社区

用可解释AI破解抗生素耐药性困局。作者｜苏霍伊编辑｜王博“五一假期就是渡劫。”一位感染肺炎支原体的患儿家长在社交媒体上感叹。从去年冬天到现在，“肺炎支原体”“阿奇霉素不管用了”几次登上热搜，“抗生素耐药性”这个专业名词更是结结实实扎进了许多患儿家长的心里，成为了他们被迫了解的词。他们未曾料想，与感染性疾病的“抗争”，会如此揪心和漫长。冬春之交，家住北方的白兰（化名）4岁的女儿开始反复发烧。焦虑了两个夜晚后，她将女儿送到了医院。午夜时分，长椅上、地上甚至是楼梯间里，或坐着或躺着的，都是额头上贴着退热贴的患儿和满脸担忧的家长。而后白兰的女儿确诊为肺炎支原体感染。吃了3天阿奇霉素又静脉输液后，女儿的症状并未缓解，反而发展成了肺炎，“CT显示肺部已经变白了。”“最初以为只是感冒，现在少说也要住院一周。”白兰告诉“甲子光年”。医生解释道，这可能与“儿童免疫力减弱和对大环内酯类抗生素（如：阿奇霉素）的耐药性增强等因素有关”。抗生素耐药性是指细菌、病毒、真菌和寄生虫等微生物对原本能够抑制或杀死它们的抗生素或其他药物产生耐药性的现象。尽管“支原体是否属于细菌”在学术界一直存在争议，但“阿奇霉素对肺炎支原体不太管用了”已是不争的事实。北京友谊医院呼吸内科主任医师林芳介绍，目前在我国流行的肺炎支原体对大环内酯类抗生素耐药率达60%—80%。北京朝阳医院感染和临床微生物科副主任医师尹玉东接受《新京报》采访时也表示：“我国是全球肺炎支原体对大环内酯耐药率最高的国家，在成人患者中这一比例达到60%—70%，儿童患者超过80%。耐药一直是影响支原体治疗效果的主要原因。”事实上，抗生素耐药性造成的感染远比想象的严重。2022年1月，国际顶尖医学期刊《柳叶刀》(The Lancet）发表了一项研究，数据显示，2019年全球有超过120万人死于抗生素耐药性感染，高于艾滋病毒（HIV）/艾滋病（AIDS）或疟

大模型的“摩尔定律”。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当日下午举行的“AI技术范式的变革：Scaling Law的尽头是什么”圆桌环节，百度集团副总裁侯震宇、中国人民大学高瓴人工智能学院教授卢志武、清智资本创始合伙人张煜、新浪微博新技术研发负责人张俊林、RWKV元始智能COO罗璇与甲子光年高级分析师王艺一起探讨了Scaling Law的发展趋势。Scaling Law是大模型的“摩尔定律”，它指引了大模型按照大算力、大参数、大数据的方向前行。但对于Scaling Law的发展前景，业内看法不一。侯震宇坚定地支持Scaling Law，并认为至少在当前，Scaling Law仍然有效且潜力巨大。他还提到了摩尔定律和安迪-比尔定律，认为Scaling Law在AI领域也呈现出类似的效应，即算力的增长被算法和数据的需求所消耗。卢志武表示有条件地支持Scaling Law，认为它在实现AGI方面可能不够充分。他提出可能需要更好的模型架构，并指出Transformer模型可能不是最终解决方案。卢志武还强调了商业化成功需要考虑更多因素，不仅仅是模型规模。张煜认为Scaling Law在短期内是有效的，但长期来看可能会遇到极限。他通过比喻说明了Scaling Law的局限性，比如爬树无法到达月球，暗示了可能需要新的方法或技术突破。张俊林将Scaling Law视为一个经验公式，认为它基于大量实验和数据。他觉得在当前阶段，Scaling Law是成立的，但随着时间的推移，可能会看到它的效果放缓。罗璇非常相信Scaling Law，但指出Transformer架构的时间和空间复杂度问题导致算力和数据利用率低。他认为未来会有新算法提高数据和算力的效率，并提到了RWKV的架构可能

一场在学者、创业者、投资人之间展开的“关于未来的辩论”。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当天下午的“通往AI创生时代：硬币的两面”圆桌论坛中，北航机器人研究所名誉所长、中关村智友研究院院长王田苗，始智Al wisemodel创始人兼CEO、清华校友总会AI大数据专委会副秘书长刘道全，亦心科技董事长刘昌伟，心资本合伙人吴炳见，RPGGO联合创始人、产品负责人李嘉英与鲸海拾贝CEO、人工智能头部博主李艮基进行了一场“关于未来的辩论”。在这一环节，每位嘉宾需要先对每个问题用“Yes”或“No”表达态度。主要内容围绕人工智能的多个方面进行，包括但不限于开源模型的发展、具身智能的未来、AI在艺术创作中的作用、AI合成数据的重要性等。来自不同领域的嘉宾分享了他们对于AI发展的专业见解，在AI与社会、法律、伦理和哲学的交叉问题中，提供了全面而多元的视角。王田苗分享了机器人技术中的专有性问题。他指出，“机器人的控制器即‘小脑’是无法直接共享给其他机器人的，这是因为尽管许多机器人技术是基于开源模型发展而来，但每个机器人都是基于独特的运行环境、硬件配置和训练数据进行开发和调整的，使其具有独特性。”这表明，尽管开源为技术创新提供了肥沃的土壤，但真正的应用落地往往需要专有的调整和优化。北航机器人研究所名誉所长、中关村智友研究院院长王田苗刘道全深入讨论了AI创作和版权的问题。他认为，AI创作内容是历史数据训练与人的经验和创意相结合的产物。“AI产生的内容可能是因为有很多历史数据的训练，然后结合人的一些经验，形成了一些新的东西。”这引发了关于AI作品版权归属的讨论，刘道全倾向于认为，人类在AI创作过程中的贡献应当得到版权上的认可。始智Al wisemodel创始人兼CEO、清华校友总会

百川智能想走出大厂射程之外。作者｜刘杨楠‍‍‍‍‍‍编辑｜王博最近，中国大模型市场上大厂、小厂各玩儿各的——大型云厂商卷价格，独角兽们卷应用和商业化。5月22日，百川智能发布了最新一代基座大模型Baichuan 4和首款AI助手“百小应”。媒体沟通会上，百川智能创始人、CEO王小川与“甲子光年”等媒体进行了一个多小时的交流。有趣的是，相比这场活动的主角，大家显然对价格战更感兴趣——大厂的价格战是否会扼杀创新？是否会加速部分应用厂商的消亡？百川是否感受到了压力？面对一连串的提问，王小川坦言自己也抱着“吃瓜”的心态在观战。谈及价格战对百川的影响，王小川颇有种“两耳不闻窗外事”的潇洒。他认为，这是大厂的射程范围，而百川智能要做差异化，即“超级模型”+“超级应用”的“双轮驱动”。“双轮驱动”的定位背后，能看到王小川极其稳定的内核——“大模型是语言智能的突破，多模态没有智力，只是对世界的复现。”1.“多模态没有智力”百川智能上一次发模型，还是在2024年1月，和此次发布相隔一个季度。成立一年多，百川智能共发布了12个模型。和去年以月为单位的频率相比，百川今年发模型的速度显然没有去年快了。对此，王小川也解释道：“以后基本会以季度为单位来发布，把节奏调到比较长线来做事情，更重视品质。”在国内权威大模型评测机构SuperCLUE的评测中，Baichuan 4模型能力国内第一。Baichuan 4相较Baichuan 3在各项能力上均有提升，其中通用能力提升超过10%，数学和代码能力分别提升14%和9%。此次，Baichuan 4在技术方面也有创新点——在预训练阶段采用了基于Model-based+Human-based的协同数据筛选优化方法，以及对长文本建模位置编码科学的Scaling Law，有效提升了模型对数据的利用；在对齐阶段重点优化了模型Reasoning、Planning、Ins

当PC可以主动帮你加购一双鞋时，你愿意换电脑吗？作者｜田思奇有没有可能，让计算机理解我们，而不是我们去理解计算机？在信息不断增加的世界里，计算机能否根据这些信息帮助我们更有效地推理、计划并采取行动？当地时间5月21日（周二）上午举行的微软Build年度开发者大会上，微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 提出了上述两个问题。他说这是微软几十年来的两个梦想，而当下的人工智能浪潮为这两个梦想提供了答案。大会前一日，微软首先发布了史上最强大的AI PC产品，其中包括多个令人惊艳的新功能。在媒体采访中，纳德拉毫不掩饰对苹果的“敌意”。他骄傲地宣布，诞生于上个世纪的微软PC与苹果Mac的大战，正重新回到聚光灯下：“我们现在想让真正的竞争重新回到 Windows 与 Mac 之间。”和此前媒体透露的信息不同，微软并没有发布自研大模型与OpenAI抗衡。相反，上周OpenAI刚刚发布的GPT-4o模型得到了纳德拉的高度肯定。同时，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）也在OpenAI近期陷入一片争议声中的前提下，亲自来到西雅图为Build大会站台，巩固了微软与OpenAI的联系。但从网友表态来看，让主流市场接受拥有了GPT-4o加持的Copilot，恐怕还需要一段时间。许多人看不到购买新电脑或者抛弃Mac的理由，还有人认为“电脑充分理解自己”是十分恐怖的事情。不过微软的确在首次发布Copilot一年后的Build大会上，又一次真切地铺开了AI PC时代的画卷。另外，也正像纳德拉所说，PC不PC的也不是那么重要：“我相信 Copilot 未来会无处不在。”1.让电脑预测你的意图微软在5月20日发布的Copilot+PC，令人印象最深刻的当属Recall功能。之前用户可能在电脑里存了无数张图片和笔记，然而却忘了放在哪个文件夹里。通过Recall功能

基础设施的重要性不言而喻。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当日下午举行的“AI创造万物，谁来供养AI”圆桌论坛上，北电数智战略与市场负责人杨震、青云科技副总裁沈鸥、潞晨科技副总裁梁爽、善思开悟COO余溢，与嘉宾主持人、达晨财智董事总经理张英杰一起，进行了精彩的讨论。张英杰首先提到，AI算力基础设施面临适应快速技术变革的挑战。达晨财智董事总经理张英杰杨震对此强调了AI基础设施与IT时代的差异，提出硬件、软件和场域层面重新定义的重要性。他介绍了北京市数字经济算力中心的建设，强调其作为公共算力提供者的角色，以及算力层、调度层和行业赋能层的全面布局，和提供框架和工具链的重要性。沈鸥分享了青云科技从云计算到AI算力的建设与运营经验，强调智算平台的可靠性和对性能需求的满足。他讨论了国产算力适配及平台生态建设的重要性：“我们希望能够在一个平台上同时去适配多家芯片和整个算力服务，让客户能够尽可能对整个底层的异构算力芯片是无感的。” 同时沈鸥强调了算力基础设施的运营挑战，包括成本控制和技术服务的提供。‍青云科技副总裁沈鸥梁爽提出，大模型从文本生成进化到图片和视频生成，模态不断变化，需要更加灵活的硬件架构和模块化的软件框架。她介绍了Colossal-AI系统，通过分布式系统优化和异构内存系统，优化资源使用，降低算力成本。未来的软硬件协同设计将显著提高能效比，减少大模型应用成本。余溢提出了前瞻性部署、定制化配置和关注先进技术趋势的重要性，以及对机房建设的前瞻性规划。她介绍了善思开悟与中山大学合作建立的AI创新赋能联合实验室，可以助力于产学研转化和人才培养。善思开悟COO余溢针对AI算力投入产出比的担忧，各位嘉宾也为降本增效提出了建设性建议。沈鸥强调，企业应该选择合适的模型规模而非

大模型的落地应用本身就是一种新质生产力，而为了更好落地应用，百度智能云在5月21日宣布两大主力模型全面免费，给企业一个更高的起点，让企业和开发者可以在没有过多成本压力的情况下，快速验证效果。只有大模型被广泛用起来了，才会有繁荣生态，才能有更多商业机会。作者｜刘杨楠‍‍‍‍编辑｜栗子编导｜RAM相信已经很少有人没听过“新质生产力”这个概念了。今年两会期间，“新质生产力”被写入《政府工作报告》。近两个月，社会关于“新质生产力”的讨论愈演愈烈——究竟什么是新质生产力？新质生产力在实际场景中以什么样的形态存在？大模型时代，又该如何充分释放新质生产力？这些问题各方都在讨论，但更重要的是，“新质生产力”提供了一种全新的叙事，混杂着公众的疑惑与期待，扣开了通往未来的大门。而火了一整年的大模型，成为“新质生产力”最具代表性的一个侧面。近期，甲子光年创始人&CEO 张一甲受百度智能云的邀请，与百度副总裁谢广军，必优科技创始人&CEO 周泽安进行了一次深度对话，试图分别从模型供应方、模型使用方及第三方智库的角度出发，回答关于“新质生产力”的一系列疑问。百度智能云与必优科技均是各自所处赛道的“AI先行者”，他们活跃在距离“新质生产力”最近的地方，为“新质生产力”注入能量。2023年3月，百度率先推出文心一言，是国内首家发布大模型产品的企业。当月，百度智能云发布全球首个一站式企业级大模型平台——百度智能云千帆大模型平台。2024年4月16日，百度智能云发布新一代智能计算操作系统——百度智能云万源。截止到2024年4月，百度智能云千帆大模型平台已经服务超过8.5万家客户，平台上已经精调出1.4万个模型，并且开发应用数也达到了19万的规模。这些企业中，必优科技颇具代表性。必优科技是一家典型的AI原生企业，其创始人周泽安此前在“AI+文档”领域深耕多年。自2020年成立以来，必

赚钱才是硬道理。2024年5月15日，由北京甲子光年科技服务有限公司主办，中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京中关村东升科技园万丽酒店举行。数十位科技行业的专业人士齐聚一堂，共同聚焦当前科技领域的尖端议题，深入探讨AI创生时代下科技产业的发展趋势和广阔前景。在下午场的“AI的“钱景”：商业闭环如何形成？”圆桌论坛上，中科视语联合创始人、中国科学院自动化研究所高级工程师张腊作为嘉宾主持人，与小米手机部副总裁、小米技术委员会副主席、小米机器人事业部总经理许多、北京人形机器人创新中心总经理熊友军、华为云全球初创生态发展总经理段小蕾、aiXcoder总裁刘德欣、新智聚安联席一号位刘茂亮等嘉宾，深入探讨了关于生成式AI的商业化问题。中科视语联合创始人、中国科学院自动化研究所高级工程师张腊刘茂亮认为，目前，传统产业亟需通过技术进行优化，只有AI，只有智能技术，才能够真正解决我们产业面临的问题。刘德欣分享了大模型当前落地的一些具体场景，以及三种商业模式：订阅模式、企业私有化解决方案以及针对大客户提供的全面咨询服务。而以生态和产业资源长期赋能科技创业公司的段小蕾则直言，一些小而美的AI创业团队目前正在海外市场取得相当丰厚的收益。她还预期，软硬件AI一体的消费级产品可能会在未来取得大成功。熊友军从人型机器人的视角出发坦言，随着技术的不断进步，人形机器人有望深入到我们的日常生活中，帮助处理各种事务，提供陪伴和服务，从而创造出一个新的、庞大的市场。许多则一针见血的指出，谈到理想的商业模式，有两个核心要素是绕不开的：定位和闭环。定位指的是明确你要做什么，而闭环则是指如何实现商业流程的完整循环。AI企业必须要理清二者，才有可能探索出适合自己的商业模式。以下是本场圆桌的演讲实录，“甲子光年”整理删改：中科视语联合创始人、中国科学院自动化研究所高级工程师张

只有最大的使用量才能打磨出最好的模型，也只有最好的模型才有最大的使用量。作者｜甲小姐 王艺‍‍‍编辑｜刘杨楠“价格战”，是大模型市场继参数量、长文本、营销战、融资额等热门话题后最新的关键词。导火索是一场火山引擎的发布会。2024年5月15日，火山引擎一口气发布9款大模型，同时升级了火山方舟、应用服务、机器学习平台、云底座，并公布模型调用价格——豆包pro 32k模型推理输入定价是0.0008元/千tokens，比行业的价格降低了99.3%；豆包pro 128k模型正式定价是0.005元/千tokens，较行业价格降低了95.8%。超低定价让字节跳动一跃成为大模型“顶流”。‍过去一年，字节跳动在“百模大战”中十分低调，最早发布的C端产品“豆包APP”也没有任何宣传就悄然上线。在各家都争抢着卷参数、卷文本长度、卷营销，试图在大模型时代抢占“先发优势”的今天，字节跳动作为“后发者”，率先在B端掀起了“价格战”。时间窗口“错位”的背后，是字节跳动追求“最强模型，最低成本，最易落地”的大模型战略主张。这个主张的出发点，便是“以客户为中心”。“B端和C端不一样，企业决策更理性，‘市场领先于产品’的逻辑不一定合理。你发得早，别人一测发现不好用，那你提早发反而是浪费双方时间。”火山引擎总裁谭待告诉“甲子光年”。本文，甲小姐对话火山引擎总裁谭待，聊聊大模型时代的“字节主张”。1.先发优势vs后发优势“如果模型没有达到阈值，企业直接做应用会很难，像是退回小模型时代，做各种场景的专业定制——那不是大模型时代做行业应用的范式。”‍甲小姐：去年各家都在密集发布大模型，为什么你们现在才发？谭待：这是字节的风格，我们不希望发布半成品。一年前，各家发的模型没有特别好的，要么缺模型能力，要么缺行业应用。现在我们的模型能力已经准备好了。甲小姐：“模型能力准备好”的标准是什么？谭待：是有没有更多人把模型用起来。

“美国政府希望，美国公司不会向中国出售可以让中国把竞争对手埋进土里的铲子。”作者｜田思奇由于法律和政策制定的滞后性，监管措施，永远跟不上人工智能技术快速发展的步伐。在这场步调不一的竞赛中，美国政府似乎总想迈出关键的一大步，以期在这场竞逐中占据有利位置，哪怕此举可能让自己失去平衡也在所不惜。其目标显而易见——牵制中国在AI领域的崛起。最近一周多，美国国会动作不断。5月15日，一个由两党参议员组成的小组向国会发出呼吁，建议每年向非军事用途的人工智能研究领域注入320亿美元的资金，以确保美国在这场人工智能竞赛中，能够与中国一较高下。更吸引中国从业者注意力的是，5月8日，众议院跨党派议员联合推出了“加强海外关键出口国家框架法案”（ENFORCE法案），旨在为美国商务部管制AI模型出口开绿灯。有消息传出，像Meta公司的Llama模型这样在中国获得广泛应用的开源模型也在出口管制之内。在大国竞争的背景下，许多国家都会快速调整政策来适应技术的变革。将人工智能和机器学习算法纳入出口管制，标志着国家安全战略进入了全新的阶段。然而美国的政策行为，似乎超出了正常监管的界限。中国外交部发言人林剑5月10日回应称，将经贸科技问题政治化、工具化、意识形态化，强推脱钩断链，冲击的是两国及全球的正常贸易投资往来和产供链稳定，不符合包括美国在内的任何一方的利益。更何况，与传统的实体商品出口相比，将AI模型出口纳入国家监管框架，还有很多技术上的挑战没有得到合理的解释。自2018年起，美国便开始对中国等特定国家实施更为严格的人工智能软件和硬件出口管制。伴随着ChatGPT等AI大模型应用的问世，美国政客企图在中美科技竞争中瞄准AI大模型也就不足为奇。但“甲子光年”本周对话的中美两国科技专家普遍认为，美国过去五年对中国实施的AI出口管制，并未达到预期效果，反而损害了美国公司的利益，并在一定程度上促进了中国AI及半