德尚韵兴医疗科技有限公司(德尚韵兴)正在应用英特尔®软件保护拓展(英特尔®SGX)和英特尔®oneAPI数学核心函数库(oneMKL),在边缘的医疗设备上保护其医疗人工智能算法和知识产权。作为中国人工智能超声技术研发的领导者,德尚韵兴采用其自主开发的深度学习框架DE-Light,在开源框架下该框架展现出了卓越的性能,将甲状腺结节检测的准确率提高了30-40%。
英特尔公司市场营销集团副总裁兼中国区行业解决方案部总经理梁雅莉表示,“基于医疗行业的特点,很多时候人工智能厂商不得不在客户端部署其解决方案,因此对厂商的核心智力资产——人工智能模型进行保护,已成为迫切需求。基于英特尔 SGX 技术的可信执行环境技术已成为性价比最高、能提供运行时保护的可行解决方案。在英特尔的支持下,德尚韵兴将 SGX 技术战略性地应用在包括其超声人工智能产品在内的一系列人工智能产品上,大大提升了其市场竞争力和创新能力。”
现阶段,超声波成像诊断和分析被广泛使用,是医疗诊断和治疗的重要组成部分。但影像检查和分析在很大程度上取决于医生的经验,且效率较低。
而人工智能在医学中的最大价值在于其能够快速分析大量数据并获得准确结果。通过使影像诊断智能化,诊断与分析中的AI技术正在帮助医疗机构加速检测和治疗。医生可以提高读片效率,降低误诊的可能性并获得诊断辅助,而患者则可以获得更准确的诊断建议和个性化的治疗建议。
德尚韵兴的AI医疗应用产品已成功在国内400多家医院中部署,并计划在未来一年中于1000多家医院中进行推广和部署。
德尚韵兴推出了用于超声成像的AI-SONIC™计算机辅助诊断系统,还开发了更多使用英特尔SGX来保护算法的人工智能产品。在超声AI模型解决方案中,为了确保英特尔SGX中的算法可以充分利用英特尔®处理器的计算能力,项目团队在利用英特尔® C++ 编译器的基础上,亦人工优化了在oneMKL上构建的算法浮点矩阵乘法的核心计算。
oneMKL是针对英特尔及其兼容处理器进行高度优化的并行数学函数库。在不同的操作环境中,oneMKL可以进行自动运行时处理器检测,从而对不同的处理器运行不同的优化版本的程序,从而保证其能在所运行的处理器上都能获得较好的性能。英特尔®oneAPI数学核心函数库(oneMKL)和英特尔®oneAPI深度神经网络库(oneDNN)为常用深度学习框架和众多自行开发的AI应用提供基础支持。
英特尔软件保护拓展是一个指令集,可提高应用程序代码和数据的安全性,更好地防止它们泄露或被修改。开发者可以将敏感信息划分到基于硬件的可信执行环境(TEE)或安全区域中,即内存中安全保护级别更高的区域。该技术有助于确保信任源仅限于中央处理单元硬件的一小部分,从而更好地保护代码和数据的机密性和完整性。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。