这些合作基于英伟达的“人工智能工厂”概念,即把原始数据转化为可操作的人工智能模型或“tokens”的数据中心,这些模型或“tokens”可作为各种应用的智能工具。
这些联盟还旨在开发能力更强的代理,即具有决策能力的自主行动数字机器人,这些机器人通常以目标或目的为指导。代理系统可以规划、推理和执行多步骤的任务,适应不断变化的环境和背景,超越回答问题,发起行动。
英伟达表示,人工智能代理现在可以自动处理临床文件,帮助病人寻找治疗,甚至在自然灾害等紧急情况下协调医院的运作。
数以千计的代理
英伟达的医疗保健副总裁 Kimberly Powell表示:“仅在我们的启动计划中,就有超过1000 家数字医疗保健初创企业正在开发数千个人工智能代理。”她以临床对话式生成人工智能平台Abridge为例,该平台使用代理自动处理临床文档,每天可为医生节省多达三小时的文书工作。
Iqvia Holdings是一家为生命科学行业提供先进分析、技术和临床研究服务的供应商,英伟达与该公司合作,简化药物和医疗器械开发。Powell表示,Iqvia的64 PB专有匿名数据集将被英伟达最近发布的Llama Nemotron大型语言模型训练定制模型,“通过人工智能代理推动更高效的临床试验和工作流程转型。”
与梅奥诊所(Mayo Clinic)的合作旨在共同开发新一代病理模型。梅奥诊所将利用英伟达的DGX Blackwell系统和人工智能工具训练超过2000万张数字病理图像,以创建“数字孪生”,即物理实体的计算机化复制品,用于个性化医疗保健。
与生物技术公司Illumina的合作旨在通过将Illumina的测序技术与英伟达的人工智能工具结合,从基因组学数据中获得洞察力。英伟达表示,双方的合作将使基因组学研究民主化,并扩大其在药物发现领域的应用。
Powell表示:“我们将为基因组学开辟新的市场,让人们不仅能获得数据,还能更深入地了解基因组学,推动疾病研究和药物发现取得重大进展。”
英伟达还与非营利性医学研究机构Arc Institute合作,利用英伟达的BioNeMo 自然语言处理框架(如图)为生物学和临床研究创建开源生物基础模型。Powell表示,这样做的目的是促进对DNA、RNA和蛋白质结构的理解,从而推动生物医学研究。
她表示:“我们的合作将专注于利用BioNeMo和DGX云开发真正的生物学基础模型,并将成果贡献回BioNeMo的开源中。”DGX Cloud是一种基于云的人工智能超级计算服务。
大会上还将首次发布名为GenMol的BioNeMo新版本,这是一个用于虚拟筛选的目标导向分子生成NeMo推理微服务。英伟达还将发布蛋白质设计蓝图(Blueprints for Protein Design),这是开发基于蛋白质的疗法的参考工作流。
Powell表示:“数以万计的生命科学公司、研究机构和平台公司现在可以将BioNeMo与传统的实验室工作整合在一起,创建一个人工智能药物发现工厂,业界称之为‘干实验室’。”“我们正在看到的是从湿实验室发现过程向人工智能工厂、干实验室和移动药物发现的转变。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。