零年代的人類基因體計畫(Human Genome Project),在歐巴馬總統大力推廣下,「精準醫療計畫」(Precision Medicine Initiative)收集了近 100 萬人的基因資料,除了了解癌症與基因的致病機轉,也持續地研究遺傳變異和疾病形成的相關性。
曾經開發出 Alpha Go 成功挑戰圍棋界菁英的 Deepmind 團隊,2020 年又再次利用人工智慧,破解了蛋白質結構預測技術的聖杯,利用資料庫中 17 萬種已知蛋白質的結構和 6 千萬筆胺基酸序列訓練出「AlphaFold2」,成功預測三分之二的蛋白質三級結構,是當年最高準確率的團隊,進一步破解困惑科學家們五十多年來的謎團。
隨著AI越來越蓬勃發展,一股反省AI的影響、以及討論「人性化AI」的思潮也開始崛起,AI可能存在偏見,是研究人員最戒慎恐懼的問題之一。AI會有偏見嗎?那這個偏見是如何產生的呢?當偏見產生後,人類又該如何應對?
將人工智慧應用於輔助抗癌已經是未來醫學的趨勢。根據世界衛生組織的報導,2020年全球新增至少1930萬癌症患者,但癌症診斷仍然相當棘手,治療過程往往需要具有兼具廣度與深度的跨專科團隊、診斷過程還要面對無數重複的檢查與等待、就算花費不貲還是有可能缺乏有效藥物的困境,讓許多患者與醫療團隊很難和癌症長久對抗。
近年來,人工智慧(AI)的蓬勃發展,大大改變了你我的日常生活。隨處可見的相關應用實例,再再顯示了各行各業都正在迎接一波新的數位轉型。而其中,台灣各大金融公司在人工智慧方面的投資、研究以及應用,都將對產業造成大規模的影響和衝擊,過往需要許多人力物力維持的工作範疇,如今藉由人工智慧的研發成果,便能達到一定程度的節省成本,同時也能進一步開發更多優化客戶體驗之嶄新功能,使企業更接近客戶,達成雙贏的理想局面。
隨著高效能運算(HPC)的平均成本大幅下降,混合雲的應用也逐漸普遍,人工智慧協助醫療人員改善臨床醫療,已經是相當普遍的現象。其中協助判讀 X 光、超音波、核磁共振等醫療影像是人工智慧最拿手的領域之一。
今年五月,全世界研究人工智慧的學者和藝術家,紛紛都為一個能夠生成細膩作品的人工智慧感到驚艷,這個服務稱為 Midjourney。使用 Midjourney 完全不需要具備任何電腦科學或是藝術創作的深厚背景知識。只需要輸入一段文字,接下來等待 Midjourney 的人工智慧算圖即可。
在現代工業領域中,如果想要快速地進行轉型,有三個相當重要的因素。第一是採用工業 4.0 的思維,並將此思維融入作業流程與設計原則中;第二是採用高度自動化、無人化的智慧工廠;第三就是建立新世代的數位孿生(Digital Twin) 系統。這三點是近年來在工業領域最重要的未來發展。
NVIDIA 在 2022 年的 GTC 宣佈推出 NVIDIA Riva SDK 2.0 版本,提供全球的開發人員將預先完成訓練的深度學習語音模型和軟體工具,輕鬆地放在各種情境,建立具互動性的對話式人工智慧 (AI) 服務。
在疫情局勢逐漸走向開放之際,地表上最重要的 AI 盛會終於又回到聖荷西的 McEnery 會議中心舉行。NVIDIA 創辦人兼執行長黃仁勳終於在GTC 22春季展開幕演說中,帶來 NVIDIA 更多技術上的革新。
我們都知道,為了要增加人工智慧演算法的精確度,餵養大量的資料,訓練演算法或是驗證結果是相當重要的過程。但有時候各組織考量到隱私權,無法自由地共享資料,變成每個人手上的資料都太小,無法訓練出有效的通用模型。我們要怎麼做才能兼顧個人資料的隱私,又能相互合作訓練出所需要的人工智慧模型呢?
NVIDIA 非常重視這項春季聚會,因此 NVIDIA CTO Macheal Kagan、研發高級副總裁兼首席科學家 Bill Dally、機器學習總監 Anima Anandkumar、副總裁兼加速計算首席總監Ian Buck、醫療健康副總裁Kimberly Powell等一級主管也都會發表主題演講。
近日史丹佛大學導入 NVIDIA Clara ,已經能將原本甚至需要幾周的定序過程,縮短到幾小時,不但提升臨床效率和醫院實力,也能加速挽救生命。
邊緣運算(Edge Computing)是一種網路運算架構,運算過程盡可能靠近產出資料的地方,既能取得雲端運算的優點,也能減少網路造成的延遲和頻寬使用。
人工智慧和機器學習正在改變醫療健康產業提供服務的方式。醫院與診所每天透過病歷、醫學影像、人口資料、保險理賠資料以及臨床檢驗資料等方式了解患者的同時,也加深對疾病的瞭解,更能累積龐大的資料庫,在公共衛生的層級,提前進行預警。
人工智慧在這次東京奧運中有了許多突破性的運用,中華隊與各國團隊都積極運用 AI 與 AIoT來協助運動選手加強訓練、監測比賽甚至進行策略制定。2017 年之後,AI 開始從西洋棋、圍棋等以策略對決為主的比賽,走向運動賽事,進入運動科學的範疇。