疫情爆发后,曙光云便第一时间成立了应急小组,宣布进入随时待命状态。除了保障政务云业务的高效畅通与24小时运维响应,更是依托全国40余个城市云计算中心扎根当地、服务当地的优势,紧密配合政府部门利用云计算、大数据等技术进行疫情防控。
在抗击疫情过程中,为让排查工作高效精准,达到有效管控的目的,曙光云计算抚州中心为抚州临川区政府研发疫情信息管理系统,仅用两天的时间就让系统上线运行,使基层干部从繁重的排查工作中解脱出来,用更大的精力应对一线防控工作。
此系统运用云计算、大数据分析技术可以充分掌握返乡人员相关数据,多方面多维度进行分析,帮助政府全方位了解人员信息结构,真正做到了“快速采集,实时分析,精准上报”。
此外,该系统可精准管理来自病源地的人员,确保跟踪到位,助力政府各部门全面精准滚动排摸,切实找准并切断传染源,遏制疫情扩散蔓延势头,对有效实施网格化防控提供了科学支撑。
自疫情爆发以来,中科曙光积极响应,联合业界伙伴共同向相关科研机构免费提供超100PFlops算力的强大计算资源,助力对于新型冠状病毒肺炎防治的科研攻坚。同时,曙光公司还将为疫情数据的实时监测和态势分析提供数据平台与技术支撑。
1月24日,中山大学药学院教授罗海彬提出“需要大量计算资源”的紧急需求,中科曙光会同深圳超算中心等合作伙伴,组建应急工作组,迅速协调计算资源,帮助该团队开展药物筛选作业;此外,依托中科院北京基因组研究所建设的国家基因组科学数据中心,1月22日即发布了2019新型冠状病毒资源库,助力科研人员利用这一资源库,开展新型冠状病毒基因组变异分析,该数据中心计算资源由中科曙光提供。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。