上體現得同樣明顯。
,希望探索出一條新的發展之路。
01
何謂生命科學產業?
雖然具體又細分為生物信息學、藥妝品、食品加工和營養品等業務子項,但生命科學一般可分為四大主體領域:
藥品——通過化學研究和合成工藝制造藥品。
生物技術——利用微生物和植物等生物體開發產品(例如釀酒)。
醫療設備——通過儀器、設備、植入物、機器甚至是某些軟件來治療疾病。
CRO/CMO——以外包服務的形式為各類生命科學公司提供支持。
02
制藥:以更低成本快速發現重要藥物
總結來講,AI及其技術子集在生命科學中的主要應用包括:
搜索并分類數據,以尋求可能的新藥(藥物發現)。
在對志愿者開展測試之前,通過深度學習確定新藥對人體的潛在影響。
為臨床試驗尋找最佳受試者。
新藥研發是一個緩慢且成本極高的過程,而且失敗概率巨大。如今,AI已經被用于降低研發成本、提高研發成功率,同時更安全地推進整個探索流程。
03
生物技術:實現風險可控
AI在制藥領域的應用也大多適用于生物技術,具體包括大規模數據分析、模擬新產品效果、以及管理臨床試驗數據。本輪新冠疫情下,已經有一款疫苗的快速研發源自AI技術的有力支持。
例如:
通過轉基因細菌制造人工胰島素。
飼養經過 CRISPR基因編輯的動物,為患有糖尿病和心力衰竭的病人提供移植器官。
培育抗病作物。
通過基因編輯提高奶牛產奶量。
通過改造原料和微生物特性研發新的酒水品類。
從大豆等作物中提取生物燃料。
由于同生物相關,人們更擔心技術失控問題。轉基因微生物很可能會持續變異并引發負面影響,轉基因生物同理。因此,機器智能必須能夠對動物的育種記錄進行深入分析,并在分子層面設計出虛擬測試以最大限度降低此類風險。
04
醫療設備:數據管理
如今的醫療設備早已脫離了普通人所能想象的范疇。X光機和CAT掃描儀等已經能夠拍下清晰詳盡的體內圖像,以供放射科醫師進行診斷。醫院的ICU監控系統,能夠為危重病人提供24/8全天候監控?,F在的可穿戴設備,也讓患者能夠在家中通過醫用平板電腦,監測自己的健康狀況,同時將各項指標實時傳輸至幾公里之外的醫療診所。
醫療設備制造商開始寄希望于AI技術。例如,先進的AI系統,可以幫助醫生監測并管理糖尿病患者的胰島素用量,或者幫助放射科醫生從大量X光片中快速發現腫瘤跡象。
制造商們還希望借AI之力加快開發速度、降低開發成本,并以類似于制藥和生物技術的應用方式提高產品的審批成功率。美敦力公司數據科學總監Toddy Morley在采訪中就強調,“我們預計AI技術將廣泛應用于制造業,也包括我們的供應鏈。幾十年以來,產業工程師一直在制造業中運用統計學方法。然而,隨著低成本傳感器的全面普及和融合,豐富計算資源的出現,深度學習和圖形建模等強大功能的面世,以及愈發準確可靠的AI方法,共同給制造業中的AI應用創造了新的商業機遇。”
05
CRO / CMO / CDMO:伸出援手
盡管實力雄厚,但他們在產品的開發和制造層面也面臨著各自的難題。
。
則可以把部分業務戰略性外包,更有效地利用自有資產。
06
寫在最后
。隨著海量數據的涌入,他們正在積極擁抱人工智能與機器學習,希望全面簡化從數據挖掘到制造流程的整個業務鏈條。
[編者按] 海外來電是科技行者旗下編譯團隊,聚焦海外新技術、新觀點、新風向。
好文章,需要你的鼓勵
想象一下,你有一個非常聰明的朋友,他知道很多知識,但每當需要使用計算器、搜索引擎或查詢最新天氣時,卻變得像個笨手笨腳的孩子。這正是當前大語言模型(簡稱LLMs,如ChatGPT這類AI系統)面臨的尷尬處境。
想象一下,你擁有一個聰明的助手,它知道很多知識,但在面對需要使用計算器、搜索引擎或查詢最新信息時卻顯得笨手笨腳。這正是當前大語言模型(LLMs)面臨的困境。雖然這些模型已經通過監督微調(SFT)學會了使用工具的基本能力,但它們常常在面對復雜或不熟悉的場景時表現不佳。
想象你正在和一個智能助手聊天。如果你直接要求它提供有害信息,它很可能會禮貌拒絕。但如果你通過一系列看似無害的對話,逐步引導它走向你的真實目標呢?這就是當前AI安全領域面臨的一個嚴峻挑戰——多輪對話中的安全漏洞。
想象你在使用一個非常聰明的AI助手完成一項復雜任務,比如解決一道數學難題。你可能注意到這個助手會花很長時間"思考",一步一步寫下大量推理過程,最后才給出答案。雖然這種詳細的思考過程確實幫助AI做出了更準確的判斷,但同時也帶來了一個明顯的問題:它太"啰嗦"了,消耗了大量的計算資源和時間。