“智慧医疗”的概念在全球广泛提出还不足10年,随着计算科技的发展,人们希望可以把互联网、物联网、人工智能等领先技术应用于医疗服务各个领域,引发医疗革命,快速提升医疗服务水平。
从互联网化、数字化再到智慧化,“互联网+医疗”、人工智能辅助诊断系统、“5G网络+医疗”等新鲜热词层出不穷,与理论研究的百花齐放相比,真正落地实践并赋能医疗系统效能提升的应用案例屈指可数。
2018年8月,为满足北京天坛医院生命科学领域科研需求,曙光在深入调研的基础上,为天坛医院量身打造了整套基于NVIDIA GPU的面向高通量基因组学数据处理与智能病理影像识别的高性能计算集群总体解决方案。
把充足计算力赋能于生物信息处理、医疗影像识别、智能测序、生物大数据处理等关键应用上,将原CPU集群上需用几天时间才可处理完成的数据集,处理用时降低到以分钟为单位。有效整合数据信息资源,缩短科研周期,降低科研成本,提高科研效率。
面对临床实验与临床研究中心研究的临床诊疗信息、组学数据(全基因组、外显子、RNA、蛋白质组数据)及高分辨影像数据的存储、处理和运算的需求。曙光依托高通量基因组学数据处理与智能病理影像识别系统项目建设,为天坛医院全面建设部署了生物信息分析系统、基因组数据管理软硬件系统和医学影像人工智能平台,服务于临床型科研工作中对人体生命活动的监测分析与规律发现,并通过搭建生物信息分析与基因检测系统,助推天坛医院全国性或地区性组学数据库的建立。
曙光HPC为天坛医院临床型科研工作提供的强力支撑,不仅强化了技术研究平台、助力优势资源的有效配置,更为天坛医院“智慧医疗”的发展提供了更多空间与可能。
科技部部长与美国驻华大使一行在调研国家神经系统疾病临床医学研究中心(天坛医院内)时,对人工智能和大数据领域的成果给予了高度肯定。北京市委书记蔡奇在调研天坛医院高通量基因组学数据处理与智能病理影像识别系统项目时,给予过“天坛医院要坚持科技兴医,建设智慧医院”的期望。目前,北京天坛医院已快速引入人工智能、大数据、云计算、物联网等先进技术,全力打造“智能就诊”、“智能护理”,给患者提供舒适的医疗环境。曙光高性能计算集群的引入和成功使用,为天坛医院的现代临床研究提供了独特而强有力的优势资源。
生物信息学的发展离不开一次次研究与实验,而临床医学研究依托高性能计算在专业领域也做出了突出贡献。曙光深耕高性能计算二十余年,不断突破创新,依托先进计算的前瞻动力和一站式解决方案的完备效力,为临床医学研究提供了有力的技术支撑,助力“智慧医疗”迈进充满挑战和无限想象新发展。
好文章,需要你的鼓励
这项研究探索了语言神经元视角下多语言对齐如何增强大语言模型(LLMs)的多语言能力。研究团队提出了一种更精细的神经元识别算法,将激活神经元分为语言特定、语言相关和语言无关三类,克服了现有方法的局限性。基于这种分类,研究将LLMs多语言处理过程划分为四个阶段:多语言理解、共享语义空间推理、多语言输出空间转换和词汇空间输出。通过分析对齐前后不同类型神经元的变化,发现多语言对齐促进了更多语言相关神经元的共享使用,减少了对语言特定神经元的依赖,这也解释了"自发多语言对齐"现象。
这项由弗吉尼亚大学与Adobe研究院合作的研究突破了传统图像到视频生成的空间限制,提出了"Frame In-N-Out"技术,使物体可以自然地离开画面或新物体能够进入画面。研究团队创建了专门的数据集和评估方法,并设计了一种融合运动控制、身份参考和无边界画布的扩散变换器架构。实验结果表明,该方法在生成质量和控制精度上显著优于现有技术,为电影制作和创意内容创作提供了新可能。
浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench,并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集,他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升,为人机空间交互提供了新的解决方案,使AI系统能更好地理解人类视角下的空间关系,促进更直观的人机交流。
ByteDance团队提出的DetailFlow是一种创新的图像生成方法,通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列,比传统方法少5倍,却实现了更高质量(2.96 gFID)和更快速度(提速约8倍)。该方法巧妙地模拟人类创作过程:先勾勒整体结构,再逐步添加细节,并通过自我纠错机制解决并行推理中的错误累积问题,为高分辨率图像生成提供了高效解决方案。