人工智慧正在人類活動和市場投資的兩個關鍵領域擴充套件——健康和語言。《2021 年 AI 現狀》報告的作者Nathan Benaich 和 Ian Hogarth討論了這些領域的 AI 應用和研究 。去年,Benaich 和 Hogarth 證明生物學正在經歷人工智慧時代。他們解釋說,這反映了已發表研究的巨大變化,從根本上摒棄了對生物實驗進行某種統計分析的老派方法。新方法在大多數情況下用深度學習代替了統計分析,並且產生了更好的結果。
Benaich 指出,在生物學領域中有很多可以適應這種正規化的唾手可得的成果。去年是這種使用機器學習解決各種問題的方法超速運轉的時候。這種在生物學中使用機器學習的想法的輸出之一是在製藥行業。
幾十年來,我們都知道並且都遭受這樣一個事實,即藥物需要很長時間才能被發現、測試,然後最終獲得批准。也就是說,除非有一些巨大的災難性壓力需要採取其他措施。這就是深度學習取得的進展。因此,新時代製藥公司在很大程度上表示,以前已經嘗試過舊制藥公司的方法。它有點行不通。那是計算化學和物理學。驗證新時代製藥方法是否有效的唯一方法是,它們是否可以生成實際在臨床中的候選藥物,並最終使這些藥物獲得批准,” Benaich 說。
改變是不可避免的。最終的問題是,你能否真正改變成本曲線,在更少的實驗上花更少的錢,並獲得更高的命中率。Benaich 認為,這仍然需要時間。Hogarth 指出,這並不是機器學習影響製藥公司的唯一前沿領域,並指出了機器學習如何用於解析研究文獻的例子。
這涉及我們之前與 John Snow Labs 首席技術官 David Talby 的對話,因為醫療保健領域的自然語言處理是 John Snow Labs 的核心專長。反過來,這不可避免地將對話引向了語言模型。
Benaich 和 Hogarth 在他們報告的研究部分指出了語言模型的進展;然而,我們被事物的商業化方面所吸引。我們專注於 OpenAI 的 GPT3,以及他們如何從完整發布模型到透過 API 將其商業化,並與 Microsoft 合作。