9月27日,阿里云在上海国际生物医药产业周同期活动上透露,其飞天智算平台上的生命科学与生物医药用户已超过200家,为基因及其他组学分析、创新药物研发、药物临床数据分析等生命科学服务提供了智能算力。
“我们在和科研机构、产业的深度合作中发现,生命科学服务需要更高效、更智能、更绿色的算力,来提高生物信息及临床数据利用的效率,加速药物研发过程。”阿里云智能中国区副总裁韩飞在当天的飞天智算·生物医药高峰论坛上表示。
近年来,以机器学习、尤其是深度神经网络为代表的AI技术发展,为生命科学在生物计算、人工智能药物设计等方向带来了新的技术理念与突破。
以个性化药物用药为例,上海交通大学生命科学技术学院院长聘教授魏冬青指出,通过将AI药物发现技术整合到计算机辅助药物设计软件,把深度学习等非线性方法应用到药物构效关系、药物代谢以及毒理和基因表型相关性的研究中,对个性化药物用药有一定的指导意义。
随之而来的是生命科学数据的大爆发,传统研究方法在现有算力条件下面临计算成本过高、效率过低的问题。由此,智能计算成为突破药物设计中分子蛋白质结构或功能预测、药物亲和力分析、成药性评估等关键难点问题的有力武器。
今年8月阿里云正式发布飞天智算平台,以算力和大数据AI一体化的解决方案服务于生物医药等算力高需求行业,其用户深势科技与阿里云合作定向优化其分子动力学仿真模拟模型,训练效率提升了5倍;北大化学与分子工程学院进行靶向药物研究的数据集构建效率提升了100倍。
国内领先基因测序企业序祯达联合创始人兼CIO费家俊在谈及与阿里云合作时则表示:“运用阿里云的基因计算平台,序祯达生物在云端搭建起了全流程生产管理和数据处理系统,将实验室积累的知识和经验转化到云端,极大提升了生产效率,减少了前期投入。”
韩飞表示,未来阿里云在生物医药领域的投入将围绕三个方面展开:一是与浙江大学、中山大学、GHDDI等科研机构的合作,未来还会继续加强;二是借助阿里云智能计算、隐私安全计算和药企安全合规等技术能力,推动技术与产业的融合,提高生物医药企业的研发效率;三是联合伙伴打造产业生态,与相关部门共同推动行业标准建设。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。