英特尔与西门子医疗(Siemens Healthineers)正在合作开发一种突破性的基于人工智能的的心脏MRI(磁共振成像)分割和分析模型,有望提供实时的心血管疾病诊断。英特尔和西门子医疗使用了第二代英特尔至强可扩展处理器进行人工智能推理,为技术专家、心脏病专家和放射科医生提供实时磁共振成像(MRI)推理结果。
英特尔公司物联网事业部生命科学与健康部门总经理David Ryan表示:“西门子医疗和英特尔有一个共同目标——利用人工智能技术,进一步改善医疗水平。通过在边缘部署集成了英特尔深度学习加速技术和英特尔Distribution of OpenVINO工具包的第二代英特尔至强可扩展处理器,数据在采集后将被即刻用于分析,从而实现实时的心脏MRI应用。”
在美国,心血管疾病导致了三分之一的死亡率——每分钟34例,每年高达1800万例。心脏MRI已经成为评估心脏功能、心室容积和心肌组织的黄金标准。
心脏病专家通常使用手动或半自动工具从心脏核磁共振成像(CMR)中提取定量测量值,但这一步骤非常耗时且容易出错,并且在解读图像时容易受到主观性的影响。
西门子医疗高级副总裁Dorin Comaniciu 表示:“基于英特尔至强可扩展处理器,我们现在能够开发多个实时且用途关键的医学成像用例,例如心脏MRI等,并且无需额外增加成本和复杂的硬件加速器。”
使用人工智能的心脏模型将为心脏病专家节省更多时间,使他们无需手动进行心室、心肌和心血池的图像分割。当扫描仪生成图像切片后,即刻在边缘进行基于人工智能技术的图像分割,使部署在边缘的计算系统能实时捕捉到产生的数据 ——这为人工智能推理带来了低延迟和高吞吐速度等优势,让医疗机构能够每天安全地为更多患者进行诊断服务。
生命科学与健康行业正在进行医疗数字化变革,通过利用人工智能,加快临床工作流程,提高准确性和诊断水平,在降低医院成本的同时,为医学研究提供更大的支持。人工智能可以快速提供解剖系统的可视化,并识别异常状况,这有助于临床医生进一步专注于患者护理。
当下,西门子医疗部署的大多数系统均采用了英特尔处理器,这使西门子医疗能够利用已有的基于CPU的基础架构来运行人工智能推理工作负载。西门子医疗和英特尔使用英特尔Distribution of OpenVINO工具包来优化、量化和执行模型。最终演示结果显示,速度实现了5倍以上的提升,且精度几乎毫无损耗。
英特尔深度学习加速技术是一套新的嵌入式处理器技术,能够加快深度学习用例的实现。它在英特尔AVX-512指令集中扩展了新的矢量神经网络指令(VNNI),该指令内置于第二代英特尔至强可扩展处理器中。过去,例如卷积这样的任务通常需要三条指令,现在只需一条指令就可以完成。该技术可以被应用于的目标工作负载包括图像识别、图像分割、语音识别、语言翻译和对象检测等。
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。