人工智能可應用到藥物發(fā)現(xiàn)、臨床研究、臨床試驗,以及藥物上市等藥物研發(fā)全過程。具體應用包括,靶點發(fā)現(xiàn)、化合物合成、化合物篩選、藥理作用評估、優(yōu)化臨床試驗設計、藥物重定位、藥物組合、檢驗審批等。
在新冠病毒大流行期間,眾多公司在世界各地的供應鏈中十分依賴人工智能和物聯(lián)網(wǎng)等技術。這些數(shù)字化解決方案,有助于公司準確地捕獲一些重要數(shù)據(jù),并最終用自己的第一方數(shù)據(jù),從而提高供應鏈的管理效率,并且更好地保護供應鏈中的薄弱環(huán)節(jié)。
由于面臨監(jiān)管者和立法者的壓力,F(xiàn)acebook承諾加快刪除極端主義和違法內容。由于機器學習算法每天都能過濾數(shù)十億張圖片,因此成為這項計劃的核心所在。
通過比較工業(yè)革命與目前人工智能驅動的數(shù)字革命,我們看到使用機器的操作人員在兩個時代都處于社會變革的中心。至于革命之間的關鍵差異,它們與機器本身的性質有關。這次機器更靈活,可以隨著時間進行學習。
人工智能已經(jīng)在、和等領域達到或超越了人類專家的水平,但今天看來,智能化的機器還離我們很遠。要想實現(xiàn)通用智能,AI 智能體必須學習如何在共享環(huán)境中與「他人」進行互動:這就是多智能體強化學習面臨的挑戰(zhàn)。
共享經(jīng)濟正處于如火如荼的發(fā)展狀態(tài),但你有沒有想到,人工智能有一天也會步入共享經(jīng)濟時代?今年秋天,微軟的研究人員對外公開了新一組可用來測試AI系統(tǒng)的數(shù)據(jù)集,以助力全世界的AI研究。