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
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。