ZD至顶网服务器频道 11月09日 新闻消息: 橡树岭国家实验室(ORNL)是Titan泰坦超级计算机的所在地,由副总裁Joe Biden负责的一个专门研究小组的Cancer Moonshot计划,正在探索如何将深度学习用于改善癌症研究。
具体来说,ORNL的研究人员运用新的深度学习技术自动从覆盖全国的癌症登记项目的癌症病理报告提取信息。这些登记项目收集了美国癌症的诊断、治疗和发病率历史相关的统计学信息和临床信息,医生可以将其作为一种咨询工具用于广泛的癌症监控中。
该实验室采用一个由1976份病理报告组成的数据集,研究人员培训了一种深度学习算法用于多任务,也就是说它可以同时运行两种不同但是紧密相关的信息提取任务。在第一个任务中,该算法的目标是识别癌症的主要位置,第二个任务是要识别癌症是在身体的哪一侧。
结果显示,这种方法中神经网络不仅可以理解词的意思,而且可以理解词之间的上下文关系,该算法相比其他不分析相关信息的方法要好得多。
“直观地说,这是有道理的,因为实施更困难的目标正是了解相关任务背景的好处所在,”橡树岭国家实验室医疗数据科学研究所主任Georgia Tourassi表示。“人类可以所这种学习是因为我们了解不同词语之间的语境关系。这就是我们试图用深度学习来实现的。”
据Tourassi表示,自动数据工具的开发可以为医疗研究人员和政策制定者提供一个美国癌症人群的详细情况,这可能会揭示那些在癌症研究中被忽略的方面,加速制订有希望的治疗手段。
“今天我们正在根据对很小一部分癌症患者的治疗有效性制定决策,他们可能并不代表正在患者群体,”Tourassi表示。“我们的工作显示深度学习有潜力创造可以实现有效癌症治疗和诊断流程、让癌症群体更好地了解他们在现实生活中表现的资源。”
橡树岭国家实验室是美国能源部和国家癌症研究所的战略计算合作伙伴的一部分。橡树岭国家实验室的泰坦超级计算机是美国最快的计算机,每秒可以运行20亿亿次计算。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    