0
在牛顿的一生中，成就与抱负之间的细微差别是显而易见的。如果没有哈雷，也许他会沉迷于炼金术和神学。但他现在确实就是物理学之父。
同样的事情有可能出现在GPT身上。
尽管它并非人类，但去年11月底一个化身“社交对话工具”的横空出世，代号“ChatGPT”，似乎在证明它具有同理心、世界观、以及在消费、医疗等方方面面的创造性能力。
历经9个多月的体验，不少人发现，与GPT的互动不仅仅是在使用一个计算机系统，更像是在培养一段关系。这是对GPT的最大认可，让这项最早发布于2018年的技术，最早启动于2016年一家初创公司的“臆想”，被现实接受。
从GPT到ChatGPT，再回到GPT，不少人褒奖，“它精美策划了一个完美的营销事件。”
如果没有ChatGPT，也许拗口的GPT技术永远停留在“玩具”阶段。但现在，AGI这个终极AI图景已经逼近，千行百业接入大模型已经成为共识。
作为微软主管研究与孵化部门的副总裁，Peter Lee，从2022年是秋季开始曾与GPT-4保持6个月多的日常互动。当时该AI系统仍在Open AI的秘密研发之中，“一项任务便是，探寻这一全新系统以及未来的类似系统，将如何对医疗保健领域产生影响，以及改变医学研究。”
如果不是著作了《超越想象的GPT医疗》一书，Peter Lee的上述经历，或许很难被外界窥见全貌，以及难以得知微软在医疗领域的新计划--用GPT创造普惠的医疗。
Peter Lee将其简言为一句话：从疾病诊断、病历撰写，到临床试验，GPT需要运用其通用能力，帮助医疗行业实现脱胎换骨式的数字化转型，从而进化到新的层次--智慧化。
而在国内同样对生命科学和医学领域抱有情怀的王小川，不仅过去多次表态在企业管理、产品设计等领域都受到了“生物学思维”的影响，今年率先谋动创立新公司“百川智能”，“立志往后二十年，为生命科学和医学的发展尽一份力，核心路径是构建生命健康数学模型。”
实际上，如今的医疗领域，已经进入群雄并起阶段。
自今年2月起，腾讯、阿里、百度、华为、讯飞、商汤，以及来自医疗信息化、医疗影像、互联网医疗，以及等领域的多家企业陆续公布了在医疗领域大模型方面的布局。
借用百度李彦宏一个月前的一句话，“可以预见，以大模型为关键驱动的数字经济，与实体经济深度融合，将做强做优做大实体经济，创造可观的增量价值。”这一表态或许代表了中国互联网科技企业的战略布局。
因此，如果从这一点出发，GPT和大模型势必成为一个突破支点，从而撬动整个医疗生态系统。
但落到实际竞争的层面，大模型领域在应用层竞争最为激烈，“AI原生应用” 一词在近期炙手可热。也就是说，诸多企业完全基于AI生成式思维创造的应用，而不再将旧有应用“引入”AI的改造升级。
这条路径值得我们深思，它是否让我们掌握了大模型时代真正的主动权？
《中国人工智能大模型地图研究报告》指出，截至2023年5月底，国产超10亿参数的AI大模型已达79个，从全球分布来看，美中两国大幅领先，超过全球总数的80%。
这也意味着，随着大模型发展成为“持久战”，上至应用、算法、下至数据、算力的全部自研自主技术体系，将在很大程度上决定大国博弈的终章。
一位从事智能计算的研究员对雷峰网表示，“如今中国庞大的人口基数，大模型各行业开花的局面，已经让这种“成本冲突”和“算力焦虑”的爆发，比全世界任何一个地方都更加剧烈。”
还有业内人直截了当指出，在中美大模型的发展过程中，美国更注重技术的研发与创新，并在硬件和深度学习框架等方面取得了重要进展。 例如NVIDIA、Google推出的适用于深度学习的专用芯片GPU、TPU，还有包括TensorFlow、PyTorch在内的开源框架，都处于世界领先地位。
相比之下，中国更聚焦在AI大模型的应用层面。许多国内互联网巨头在推动大模型在各个领域的应用的同时，着力探索如何实现其商业化变现。但底层关键技术的缺失是目前主要劣势之一，包括芯片的紧缺、国产框架的生态圈不足、交叉学科人员的匮乏等，这些是真正正面较量的“技术主权”。
这种洞见下，国内已有不少大模型玩家，依托超大规模国产化算力底座，打造一条“算力—数据—算法—应用”的全链条AI研发体系。
在某种程度上，生命科学是医疗保健之外的另一极，如今也成为这场技术革命的下一站。
素有生物圈“名嘴”的华大集团CEO尹烨在今年年中表态，“生命科学的爆发可能像GPT一样很快到来，未来的竞争一定是大科学工程的竞争。”
同时他难掩激动，“去年我们发现BT（生物技术）的发展对IT（信息技术）提出更高的要求，储存就是一个大问题。这是IT第一次被BT带着走。”
回到开头，三百多年前，牛顿把物理学变成了数学模型。几个月前，Open AI把语言变为数学模型。未来，在重构中国计算产业格局的大模型浪潮下，究竟能给生命科学和医疗行业带来多大的革新？是否也有一群人将生命中未知变成数学模型？
为此，8月14日-15日，在中国企业出海的桥头堡——新加坡举办的「第七届 GAIR 全球人工智能与机器人大会」，将围绕《GPT 新商业：破译生命密码的范式》主题举行专题讨论。
论坛将邀请密苏里大学教授，AAAS / AIMBE Fellow许东、微软云与人工智能事业部首席科学家陈梅、纽约市立大学教授，IEEE / IAPR Fellow田英利三位学术大咖，站在全球化的高度和视野，围绕大模型和生命科学浪潮下的商业新机遇展开头脑风暴。
许东，密苏里大学教授，AAAS / AIMBE Fellow
许东，密苏里大学哥伦比亚分校电子工程和计算机科学系的校董讲座教授，Christopher S. Bond生命科学中心研究员。
北大物理系本硕毕业，博士毕业于伊利诺伊大学厄巴纳-香槟分校，并于美国国家癌症研究所从事博士后研究。1995年入职橡树岭国家实验室生命科学部，2003年起加入密苏里大学哥伦比亚分校，2007-2016年，他担任该校计算机科学系的系主任。
他的研究方向集中在生物信息学方面，特别是机器学习在生物信息学中的应用，发表论文400余篇。他是美国科学促进会（AAAS）会士和美国医学和生物工程研究院（AIMBE）会士，担任IJFIPM杂志的主编。
本次分享主题是《Prompt-based learning for analyses of biomedical images and text》。
陈梅，微软云与人工智能事业部首席科学家
陈梅，清华本硕毕业，随后获得卡内基梅隆大学计算机科学学院机器人学博士学位。2011年至2014年，她在卡内基梅隆大学建立并领导了英特尔嵌入式计算科技中心(ISTC-EC)。2014年至2018年，她是纽约州立大学奥尔巴尼分校副教授。2018年起加入微软，曾任计算机视觉副总裁兼首席科学家。
陈梅一直从事计算机视觉和生物医学图像分析工作，曾获得该领域的三个最佳论文奖。目前她领导ROAR(Responsible & Open AI Research)团队，致力于打造具备上下文感知和文化敏感性的多模态多语言技术。ROAR的模型已经应用于新版Bing（由LLM提供支持）、Bing图像生成器（由DALL-E 2提供支持）、Office设计师（由DALL-E 2提供支持）、Azure OpenAI服务、Github Copilot以及Azure内容审核服务。
她拥有美国专利商标局授予的30多项专利，并担任IJCV和MVA的期刊编辑，CVPR和ICVS的会议主席，CVPR和ICCV的领域主席。
本次分享主题是《AI for microscopy image analysis 3.0》。
田英利，纽约市立大学教授，IEEE / IAPR Fellow
田英利，纽约市立大学电气工程系和研究生中心计算机科学系的特聘教授，IEEE / IAPR Fellow。
本科毕业于天津大学精密仪器与光电工程专业，硕士毕业于天津大学热物理工程专业，1996年获香港中文大学电机工程博士学位。在卡内基梅隆大学机器人研究所工作期间，她的面部表情自动分析和数据库开发研究获得了“FG2019时间测试奖”。随后加入 IBM T. J. Watson研究中心并领导视频分析团队。自2008年加入CCNY以来，她一直专注于计算机视觉和机器学习等技术帮助老年人、视障、听障等特殊人群。
目前研究重点是计算机视觉、机器学习、人工智能、辅助技术、医学成像分析和遥感技术，已发表200多篇同行评议论文，并拥有29项已授权专利，并担任IEEE Trans副主编。
本次分享主题是《AI-driven Automated Medical Image Analysis 》。
这是国内首个出海的AI顶级论坛，也是中国人工智能影响力的一次跨境溢出。
GAIR全球人工智能与机器人大会正在进行中
第七届GAIR全球人工智能与机器人大会，于8月14日-15日在新加坡乌节大酒店举办。论坛由GAIR研究院、雷峰网、世界科技出版社、科特勒咨询集团联合主办。
大会共开设10个主题论坛，聚焦大模型时代下的AIGC、Infra、生命科学、教育，SaaS、web3、跨境电商等领域的变革创新。
GAIR创立于2016年，由鹏城实验室主任高文院士、香港 中文大学(深圳)校长徐扬生院士、GAIR研究院创始人朱晓蕊、雷峰网(公众号：雷峰网)创始人林军等人联合发起。历届大会邀请了多位图灵奖、诺贝尔奖得主、40位院士、30位人工智能国际顶会主席、 100多位 Fellow，同时也有500多位知名企业领袖，是亚洲最具国际影响力的AI论坛之一。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
