作业2《6.3 使用OSVOS算法实现视频物体分割》链接https://nbviewer.jupyter.org/github/huaweicloud/ModelArts-Lab/blob/master/notebook/DL_video_object_segmentation/object_segmentation.ipynb作业2根据以下官方给的指导，我们走一遍在课程《6.3 使用OSVOS算法实现视频物体分割》实践中，你已经使用OSVOS算法进行了算法的训练和 预测，并运行了一个视频抠图的应用demo。在课程案例中，OSVOS算法使用的训练集是一个图像分割数据集，原图目录和标签目录如下：原图目录：./video_object_segmention/OSVOS-PyTorch/DAVIS_2016/JPEGImages/480p/flamingo标签目录：./video_object_segmention/OSVOS-PyTorch/DAVIS_2016/Annotations/480p/flamingo在课程案例中，我们就是使用了这个名称为flamingo的数据集， 在./video_object_segmention/OSVOS-PyTorch/DAVIS_2016/JPEGImages/480p目录下其实还提供了 另一个数据集breakdance，这个数据集也可以用来重新跑通整个案例。1、打开课程案例代码文件object_segmentation.ipynb，按ctrl+F，搜索flamingo，尝试将flamingo字 样都替换成breakdance；2、替换完成后，按ctrl+s保存脚本，点击页面顶部菜单栏的 File -> Close and Halt 关闭当前ipynb脚 本，再重新打开object_segmentation.ipynb，从第一个代码块开始，重新跑一遍整个案例； 看完以下细节，即可完成作业2细节1细节2src_dir = './video_object_segmention/OSVOS-PyTorch/DAVIS_2016/JPEGImages/480p/breakdance'result_dir = './video_object_segmention/OSVOS-PyTorch/./models/Results/breakdance'细节3将四条代码运行，耐心等待即可最后截图完成作业2

谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，预计于2015年至2017年进入市场销售。2014年12月中下旬，谷歌首次展示自动驾驶原型车成品，该车可全功能运行。2015年5月，谷歌宣布将于2015年夏天在加利福尼亚州山景城的公路上测试其自动驾驶汽车。2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》两个文件，文件明确了自动驾驶汽车申请临时上路行驶的相关条件。第一，申请上路测试人需是在中国境内注册的独立法人单位，因进行自动驾驶相关科研、定型试验，可申请临时上路行驶。测试车辆必须符合《机动车运行安全技术条件》（GB7258）标准。测试车辆具备自动、人工两种驾驶模式，并可随时切换；测试车辆必须安装相应监管装置，能监测驾驶行为和车辆位置。第二，测试车辆上路前必须先在封闭测试场内按相关标准进行测试和考核，考核结果经专家评审，通过后才允许上路测试。第三，自动驾驶测试车辆要按规定悬挂号牌、标识，每辆车都要配备一名有一定驾驶经验，熟悉自动驾驶系统的测试驾驶员，随时监控车辆，保障车辆安全行驶。测试车辆将在指定区域、指定时段内测试，尽量不影响城市交通。测试单位必须购买交通事故责任保险或赔偿保函，如果测试车辆在测试期间发生事故，按照现行道路交通安全法及相关规定进行处理，并由测试驾驶员承担相关法律责任。北京市交通委认为，自动驾驶是提升道路交通智能化水平、推动交通运输行业转型升级的重要途径，也是带动交通、汽车、通信等产业融合发展的有利契机。 2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了针对自动驾驶车辆道路测试的《指导意见》与《实施细则》，规范推动自动驾驶汽车的实际道路测试。2018年5月14日，深圳市向腾讯公司核发了智能网联汽车道路测试通知书和临时行驶车号牌。 2018年12月28日，百度Apollo自动驾驶全场景车队在长沙高速上行驶   。2019年6月21日下午消息，长沙市人民政府颁布了《长沙市智能网联汽车道路测试管理实施细则（试行）V2.0》（以下简称《细则V2.0》），并颁发了49张自动驾驶测试牌照。其中百度Apollo获得45张自动驾驶测试牌照，百度在长沙正式开启大规模测试  。2019年9月，由百度和一汽联手打造的中国首批量产L4级自动驾驶乘用车——红旗EV，获得5张北京市自动驾驶道路测试牌照。 2019年9月22日，国家智能网联汽车（武汉）测试示范区正式揭牌，百度、海梁科技、深兰科技等企业获得武汉市交通运输部门颁发的全球首张自动驾驶车辆商用牌照。2019年9月26日，百度在长沙宣布，自动驾驶出租车队Robotaxi试运营正式开启。首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi车队在长沙部分已开放测试路段开始试运营。2019年10月，新华社记者试乘了一辆自动驾驶汽车，怀着忐忑不安的心情进入了繁忙的以色列特拉维夫街道。整个试乘过程中，记者总体感觉安全、平稳和舒适  。

“百变AI秀”有奖征文获奖名单正式出炉啦！让我们一同恭喜获奖者！大众评审团与专家评审团分别对最终入围的优质文章进行了投票与打分，最终得出了一二三等奖，其他没有得奖的参与者也将获得大额码豆激励。博客标题昵称奖项奖品投票加权分评委加权分总加权分[Python人工智能] 九.gensim词向量Word2Vec安装及《庆余年》中文短文本相似度计算 丨【百变AI秀】eastmount一等奖HUAWEI体脂称2Pro0.753.003.75[Python从零到壹] 十二.机器学习之回归分析万字总结全网首发（线性回归、多项式回归、逻辑回归）丨【百变AI秀】eastmount一等奖10000码豆0.753.003.75PyTorch 编辑器的选择及配置【百变AI秀】Emperor_LawD二等奖JBL音乐金砖GO21.931.503.43基于深度学习的3D点云分类和分割 PointNet系列丨【百变AI秀】一颗小树x二等奖JBL音乐金砖GO20.143.003.14[Python图像处理] 二十六.图像分类原理及基于KNN、朴素贝叶斯算法的图像分类案例丨【百变AI秀】eastmount三等奖2000码豆0.143.003.14[Python人工智能] 十四.循环神经网络LSTM RNN回归案例之sin曲线预测 丨【百变AI秀】eastmount三等奖2000码豆0.642.403.04MV3D-Net、AVOD-Ne用于自动驾驶的多视图3D目标检测网络 丨【百变AI秀】一颗小树x三等奖2000码豆0.212.702.91Python 分通道读取图像数据，取经之路第 4 天丨【百变AI秀】梦想橡皮擦三等奖智能床头台灯0.142.702.84深度学习基础之matplotlib，一文搞定各个示例，建议收藏以后参考丨【百变AI秀】香菜聊游戏三等奖智能床头台灯0.142.702.84ModelArts基于动物的物体检测实操【百变AI秀】运气男孩三等奖智能床头台灯0.142.702.84ModelArts自动学习实现美食分类【百变AI秀】运气男孩三等奖2000码豆0.142.702.84再不入坑就晚了,深度神经网络概念大整理，最简单的神经网络是什么样子？丨【百变AI秀】香菜聊游戏三等奖2000码豆0.112.702.81【Yolo】⚠️一文看懂 Yolo 目标检测⚠️ ☢️万字长文, 建议手收藏☢️ 【百变AI秀】我是小白呀iamarookie三等奖智能床头台灯0.112.702.81如何用遗传算法进行智能排课丨【百变AI秀】jackwangcumt三等奖智能床头台灯0.112.702.81每位选手最终得分=投票数/总投票人数 *10 *0.4 + 评委综合评分 * 0.6创作小能手奖：作者名参赛作品数奖品eastmount20摩飞榨汁机梦想橡皮擦12摩飞榨汁机香菜聊游戏5智能床头台灯神的孩子在歌唱4智能床头台灯Emperor_LawD2智能床头台灯参与奖：昵称奖品kaliarch5000码豆liuzhen0075000码豆lwq12285000码豆不吃西红柿5000码豆灰小猿5000码豆神的孩子在歌唱5000码豆数据分析与统计学之美5000码豆幸运投票奖投票人奖品IcywordJBL音乐金砖GO2获奖信息收集请以上各位获奖者按如下操作：（参与奖无需回复信息）社区私信“技术火炬手”回复您的有效信息：姓名、手机号、电子邮箱、收货地址注：有效信息反馈期为1周（10月6日截止），超过时限未收到您的信息，则视为自动弃奖，过期不补请谅解！礼品预计在20天内发出。让我们再次恭喜以上获奖者~新一期征文介绍（正在进行中）【有奖征文】拜托了物联网！待万物互联，迎接智慧未来（HUAWEI智能手表等你拿）

小长假美图怎么配文？让AI给你解决，现在体验还能赢大礼即日起至2021年10月11日戳我体验识图成诗>>>的小伙伴运营小姐姐将在活动结束后通过体验小伙伴的账号用抽奖工具进行抽奖  抽奖规则体验路径 链接在此>>>更多福利朋友圈集赞赢奖1、分享作品至朋友圈，并配文“现在体验还有机会赢大奖，快来瓜分礼品：http://mtw.so/5Y7Ib3”，集满20个赞，奖励HE2E知识卡牌一副/价值465元的案例学院卡一张，限量200名，先到先得。2、10月11日前，反馈集赞数最多的3名小伙伴，奖励200元京东卡一张。集赞数反馈方式：截图发给下方小助手企业微信微博转发抽奖转发华为云微博，抽取一位幸运儿送出华为AI音箱一个微博传送门：https://weibo.com/1930559805/KBM3AwlNS?from=page_1006061930559805_profile&wvr=6&mod=weibotime获奖公示及奖品发放获奖结果公示啦！恭喜以上获奖小伙伴！请获取数据线奖品的小伙伴戳此>>>,填写收件信（请用获奖账号登录领取，方便运营核实活动参与信息）朋友圈集赞和转发微博活动获奖的小伙伴根据相应渠道小助手信息提示提交收件信息即可，无需重复提交。收件信息收集截止至10月22日，逾期自动视为放弃领奖~奖品将于15天内统一安排发放，请耐心等待~

近日，美国斯坦福大学李飞飞等百余位学者联名发布《基础模型的机遇与挑战》一文，论述在人工智能基础模型成为趋势的环境下，其发展面临的机遇与挑战。文章指出，基础模型的应用使得自监督学习+预训练模型微调适配方案逐渐成为主流，并带来了智能体认知能力的进步。但同时由于基础模型的任何一点改进会迅速覆盖整个AI社区，其隐患在于基础模型的缺陷也会被所有下游模型所继承。斯坦福大学学者谈到的基础模型，国际上也称预训练模型，也被国内研究者称为大模型。那么，什么是人工智能大模型，与小模型相比有哪些优势？为何大模型会成为趋势，在行业中有哪些应用？未来又面临怎样的机遇和挑战？像发电厂一样源源不断供应“智力源”大模型成了最近AI产学界刷屏率颇高的词汇。需要更大算力、更大数据集的大模型，为何可能是未来AI最好的伙伴？这要从AI开发者们的一次次挫败与碰壁说起。深度学习技术兴起的近10年间，AI模型基本上是针对特定应用场景需求进行训练的小模型。小模型用特定领域有标注的数据训练，通用性差，换到另外一个应用场景中往往不适用，需要重新训练。另外，小模型的训练方式基本是“手工作坊式”，调参、调优的手动工作太多，需要大量的AI工程专业人员来完成。同时，传统模型训练需要大规模的标注数据，如果某些应用场景的数据量少，训练出的模型精度就会不理想。“小模型的这些问题，导致当前AI研发整体成本较高，效率偏低。由于AI人才短缺以及成本昂贵，对于中小行业用户来说，小模型的这些问题阻碍了行业用户采用人工智能技术的脚步，成为AI普惠的障碍。”北京智源人工智能研究院院长黄铁军在接受科技日报记者采访时指出。虽然，之前全球呈现“千村万户大炼模型”的热闹场面，但这种“自家炼钢自己用”的作坊方式显然不符合现代产业发展规律。黄铁军进一步解释道：“大模型可以解决这些问题，其泛化能力强，可以做到‘举一反三’，同一模型利用少量数据进行微调或不进行微调就能完成多个场景的任务，中小企业可以直接调用，不需要招聘很多AI算法专业人员就能进行应用开发，显著降低中小企业的研发门槛，促进AI技术落地。”得益于这些优势，人工智能的发展已经从“大炼模型”逐步迈向“炼大模型”的阶段。以美国OpenAI、谷歌、微软、脸书等机构为代表，布局大规模智能模型已成为全球引领性趋势，并形成了GPT-3、Switch Transformer等千亿或万亿参数量的大模型。可以说，人工智能大模型时代正在到来！“人工智能大模型是‘大数据+大算力+强算法’结合的产物，是集成大数据内在精华的‘隐式知识库’，也是实现人工智能应用的载体。大模型是连接人工智能技术生态和产业生态的桥梁，向下带动基础软硬件发展，向上支撑了智能应用百花齐放，是整个人工智能生态的核心。”黄铁军表示。北京智源人工智能研究院理事长张宏江博士指出：“未来，大模型会形成类似电网的智能基础平台，像发电厂一样为全社会源源不断地供应‘智力源’。”超大模型“通用智能”能力应用前景广阔类比人的教育培养，大模型所完成的培训就如同基础性、通识性的大学本科培养，“学成”后的大模型具备处理一般事物的能力。如果要完成更专业、更高级的任务，大模型还需要“研究生”阶段的专业培养。黄铁军进一步指出：“AI大模型通常是在大规模无标注数据上进行训练，学习数据中蕴含的特征、结构和知识。基于大模型进行应用开发时，将大模型进行微调（在下游针对特定任务利用小规模数据进行二次训练）或者不进行微调，就可以满足多种应用任务的需要。”“从‘大炼模型’到‘炼大模型’，北京智能研究院推出的悟道系列大模型成为这一进程中的标志性成果。”张宏江指出，大模型、大平台、大数据的系统性的生态蓬勃的发展势头，验证了在AI研究与创业领域新机遇正在降临。在这一趋势下，北京智源人工智能研究院2021年3月发布悟道1.0，是中国首个人工智能大模型，取得多项国际领先的AI技术突破；2021年6月发布的悟道2.0，参数规模达到1.75万亿，是OpenAI的GPT-3模型的10倍，一跃成为世界最大模型。北京智源人工智能研究院学术副院长、清华大学教授唐杰表示，大模型可以包含更多数据，表示更多信息，模型往超大规模发展是一个必然的趋势。智源在布局万亿级模型，包括配套的高性能算力平台。目前，悟道团队一方面扩大模型的规模，让模型的表示能力更强，一方面针对实际应用，提高精度。此外，团队还在模型微调算法上进行了创新，希望早日打通百亿级模型和万亿级模型的桥梁。“超大规模预训练模型的出现，很可能改变信息产业格局，即基于数据的互联网时代、基于算力的云计算时代之后，接下来可能将进入基于大模型的AI时代。”唐杰认为。据介绍，超大规模智能模型的“通用智能”能力在医疗、金融、新闻传播等行业应用前景广阔。例如，在医疗健康领域，大模型在医疗数据格式化、病历自动解读与分析、自动问诊系统等方面都可以发挥巨大效用。在金融、法律、财务、人力资源、零售等传统行业领域，大模型能提供高性能的智能信息解析和提取、智能数据整合、自动机器翻译、辅助决策等功能，提升业务流程效率和水平。在新闻传播领域，基于模型可实现智能新闻线索收集、机器写作、辅助编辑、虚拟主播等应用。目前，智源悟道大模型，也在为北京冬奥会提供新场景下的人工智能服务应用；并正在以大模型黑科技，开启手机AI语音技术新路径，赋能智能终端新一轮AI体验革新。在9月24日举行的2021中关村论坛“人工智能与多学科协同创新论坛”上，智源“悟道”大模型与OPPO小布助手合作，基于“悟道”大模型开启“生成式回答系统”，全面功能上线后一举解决了行业共通性的长尾问题，单条回答建设成本降低99%。转发自https://www.sina.com.cn/

为更好地促进人工智能基础研究和应用创新的发展， 9月25日，华为联合AITISA（新一代人工智能产业技术创新战略联盟）、鹏城实验室共同发起了人工智能前沿创新奖——祖冲之奖，将面向全球奖励在AI基础研究和应用创新两个领域的杰出成果。

机器学习的概念：机器学习是一种统计学方法，计算机利用已有数据得出某种模型，再利用此模型预测结果。特点：随经验的增加，效果会变好。简单模型举例：决策树模型预测班车到达时间的问题描述： 每天早上七点半，班车从 A 地发往 B 地，到达 B 地的时间如何准确预测？如果你第一次乘坐班车，你的预测通常不太准。一周之后，你大概能预测出班车 8:00 左右到达 B 地；一个月之后，随着经验的增加，你还会知道，周一常堵车， 会晚 10 分钟，下雨常堵车，会晚 20 分钟。于是你画出了如下的一张树状图，如 果是周一，还下了雨，班车会 8:30 到达；如果不是周一，也没有下雨，班车会 8:00 到达。机器学习和传统计算机运算的区别：传统计算机是基于冯诺依曼结构，指令预先 存储。运行时，CPU 从存储器里逐行读取指令，按部就班逐行执行预先安排好的 指令。其特点是，输出结果确定，因为先干什么，后干什么都已经提前写在指令 里了。机器学习三要素：数据、算法、算力 深度学习的概念：深层次神经网络，源于对生物脑神经元结构的研究。人脑神经网络：随着人的成长，脑神经网络是在渐渐变粗变壮。生物学中的神经元：下图左侧有许多支流汇总在一起，生物学中称这些支流叫做 树突。树突具有接受刺激并将冲动传入细胞体的功能，是神经元的输入。这些树突汇总于细胞核又沿着一条轴突输出。轴突的主要功能是将神经冲动由胞体传至 其他神经元，是神经元的输出。人脑便是由 860 亿个这样的神经元组成，所有的 思维意识，都以它为基本单元，连接成网络实现的。计算机中的神经元模型：1943 年，心理学家 McCulloch 和数学家 Pitts 参考了 生物神经元的结构，发表了抽象的神经元模型 MP。神经元模型是一个包含输入， 输出与计算功能的模型。输入可以类比为神经元的树突，输出可以类比为神经元 的轴突，计算可以类比为细胞核。人工智能 Vs 机器学习 Vs 深度学习 的对比：人工智能，就是用机器模拟人的意识和思维。机器学习，则是实现人工智能的一种方法，是人工智能的子集。深度学习就是深层次神经网络，是机器学习的一种实现方法，是机器学习的子集。 机器学习的典型应用1、应用领域 计算机视觉、语音识别、自然语言处理2、主流应用：（1） 预测（对连续数据进行预测）      如，预测某小区 100 平米的房价卖多少钱。 根据以往数据（红色●），拟合出一条线，让它“穿过”所有的点，并且与各个点 的距离尽可能的小。我们可以把以前的数据，输入神经网络，让他训练出一个模型，比如这张图中红 色点表示了以往的数据，虚线表示了预测出的模型 Y = ax + b ，大量历史数据 也就是面积 x 和房价 y 作为输入，训练出了模型的参数 a = 3.5, b = 150，则 你家 100 平米的房价应该是 3.5 * 100 + 150 = 500 万。 我们发现，模型不一定全是直线，也可以是曲线；我们还发现，随着数据的增多， 模型一般会更准确。（2） 分类（对离散数据进行分类）       如，根据肿瘤患者的年龄和肿瘤大小判断良性、恶性。       红色样本为恶性，蓝色样本为良性，绿色分为哪类？假如让计算机判断肿瘤是良性还是恶性，先要把历史数据输入到神经网络进行建 模，调节模型的参数，得到一条线把良性肿瘤和恶性肿瘤分开。比如输入患者的 年龄、肿瘤的大小 还有对应的良性肿瘤还是恶性肿瘤，使用神经网络训练模型 调整参数，再输入新的患者年龄和肿瘤大小时，计算机会直接告诉你肿瘤是良性 还是恶性。比如上图的绿色三角就属于良性肿瘤。

防骗“叫醒热线”超9成由AI打出 叫醒成功率超过人工客服 在世界人工智能大会上，蚂蚁集团消费者权益保护专项“蚂蚁315”发布电信网络诈骗治理数据。 数据显示，过去半年，假冒客服、公检法等传统诈骗依然高发多发，但欺诈资损显著下降了7成；另一方面，“杀猪盘”及色情类诈骗仍是电信网络诈骗“重灾区”，占诈骗资金损失一半以上。但实际遭遇诈骗并产生资金损失的案件量也在持续下降，仅6月的诈骗案件量相较1月就降低30%。 值得一提的是，为了和骗子拼速度，蚂蚁反诈骗叫醒热线目前超过9成的电话由AI打出，且叫醒成功率已经超过了人工客服。 在世界人工智能大会现场，蚂蚁集团展示了全球首个应用于反欺诈的交互式风控产品“叫醒热线”。 http://t.cn/A6MbGyMx

9月23日，在华为全联接大会上，以“深耕数字化”为主题，汇聚了业界思想领袖，商业精英，技术大咖，生态伙伴等，探讨如何深入业务场景，把数字技术与行业知识深度结合，共筑开放共赢的行业生态。华为轮值董事长徐直军在主题演讲中表示，目前，5G全球商用网络已经达到176个，全球探索5G用于行业数字化的项目超过1万个，5G用户也已经超过4.9亿。根据IDG的数据，全球81%的组织已经使用云计算或有应用在云上。AI的发展更是迅速，根据罗兰贝格的研究，AI已经渗透到各行各业中，高科技与电信行业、金融行业、汽车与装配等行业已经采用AI的比例超过60%，商业、医疗、零售等行业的AI应用比例也分别达到50%，40%和38%。“数字化转型和发展是形成了共识的，数字化基础技术是可以共享的。”徐直军表示，数字化转型之路，不同国家，不同企业，不同行业由于所处阶段不同，所面临的挑战不同，造成各有各的道，进而认识不同，采取的战略不同，节奏不同，方案不同。要真正实现数字化，还有相当长的路要走。华为的愿景和使命是把数字世界带入每个人，每个家庭，每个组织，构建万物互联的智能世界。徐直军表示，华为把数字世界带入每个人，每个家庭，每个组织，实现万物互联智能世界的过程，也是帮助各行各业实现数字化转型目标的过程。反之，如果没有能够帮助各行各业成功实现数字化转型目标，很难说我们实现了我们的使命。徐直军指出，华为的价值主张具体包括四个方面：无处不在的联接：我们认为联接是每个人的基本权利，将致力于实现所有人与人、物与物，人与物的全面联接，并持续提升联接体验。无所不及的智能：我们把AI定位成一种通用目的技术，致力于把AI注入各行各业，促进价值创造全过程、全方位的转型升级。个性化体验：我们主张每个人都是独特的，将致力于通过提供个性化的产品和服务，让每个人的个性得到充分尊重，潜能得到充分释放。数字平台：我们坚信，数字化将推动人类文明的再一次飞跃，我们打造开放、灵活、易用、安全的数字平台，激发行业创新、产业升级和社会发展。徐直军坦言，数字化发展要靠数字技术，数字技术的生命力在于持续创新、不断创造价值，云计算、AI、网络是关键的数字技术。上游新闻记者 李舒 实习生 余晓青

【中国，深圳，2021年9月23日】今日，主题为“深耕数字化”的华为全联接2021隆重开幕，华为高级副总裁、华为云CEO、消费者云服务总裁张平安发表“深耕数字化，一切皆服务”主题演讲，并重磅发布了华为云盘古药物分子大模型。华为高级副总裁、华为云CEO、消费者云服务总裁张平安发布华为云盘古药物分子大模型 今年4月，华为云发布了盘古系列预训练大模型，包括自然语言处理（NLP）大模型、计算机视觉（CV）大模型、多模态大模型和科学计算大模型。华为云盘古药物分子大模型是“盘古家族”的新成员，是专门面向药物研发领域推出的预训练大模型，旨在帮助医药公司开启AI辅助药物研发的新模式。一款创新药从研发到上市，平均成本超过10亿美元、研发周期大于10年——这是医药界公认的“双10定律”。同时，药物结构设计强烈依赖专家经验、新药筛选失败率高，如何通过大数据、人工智能等科学技术加速新药研发进程、平衡研发投入与成果产出之间的关系，成为了医药公司在数字化改革道路上的重点之一。针对上述难题，华为云深度联合中国科学院上海药物研究所，共同训练了华为云盘古药物分子大模型，赋能全流程的AI药物设计。依托华为云一站式医疗研发平台EIHealth，盘古药物分子大模型学习了17亿个药物分子的化学结构。在药物生成方面，实现了对小分子化合物的独特信息的深度表征、对靶点蛋白质的计算与匹配，以及对新分子生化属性的预测，从而高效生成药物新分子；在药物优化方面，实现了对筛选后的先导药进行定向优化。华为云盘古药物分子大模型具备以下四大技术和创新能力：提出了针对化合物表征学习的全新深度学习网络架构参考化学领域的化合物分子表达形式及转换方式，华为云盘古药物分子大模型首次采用“图-序列不对称条件变分自编码器”架构，可以自动找出化合物关键的分子特征指纹，极大地提升了下游任务的准确性。进行了超大规模化合物表征模型训练华为云盘古药物分子大模型对市面上真实存在的17亿个药物分子的化学结构进行预训练，在化学无监督学习模式下，实现结构重构率、合法性、唯一性等指标全面优于现有方法。生成了拥有1亿个新化合物的数据库华为云盘古药物分子大模型的分子生成器生成了1亿个创新的类药物小分子筛选库，其结构新颖性为99.68%，并且可以有效地生成理化性质相似的新化合物，为发现新药创造可能性。此外，基于盘古分子优化器，科研人员实现了对起始分子化学结构的优化，并且能够改善药物分子的特性。在20余项药物发现任务上实现性能最优（SOTA）华为云盘古药物分子大模型在多项任务中取得了领先的预测准确度，包括化合物-靶标相互作用预测、化合物ADME/T属性评分、化合物分子生成与优化等，实现了一个大模型赋能药物发现全链条任务。华为云盘古药物分子大模型在20余项药物发现任务上实现性能最优 华为云盘古药物分子大模型依托华为云医疗智能体EIHealth平台，其设计在2020年和2021年连获两届德国RedDot红点设计大奖，提供了更加友好的用户体验和易用性，能够更高效地辅助科研人员完成智能药物筛查和药物优化生成，让每一个医疗行业工作者都可以方便地利用AI解决工作中遇到的问题。在实际应用中，华为云联合西安交通大学第一附属医院，基于华为云盘古药物分子大模型研发出全新的广谱抗菌药物，将先导药的研发周期从数年缩短至一个月，大幅提升新药研发效率。其中，通过华为云盘古药物分子大模型的结构优化器，有效地提升了小分子化合物与目标抗菌靶点蛋白的结合，同时降低其与人体蛋白的结合，从而减弱了广谱抗菌药对人体正常细胞可能产生的毒副作用。如今，AI在药物研发的应用已经进入指数增长区。全球44家顶尖药企中，已有41家药企与AI公司建立合作关系。华为云将在盘古药物分子大模型与医疗智能体EIHealth等服务上持续创新，继续携手生态伙伴，聚焦AI药物研发领域的前沿技术，助力提升新药研发的效率、成功率和创新能力，为守护人类生命健康贡献更多力量。

【中国信通院2021年第二批“可信AI”评测正式启动】为进一步推进AI技术产业应用水平，增强用户对产品选择可信度，服务企业采购和使用人工智能产品的全流程，从即日起中国信通院正式启动2021年第二批“可信AI” 评测，此次评测在上半年测试的基础上，增加可信人脸识别、智慧助手、人工智能开发平台（数据处理模块，模型部署模块）等评测项目，欢迎各单位报名参加。

【微软小冰AI直击灵魂：感慨什么孤独，作业写完了吗？】9月22日，第五代小冰发布会在微软大厦举行。此次发布会主要宣布第九代小冰的进展：框架核心技术升级、人工智能创造（内容生成）进展、小冰与智能设备的融合、首个社交App“小冰岛”。时代财经从此次发布会中发现，小冰的发展方向是在技术发展的基础上，探索人与AI的交互边界，人类和AI社交软件“小冰岛”就是这种探索最极致的表现

只需一键！AI 续写贝多芬未竟的《第十交响曲》 不懂音乐的程序员不是好演奏家 为了庆祝成立 10周年，Berney 和 Nexus 管弦乐队（Berney and the Nexus orchestra）决定用人工智能制作一个四分钟的片段，并将其命名为“BeethovANN Symphony 10.1”。计算机程序设计师 Florian Colombo 花费了数年完成了这个神经网络，而配乐的最终版本在演出前几个小时才生成并打印出来。 Colombo 是瑞士洛桑联邦理工学院（EPFL）的计算机科学家，他用 DL 开发了这个算法。他首先将贝多芬大师的16首弦乐四重奏输入电脑，然后，他要求算法围绕贝多芬第十交响曲第一乐章的残存音符中发现的一个主题片段创作一首乐曲。

发展　　随着科学技术和互联网的发展，地球已经变成了一个小小的地球村，人工智能领域也迅速发展，特别是在中国“2025智造”提出后，国内的人工智能领域也掀起一段热潮。面对发展如此迅速的人工智能，既有利，也有弊。随着科技的发展,我们的生活变得越来越方便。然而任何事物都有它的两面性。当然人工智能也不例外。便捷　　一方面，人工智能给我们带来了非常多的便捷。就拿我们日常都不离手的手机来说，一开始我们只能用手机发送消息和打电话,但是现在它可以上网和不在你身边的人聊天。除此外也可以拿来拍照，相当于一个照相机，还可以拿来打游戏等等。智能，不仅仅在这些很小的东西上体现，据报道，以后我们的汽车也可以该变成无人驾驶的汽车。人工智能增进了人与人之间的距离。同时,人工智能使我们的生活更方便。效益　　目前人工智能已经为人类创造出了非常可观的经济效益，人工智能可以代替人类做大量人类不想做、不能做的工作，而且机器犯错误的概率比人低，并且能够持续工作，大大的提升工作效率，节约了大量的成本，未来的人工智能可能还会代替人类工作，代替人类做家务，帮助人类学习，甚至可以照顾老人和小孩，实时监护人类的健康，生病了直接给人来治疗，延长人类的寿命，让人类的生活变得越来越美好。双刃剑　　科技的发展是一把双刃剑，这是已经谈论很久的问题。当然，也有很多人会认为人工智能可能是我们的灾难。最近,许多科幻片都在讲诉我们关于人工智能之间的事情，其中很大部分都在讲智能机器人失去控制,并且有了自己的思维想杀死人类，他们来统治世界。思考　　人类将来的某一天会不会被各种各样人工智能机器人所代替，人类未来会不会成为机器人的奴役？学习速度　　汽车的发明颠覆了传统的马车行业，人工智能的发展同样也将颠覆许多行业。机器人代替了许多人类的工作将导致大量的人口失业，机器新的学习速度远远快于人类，在一期国内热播的最强大脑里有一期人机大战中，最终小度（机器人的名字）战胜了选手，如果未来的某一天，机器人变成像电影《机械姬》中有意识的机器人，那么人类随时会变成机器人的奴隶，同时，人工智能面临着技术失控的危险，霍金曾发出警告，人类面临一个不确定的未来，先进的人工智能设备能够独立思考，并适应环境变化，它们未来或将成为导致人类灭亡的终结者！人工智能　　我个人认为，人工智能是人类最受益的。因为我们有了人工智能后，我们的生活变得更有趣和方便，智能机器人的事情也许不会发生。我认为我们不应该只是担心事情会不会发生，而是需要开发更好的产品以及处理人工智能可能会发生的事情。未雨绸缪的事情从小我们就知道，所以我相信，我们能研究出他们，那一定会有克制的方法，而不是科幻电影里面的无法控制，但是所有的科幻电影的结局都是无论再怎么坏的影响，都会有比较好的结果，所以，最后的我们凡是都要往好的地方想。发展　　人工智能改变了人们的生活，我们对人工智能应加以好的利用，同时要避免带来的弊端，人工智能与人类、与社会、与自然和谐相处，这样才能长远的发展。

除了没用过siri，只不过我用的是智慧语音… [cp] 近日，美国《时代》杂志对库克进行了专访，库克谈到了领导力、企业价值观和新技术等话题。 在谈到新技术时，库克表示自己对人工智能和增强现实技术（AR）非常感兴趣。他认为，人工智能已经渗入到许多产品中，“从人脸指纹识别、照片分组、到Siri的工作方式，人工智能无处不在”。而增强现实是虚拟世界与现实世界的叠加，但不会分散人们对真实世界和人际关系的注意力。相反，增强现实技术将加强人们之间的联系，增强人们之间的合作。 当被问及增强现实技术是否就是人们所说的“#元宇宙# ”时，库克强调称不会乱用这些流行词，“我们称之为‘增强现实’”。显然，他认为增强现实技术和元宇宙是有区别的。[/cp]