人工智能十大领域最新成果（人工智能十大科技应用）
人工智能十大领域最新成果（人工智能十大科技应用）时间：2022-05-1918:23:02作者：writer001阅读：
分享到：「人工智能」“当红不让”
要说最近几年最火热的“风口”，那一定是非“人工智能”莫属了，打开淘宝、抖音、微信、京东等软件，会发现智能推荐、搜索、语音转文字等人工智能的应用场景，可以说「人工智能」已经在生活中无处不在。
除了日常生活，数字经济时代，人工智能技术及产品在企业设计、生产、营销等多个环节中均有渗透且成熟度不断提升，AI应用从消费、互联网等泛C端领域，向制造、电力等传统行业辐射。
中国在2017年发布《新一代人工智能发展规划》，「人工智能」首次纳入国家战略规划，此后连续几年将“人工智能”写入《政府工作报告》。
根据2017年国务院印发的《新一代人工智能发展规划》，到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。3月，国务院发布的2022年政府工作报告指出，加快发展工业互联网，促进数字经济发展，培育壮大集成电路、人工智能等数字产业，提升关键软硬件技术创新和供给能力。
艾瑞咨询绘制中国人工智能产业图谱
那么中国目前在「人工智能」领域都取得了哪些成果呢?今天就带大家了解这些“黑科技”。
AI芯片
“无芯片不AI”,以AI芯片为载体实现的算力是人工智能发展水平的重要衡量标准。
2021年《“十四五”规划纲要和2035年远景目标纲要》指出，“十四五”期间，我国新一代人工智能产业将聚焦高端芯片等关键领域。从国家战略高度为人工智能芯片行业建立了优良的政策环境。
随着大算力中心的增加以及终端应用的逐步落地，中国AI芯片需求也持续上涨。2021年疫情缓解，市场回暖，产生较大增幅;类脑等新型芯片预计最早于2023年进入量产，因此2024及2025年或有较大增长，预计市场规模将于2025年达到1740亿元。
AI芯片在低功耗的同时处理大量数据，算力达到了传统芯片的1000倍。
中国企业如今已经是AI芯片领域最积极的参与者之一，目前AI芯片申请数量最多的国家分别是美国和中国，占比分别达到了37%和36%。
但是就当前市场的产能来看，纯国产品牌的芯片只占8%，国产芯片任重道远。
下图为中国人工智能芯片相关企业的融资情况，其中是否能有后起之秀脱颖而出?我们拭目以待。
AI计算
国务院印发的《“十四五”数字经济发展规划》提出，推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施，提供体系化的人工智能服务。
2022年“东数西算”工程全面启动，此工程大家想必已经耳熟能详了。
“算力”是人工智能应用的基础，用于人工智能(AI)训练的计算复杂度每年增加10倍，这其中最有代表性的就是大型计算中心和智能云。
超级计算机“神威太湖之光”
根据IDC统计，我国智能算力增长迅速，占据全球市场40%左右的份额，成为算力快速增长的驱动力。目前我国AI服务器支出规模同比大幅增长44.5%，并首次超过美国位列全球第一。但是计算服务仍未跨出地方范畴，数据中心平均IT负载率仅为20%-30%，没有为中小企业真正提供普惠算力，有待提升。
国家超级计算郑州中心
国家超级计算中心
已经建成的国家超级计算中心有天津、广州、深圳、长沙、济南、无锡、郑州、昆山八大中心，高性能算力已经走在世界前列，2021年全球浮点运算能力前500名榜单中，我国占了174位，数量保持全球第一。
但从算力上看，美国以32.5%的算力排名第一，日本算力大幅升至20.7%、超过中国的17.5%、排名第二，单台超算的性能落后于美国和日本。
智能云
国际分析机构Canalys日前发布的2021年中国云计算市场报告显示，中国的云基础设施市场规模已达274亿美元，由阿里云、华为云、腾讯云和百度智能云组成的“中国四朵云”占据80%的中国云计算市场，稳居主导地位。
2021年我国云计算市场规模已超2300亿元，预计2023年将突破3000亿元。
应用案例：12306铁路购票网站通过混合云部署将查询业务分担到云端，在保证本地数据安全的同时，支撑起春运期间最高每秒40万次的查询需求。
目前云计算技术产品和服务供给能力仍然不足，面向特定行业领域的解决方案依然有限，未来的市场潜力巨大。
自主无人系统
2022年4月29日，清华大学发布《智能无人系统产业研究报告(2022版)》
北醒CEO李远博士在圆桌论坛现场也谈到：“我们的激光雷达除了在诸如一汽奔腾E01电动车等汽车领域装载，也服务于冬奥会专线地铁，三峡大坝等大交通领域。目前公司产品已经累计出货近100万台，在安全和可靠性上经过了考验。目前，我们最新研发的超高性能激光雷达服务高级别的自动驾驶，支持国家交通强国战略，探索智能无人系统产业的未来可能性。”
无人驾驶汽车
国内首个24小时服务的车路协同无人驾驶接驳巴士东风悦享Sharing-VAN“春笋号”，五一期间在武汉投入使用。
“春笋号”升级版Sharing-BUS
策克口岸全国首例AGV无人驾驶跨境运输，通过道路磁钉的引导完成运煤作业。
AGV车辆额定载荷为70吨，一次拉运2个集装箱，净载重64.4吨，油电混合动力驱动，重载速度为18公里/小时，空载速度为25公里/小时。易大宗浩通能源有限公司计划今年投入24辆AGV，年运输能力达到1000万吨。
AGV无人驾驶车辆
百度/小马智行在北京获准在北京市经济技术开发区60平方公里核心区内开展无人化Robotaxi自动驾驶出行服务的权利。
百度已拥有国内最大的无人驾驶车队，旗下的萝卜快跑已在北京、上海、广州、深圳等超大城市实现自动驾驶载人出行服务，成为了全球最大的自动驾驶出行服务商。
百度已拥有国内最大的无人驾驶车队
目前的“无人化”是取消了车辆主驾驶位的安全员，并移至副驾驶位。百度智能驾驶事业群副总裁魏东透露，“全无人”自动驾驶或在今年年底能够开放。
副驾驶安全员
随着高级别自动驾驶示范区“去安全员”无人化测试开放，无人驾驶汽车正在快速走进我们的生活。
还有美团的无人配送车，驰援疫情地区。
美团外卖无人配送车
无人机
民用无人机领域，大疆无人机独领风骚，占据全球八成市场。
大疆无人机
智能工厂
“未来工厂”是数字化、智能化的工厂。
无人智能仓库
智库智能的托盘仓储机器人在立体化的货架上奔忙，通过智能调度平台，与运出运入的AGV叉车“无缝对接”，从入库到出库全流程“无人”。
京东亚洲一号仓库
去年双十一期间，京东物流武汉亚洲一号智能物流园区内，350余台智能分拣机器人正在分拣货物。
时刻关注工厂设备运行状况
预测性维护
通过人工智能系统，从车间到总裁办公室，全面了解工厂设备运行状态，消除系统风险。提前发现早期故障，减少计划设备维护时间，同时及时维护，还能延长设备寿命。
坐在办公室内就可以了解所有设备状态
智慧医疗
医疗服务质量的好坏，直接影响了居民的生活幸福指数。面对人口老龄化、慢性病增加、医疗资源分布不均、医疗人才缺失、公共卫生突发事件等问题，智慧医疗应运而生。
智慧医疗是医疗信息化最新发展阶段的产物，是5G、云计算、大数据、AR/VR、人工智能等技术与医疗行业进行深度融合的结果，是互联网医疗的演进。
华西医院智能自助挂号机
医疗信息化，比如医院的自助挂号缴费机器、电子病历等，后来再发展到互联网医院，比如阿里、腾讯等互联网公司布局的AI医疗体系。
而在5G、人工智能等新兴技术的推动下，医疗信息化正式迈入了“智慧医疗”时代。
针对智慧医院，国家卫健委曾经明确指出过它的三大工作范围，分别是：面向医务人员的“智慧医疗”、面向患者的“智慧服务”、面向医院管理的“智慧管理”。
疫情期间专家为雷神山医院重症患者“云会诊”
高效、高质量和可负担的智慧医疗不但可以有效提高医疗质量，更可以有效阻止医疗费用的攀升。在不同医疗机构间，建起医疗信息整合平台，将医院之间的业务流程进行整合，医疗信息和资源可以共享和交换，跨医疗机构也可以进行在线预约和双向转诊，这使得“小病在社区，大病进医院，康复回社区”的居民就诊就医模式成为现实，从而大幅提升了医疗资源的合理化分配，真正做到以病人为中心。
智慧城市(城市数字化)
城市数字化转型是在城市传统基础设施转型升级及“新基建”基础上，进一步触及城市治理、社会服务、产业经济、创新保障、低碳发展等核心业务，推动城市运营模式创新的数字化、智能化、系统化、高质量转型，其最终目标是构建以城市为单位的数字化组织。
2021城市数字化百强榜，数据来源：赛迪顾问
智慧城市，具体有哪些应用呢？
1、智慧公共服务，就业、医疗、文化、安居等专业性应用系统建设，提升城市运行效率和公共服务水平，例如就业系统、社保系统、数字化图审系统等。
2、智慧城市综合体，视觉采集和识别、各类传感器、无线定位系统、RFID、条码识别、视觉标签等顶尖技术，收集城市信息，将数据可视化规范化，让管理者可视化管理城市，例如道路交通实时路况。
交警指挥中心来源：中国吉林网
3、智慧社区，将门禁系统、监控系统、梯控系统、安保系统、物业系统等融为一体，从而形成基于信息化、智能化社会管理与服务的一种新型管理形态的社区。例如常见的楼宇对讲。
智慧城市涉及的面非常广泛，比如近日长沙市政府对外2022长沙市“新型智慧城市建设场景清单”。包括193个智慧城市应用场景（项目），预计总投资52.5亿元，涉及精细治理、惠民服务、基础支撑、生态宜居、产业经济等多个领域。
智慧金融
智慧金融领域最典型的三种案例分别是智慧银行、智能投顾、消费金融。
智慧银行
这个大家都很熟悉，现在几乎所有的银行都在推广自己的手机银行APP，智慧门户是智慧银行的支撑平台。同时，线下也布局智能化网点，实现智能联网排队、智能填单、精准营销、智能互动、电子大堂、掌上大堂、辅助决策等多功能。
工商银行的5G智慧银行
智能投顾
其实就是“机器人理财”，是将人工智能导入传统的理财顾问服务，依据需求者设定的投资目的及风险承受度，透过计算机程序的算法，提供自动化的投资组合建议。
消费金融
这个大家就更熟悉了，支付宝里的花呗就是其中之一，但消费金融公司还有许多，下图是2021年29家消费金融公司的业绩。(蚂蚁消费金融于2021年6月成立，自开业以来逐渐承接蚂蚁集团旗下小贷公司中符合监管规定的消费信贷业务，自2021年11月起，“花呗”已成为蚂蚁消费金融的的专属消费信贷品牌。)
来源：界面新闻
智能安防
智能安防与智能家居互有重叠，这里单独从中摘出智能安防，是因为智能安防在智能家居中是目前需求最高产品。
据权威机构发布的数据显示，从中国智能家居产品用户需求度情况来看，家庭安防是用户需求度最高的智能家居产品，需求度高达92%。
安全问题，不管是城市还是农村，人们都舍得在安全问题上投入，而且相对来说性价比也最高。据公安部统计，每年因入室盗窃造成的家庭损失高达11300亿元。
人工智能植入安防系统后，使得原本的监控系统变得更加实用便捷。
智能摄像头
摄像头除了像素竞争，是否具备视频通话的功能、环境感知的功能、物体识别、行为识别功能会逐渐成为家用摄像头“智能”与“智障”的分水岭，人工智能技术可以让摄像头不仅仅提供拍摄的功能，发现、识别、验证、拍摄、传输，一步到位。
家用可视频通话监控摄像头
智能门锁
除了摄像头，智能门锁是另一员“大将”。智能门锁实现了与家居安防、安保物业、社区安保等的联动，真正诠释了物联网“万物互通连接一切”的本质。
智能锁通过人脸识别、远程可视、智能门锁的联动防御，可做到人脸识别的一体化，精准、快速、高效地进行人脸识别，真正的做到无感知通行。而智能门锁连接的多功能报警器则可以连接社区物业平台与公安系统，全方位为用户提供一个安全、舒适的家庭环境。
2022年5月17日，OPPO发布了首款智能门锁，可见各大智能厂商也都已经盯上了这块“肥肉”。
OPPO刚刚发布的智能门锁售价1999元
从企业布局情况来看，除了以海康威视、大华股份为代表的传统安防巨头积极推动安防产品智能化转型外，互联网企业、家电企业和3C企业也纷纷布局智能安防市场。
AI虚拟人
大家还记得北京冬奥会上惊艳全场的“虚拟冰冰”吗?
虚拟：冰冰
这个“冰冰”是采用了科大讯飞最新语音合成、AI口唇表情驱动、定制3D虚拟形象等多项人工智能技术，虚拟人不仅拥有媲美真人的立体化身形，声音、语气、肢体动作，同时还有着外表、行为、交互等多重人类特征，还支持东北话、英语等31种语言及方言。
阿里巴巴的数字人“冬冬”
冬奥期间，阿里巴巴全球科研机构达摩院还推出了首个会智能互动的数字人冬奥宣推官——冬冬。
冬冬在淘宝“带货”
为了服务中国2700万听障人士，“百度智能云曦灵”团队，打造了这个虚拟人AI手语主播可以实现快速准确的手语翻译。
央视主持人朱广权和AI虚拟人手语主播PK
还有之前在抖音火爆全网的虚拟美妆达人“柳夜熙”，形象与真人相差无几，她拥有清晰精致的五官，第一条视频就获赞超过300万，涨粉百万，立刻登上了热搜。
虚拟美妆达人“柳夜熙”
虚拟美妆达人“柳夜熙”
国外“虚拟人”公司的底层技术相对发展较快，在CG、驱动等方面更具优势，而国内虚拟人更加多元化，在触达用户的广度上更具优势。随着“元宇宙”场景的日益拓展，“虚拟人”会更加商业化，未来将延伸到更多产业。
AI互联网生活
正如文章开头说过的，AI互联网时代，我们生活中处处都是移动互联网的痕迹，比如你正在打开的“今日头条”，他正在按照AI算法给你推送你想看的内容，包括我写的这篇文章。
如今，手机俨然已经成为了人类的“外延器官”。而AI+互联网正借助手机和其他智能产品，渗透到你身体和精神的每一个角落。
AI伴随你的一天
清晨，你伴随着智能音响“天猫精灵”准时为你播放的音乐缓缓醒来，播放的音乐是按照你收听喜好智能推送的“抖音”上最热新曲。
你抬起胳膊解下“华为智能腕表”去洗漱，一边打开手机，上面显示的是通过手表收集的你昨晚的睡眠状况。
洗漱后你来到厨房，按照预定时间，智能电饭煲里已经按照你的口味，将你提前放入的食材加工好了，你一边吃饭一边打开“今日头条”，上面推送了最新要闻和你偏爱的文章。
早饭后，你下楼开上自己的小车，百度地图自动为你开启导航模式，选择了最优路线，规避事故拥堵路段。
到公司楼下了，钉钉自动考勤打卡，你来到工位，打开电脑登录各种办公软件，开始了一天忙碌的工作。
中午12点，你在美团上提前订的外卖送到了，你一边吃着美味的午餐一边刷着快手视频，度过你放松的午间。
晚上下班路上，你开车回家，通过远程控制，家里的智能空调已经提前为你打开。而与此同时你定的蔬菜鲜果已经在配送的路上了，App上你能实时看到配送路线。
晚饭后，你打开电视，使用手机投屏，跟随健美操视频跳一曲《本草纲目》。
夜深了，智能音响为你特别精选了睡前音乐和睡前故事，美好的一天就这样结束了。
人工智能可能正是打开下一次工业革命的钥匙，属于人工智能的时代正“扑面而来”，我们无法逃避，那就好好利用，好好享受其中吧。
标签：
本文标题与链接：人工智能十大领域最新成果（人工智能十大科技应用）https://www.lingeyizhan.com/edu/490.html
相关推荐2023-03-20人工智能创业项目商机（人工智能哪个方向前景好）2023-03-07人工智能投资项目有哪些2023-02-07人工智能培训_人工智能培训靠谱吗2022-10-30如何入门人工智能行业，小白入门人工智能专业2022-10-30人工智能行业有哪些方向，人工智能应用行业2022-07-06人工智能师数据标注员：新职业打开就业新空间新待遇上一篇：2022年值得关注的8个人工智能趋势下一篇：中国人工智能的发展为什么需要“根技术”?人工智能“作品”，著作权谁属
原标题：人工智能“作品”，著作权谁属树影压在秋天的报纸上/中间隔着一片梦幻的海洋/我凝视着一池湖水的天空……
这么优美的诗句不是出自哪个诗人之手，而是来自人工智能――微软“小冰”。2017年5月，“小冰”创作的诗集《阳光失了玻璃窗》正式出版，这部诗集是“小冰”在学习了519位诗人的现代诗、训练超过10000次后创作完成的。
除了微软“小冰”，其他公司也开发了众多人工智能产品用于创作各类文学和艺术“作品”。例如，谷歌开发的人工智能DeepDream可以生成绘画，且所生成的画作已经成功拍卖；腾讯开发的DreamWriter机器人可以根据算法自动生成新闻稿件，并及时推送给用户。这些由人工智能创作的成果从外观形式来看，与人类创作的成果没有任何区别，而且也很难被察觉并非由人类所作。可以说，与以往技术创新相比，人工智能技术对著作权法提出的挑战是最根本，也是最全面的――
一是人工智能的主体资格问题。根据我国著作权法的规定，作者包括自然人作者以及法人作者；前者是指创作作品的公民，后者是指作品在由法人主持，代表法人意志创作，并由法人承担责任时，将法人视为作者。要承认人工智能是作者，事实上也就意味着要在著作权法上创设一种新的独立法律主体，这将遇到极大的法律和伦理障碍，在相当长的一段时间内恐怕都难以实现。
二是人工智能生成物的作品资格问题。著作权法基本理论认为：作品应当是人类的智力成果，也只有人的智力活动才能被称为创作。在人工智能生成物的著作权问题引起广泛关注之前，法学界曾讨论过动物产生的内容可否构成作品的问题。例如：在美国，一只黑猕猴使用摄影师的相机拍摄了几张自拍照，其著作权问题甚至引发了两起诉讼。为此，美国版权局还专门发布相关文件，强调只有人类创作的作品才受保护。有学者认为，人工智能生成物并非人类作者的智力成果，因此不构成作品。也有学者认为，人工智能生成物是由人类作者设计的作品生成软件产生的成果，实际上是人机合作的智力成果，并没有违背著作权法的人格主义基础。
三是人工智能生成物的权利归属问题。目前提出的方案主要有3种。第一种方案是承认人工智能生成物是作品，但是不给予保护，将其投入公有领域。主要理由是著作权法的立法目的在于鼓励作品的创作和传播，而机器无须激励。第二种方案是创设一种新的邻接权制度，以区分人工智能生成的作品与人类创作的作品。第三种方案是在现行著作权法框架下，通过法律解释的方式作出适当的法律安排。至于是将著作权归属于人工智能的所有者、研发者还是使用者，意见尚未统一。
四是人工智能生成物的侵权问题。人工智能在进行“机器学习”过程中，需要使用大量已有作品。例如，“小冰”是在学习了众多现代诗之后创作的诗集，其中必然会有一些作品仍然处于著作权保护期内。那么，在未经作者授权的情况下，对其作品进行商业性利用是否构成侵权？普遍观点认为，为了促进人工智能发展，应当将“机器学习”过程中使用他人作品的行为作为例外处理。
对于上述问题的争论，以往都处于纯理论层面。让人振奋的是，在今年4月26日世界知识产权日当天，北京互联网法院对国内首例人工智能作品争议案作出了一审判决，为理论探讨提供了新鲜的实践素材。
对于主体资格问题，北京互联网法院认为，尽管随着科学技术的发展，人工智能生成物在内容、形态，甚至表达方式上日趋接近自然人，但根据现实的科技及产业发展水平，尚不宜在法律主体方面予以突破。就人工智能生成物可否构成作品问题，法院强调指出：虽然由人工智能生成的分析报告具有独创性，但是自然人创作仍应是作品的必要条件。在该案中，分析报告既不是由人工智能的研发者（所有者）创作，因为其并未输入关键词来启动程序；也不是人工智能的使用者创作，因为该报告并未传递其思想、感情。分析报告是人工智能利用输入的关键词与算法、规则和模板结合形成的，应当被认定为是由人工智能“创作”的。然而，构成作品的前提条件必须是自然人创作，因此，该分析报告不是著作权法意义上的作品。不过，法院也认为，应给予人工智能生成物以一定的法律保护，因为其具备传播价值。
笔者认为，对于人工智能生成物的著作权定性这一极具争议的问题，作为社会稳定器的法院采取相对保守、平衡的立场，是合适的。需要指出的是，如果人工智能生成物不被承认是作品，相关主体出于利益最大化的考量，很有可能会采取隐瞒相关成果是人工智能创作的事实，因为从外观形式上无法区分文学艺术作品究竟是人类还是人工智能创作。
有关人工智能生成物的著作权问题，有的国家已积累了一些经验。英国《1988年版权、外观设计和专利法案》规定，对于计算机生成的文字、戏剧、音乐或艺术作品而言，作者应是对该作品的创作进行必要安排的人。对计算机生成作品进行“必要安排”的人，可能包括人工智能的投资者、程序员、使用者，也可能是上述主体共同构成。因此该条款具有一定的开放性，赋予了法院较大的自由裁量权。
从历史来看，知识产权法领域一些重大的理论突破与制度创新，都是通过法院经由个案，通过不同观点的交锋、碰撞，甚至结论“反转”，最终达成共识来推动的。笔者相信，人工智能生成物的法律性质问题也将如此。未来，将有更多相关争议进入法院，让业界有更多的机会展开讨论，毕竟“真理越辩越明”。
（作者：万勇，系中国人民大学法学院教授）
(责编：龚霏菲、王珩)分享让更多人看到
2023年终盘点：人工智能重磅级研究成果！
时至岁末，转眼间2021年已经接近尾声，迎接我们的将是崭新的2022年，在即将过去的2021年里，科学家们在人工智能研究领域获得了多项重要研究成果，本文中，小编就对本年度科学家们在该研究领域取得的重磅级研究成果进行整理，分享给大家！
参与转录、翻译和DNA修复的蛋白复合物。
图片来源：Science,2021,doi:10.1126/science.abm4805。
【1】Science：利用人工智能成功预测蛋白相互作用
doi：10.1126/science.abm4805
在一项新的研究中，来自美国德克萨斯大学西南医学中心和华盛顿大学等研究机构的研究人员利用人工智能（AI）和进化分析构建出真核生物蛋白相互作用的三维模型。他们首次鉴定出100多种可能的蛋白复合物，并为700多种以前未被描述的蛋白复合物提供了结构模型。对成对或成组的蛋白如何结合在一起执行细胞过程的深入了解可能会带来大量新的药物靶标。相关研究结果于2021年11月11日在线发表在Science期刊上。
Cong博士说，“我们的结果代表了结构生物学新时代的一个重大进展，计算在其中发挥着基本作用。”Cong博士解释说，蛋白经常以成对或成组的方式（形成蛋白复合物）运作以完成让有机体存活所需的每一项任务。虽然这些相互作用中的一些得到了很好的研究，但许多仍然是一个谜。构建全面的相互作用组（interactome）---即描述细胞中完整的分子相互作用---将阐明生物学的许多基本方面，并为科学家们开发促进或阻止这些相互作用的药物提供一个新起点。Cong博士工作于将生物信息学和生物学结合在一起的相互作用组学这一新兴领域。
直到最近，构建相互作用组的一个主要障碍是许多蛋白质结构的不确定性，这是科学家们半个世纪以来一直试图解决的问题。2020年和2021年，一家名为DeepMind的公司和Baker博士的实验室独立发布了两项名为AlphaFold（AF）和RoseTTAFold（RF）的人工智能技术，这两种技术根据产生蛋白的基因序列使用不同的策略来预测蛋白结构。
【2】NatMachIntell：新型人工智能技术或能预测人类机体的抗癌免疫力
doi：10.1038/s42256-021-00383-2
新抗原（neoantigens）在T细胞识别肿瘤细胞上扮演着关键角色，然而，仅有一小部分新抗原能真正引起T细胞反应，而且关于哪些新抗原能被哪些T细胞受体识别到的线索也非常少；近日，一篇发表在国际杂志NatureMachineIntelligence上题为“Deeplearning-basedpredictionoftheTcellreceptor–antigenbindingspecificity”的研究报告中，来自德克萨斯大学西南医学中心等机构的科学家们通过研究开发了一种人工智能技术，其或能识别出被机体免疫系统所识别的癌细胞表面的肽类，即新抗原。
这种名为pMTnet的新型人工智能技术或有望帮助研究者开发新方法来预测癌症患者的治疗预后以及对免疫疗法的潜在反应。研究者TaoWang教授表示，确定哪些新抗原能与T细胞受体结合，哪些不能结合似乎是一项不太可能完成的任务；但利用机器学习手段，我们就能取得重大进展。癌细胞中基因组的突变会导致其表面展现出不同的新抗原，其中一些新抗原就能被捕捉癌症迹象和外来入侵者的免疫T细胞所识别，从而就会促进癌细胞被宿主机体免疫系统所破坏，然而，其它新抗原似乎对T细胞隐身了，从而就会促进癌症受控生长。
对于免疫系统来讲，新抗原的存在是正常细胞和肿瘤细胞之间最大的区别之一，如果我们能弄清楚哪些新抗原能刺激机体的免疫反应，随后就能以多种方式来利用这一知识从而对抗癌症。能够预测哪些新抗原被T细胞所识别能够帮助科学家们开发个体化癌症疫苗，并设计更好的基于T细胞的疗法，或预测患者对其它免疫疗法的反应程度，但有数以万计的不同的新抗原，而且预测哪种新抗原能诱发T细胞反应的方法也被证明比较耗时，且在技术上具有一定的挑战性，成本也较为高昂。
【3】NatCommun：新型人工智能血液检测技术或能高效识别出肺癌患者准确率高达90%以上！
doi：10.1038/s41467-021-24994-w
对机体游离DNA（cfDNA）评估的无创手段能为癌症检测和干预提供很好的机会；近日，一篇发表在国际杂志NatureCommunications上题为“Detectionandcharacterizationoflungcancerusingcell-freeDNAfragmentomes”的研究报告中，来自约翰霍普金斯大学医学院等机构的科学家们通过研究开发了一种新型人工智能血液检测技术，其能在来自约800名患癌或不患癌个体的样本中检出超过90%的肺癌病例。
这种名为DELFI（对早期截留片段的DNA评估，DNAevaluationoffragmentsforearlyinterception）的检测技术能发现循环在血液中的癌细胞脱落的DNA片段的独特模式，研究人员将这一技术应用到了来自丹麦、荷兰和美国的796名个体机体所采集的血样中，结果发现，DELFI技术能准确区分出肺癌患者和非肺癌患者。将这种检测技术与临床风险因素、蛋白质生物标志物结合起来，随后利用计算机断层扫描成像，DELFI技术就能帮助检测出94%的各期和各亚型的癌症患者；这其中就包括91%的早期或侵入性较低的I/II期癌症患者和96%的晚期III/IV期癌症患者。
肺癌是引发癌症死亡最常见的原因之一，每年全球大约会有200万人因肺癌而死亡；然而仅有不到6%的存在肺癌风险的美国人群会接受推荐的低剂量计算机断层扫描筛查，尽管预测可以避免数以万计的患者死亡，但全球接受筛查的人群少之又少；这或许是多种原因所造成的；包括对调查假阳性成像结果的潜在危害的担忧、辐射暴露或担心侵入性手术所产生的并发症等。很显然，开发替代性的无创检测技术或能改善高风险个体的癌症筛查，并最终改善一般人群的癌症筛查，而这是目前临床上迫切需要解决且未得到满足的一项挑战；研究者相信，针对肺癌的血液检测或液体活检或许是增强筛查工作的一个好方法，因为其很容易就能做到，而且可以被广泛使用，且具有一定的成本效益。
全链结构预测。
图片来源：Nature,2021,doi:10.1038/s41586-021-03828-1。
【4】Nature：利用人工智能系统Alphafold发布最完整的预测人类蛋白质三维结构数据库
doi：10.1038/s41586-021-03828-1
2021年7月22日，DeepMind宣布与欧洲分子生物学实验室（EMBL）合作，为人类蛋白质组的预测蛋白质结构模型建立迄今为止最完整、最精确的数据库。这将涵盖人类基因组所表达的全部约20000种蛋白质，并且这些数据将免费向科学界公开提供。该数据库和人工智能系统为结构生物学家提供了探究蛋白质三维结构的强大的新工具，并提供了一个宝贵的数据宝库，可能开启未来的进步，并预示着人工智能驱动的生物学的新时代。
AlphaFold于2020年12月被蛋白质结构预测关键评估（CriticalAssessmentofproteinStructurePrediction，CASP）的组织者认可为解决蛋白质结构预测这一具有50年历史的巨大挑战的方案，这对该领域是一个惊人的突破。AlphaFold蛋白质结构数据库建立在这一创新和几代科学家的发现之上，从早期的蛋白质成像和晶体学的先驱，到后来成千上万的花了数年时间对蛋白质进行实验的预测专家和结构生物学家。该数据库极大地扩展了积累的蛋白质结构知识，使科学家们可用的高精度人类蛋白质结构的数量增加了一倍以上。推进对这些构成生命的基石（即蛋白）的理解，将有助于各个领域的研究人员加速他们的工作。这些基石支撑着每种生物中的每一个生物过程。
Alphafold是去年12月宣布的支持这些结构预测的先进人工智能系统。2021年7月15日，Nature期刊公布了Alphafold最新高度创新版本背后的方法及其开放源代码（Nature，2021，doi：10.1038/s41586-021-03819-2）。7月22日的最新成果以论文的形式发表在Nature期刊上，论文标题为“Highlyaccurateproteinstructurepredictionforthehumanproteome”。该论文提供了构成人类蛋白质组的蛋白质的最完整图片，并发布了来自另外20种对生物研究很重要的有机体的蛋白质结构图片。
【5】Science：利用新型人工智能软件工具RoseTTAFold仅需10分钟就可准确地计算出蛋白质三维结构
doi：10.1126/science.abj8754
自从DeepMind在2020年的“结构预测关键评估（CriticalAssessmentofStructurePrediction）”（CASP14）会议上展示了该领域的显著进展以来，科学家们已经等待了数月，以便获得高度准确的蛋白质结构预测的机会。现在等待已经结束。
在一项新的研究中，来自美国多个研究机构的研究人员在很大程度上重现了DeepMind在这项重要任务上取得的性能。相关研究结果于2021年7月15日在线发表在Science期刊上。与DeepMind不同的是，这些作者开发的方法，他们称之为RoseTTAFold，可以免费使用。世界各地的科学家们如今正用它来建立蛋白质模型，以加速他们自己的研究。自7月以来，该程序已被140多个独立研究团队从GitHub下载。
蛋白质由一串串氨基酸组成，它们折叠成复杂的微观形状。这些独特的形状反过来又引起了生物体内几乎所有的化学过程。通过更好地了解蛋白质的形状，科学家们可以加快开发针对癌症、COVID-19和其他数千种健康疾病的新疗法。
论文通讯作者、华盛顿大学医学院生物化学教授、华盛顿大学医学院蛋白质设计研究所所长DavidBaker博士说，“在蛋白质设计研究所，这是忙碌的一年，设计了COVID-19药物和疫苗并将其投入临床试验，同时开了发RoseTTAFold用于高精度蛋白质结构预测。我很高兴科学界已经在使用RoseTTAFold服务程序来解决突出的生物学问题。”
【6】SciRep：新型人工智能技术或有望实时检测患者机体中的癌变组织
doi：10.1038/s41598-021-90089-7
将吲哚菁绿（ICG，indocyaninegreen）与近红外内窥镜技术（near-infraredendoscopy）技术相结合能够增强手术中组织微灌注的实时评估能力，同时还能动态揭示肿瘤组织与正常组织的区别，尤其是通过视频软件荧光分析的技术。近日，一篇发表在国际杂志ScientificReports上题为“Digitaldynamicdiscriminationofprimarycolorectalcancerusingsystemicindocyaninegreenwithnear-infraredendoscopy”的研究报告中，来自都柏林大学等机构的科学家们通过研究开发了一种新型外科技术，其能利用人工智能技术来在手术中实时检测癌变组织，这或能从根本上改善患者的治疗结局。
文章中，研究者所开发的新方法揭示了他们如何利用数码相机和染料相结合，在手术过程中来观察活体组织中组织的癌变过程。这或许就能帮助外科医生在手术中观察到癌症的确切范围，从而确保通过手术切除最大的癌变组织。研究者RonanCahill教授说道，如果癌症能被完全探查出来，那么其更有可能在一次手术中就被治愈，或者我们就能利用组合型疗法来确保降低病人的癌症复发风险以及并发症产生风险。
在介入过程中对癌症进行动态学数码判别意味着外科手术医生能更好地在第一时间为个别病人进行完善正确的介入。如今研究人员正在开发的工具能直接部署和使用软件来帮助用户轻松地解释结果，而并不必进一步发展专业性的知识。此前，外科医生在实验室对组织类型进行正式鉴别之前或许还需要相当长的等待时间。通过间隔放射成像评估对疗法反应时也会出现这种延迟；相比之下，本文中，研究人员共同开发的新方法不仅能通过外观，还能通过其行为来检测癌变组织，这就能使其与附近的正常组织有效区分开来。
图片来源：CC0PublicDomain
【7】Nature：新型人工智能系统或能改善多种人类复杂转移性癌症的诊断
doi：10.1038/s41586-021-03512-4
原发不明癌症（CUP，Cancerofunknownprimary）是一组非常神秘的癌症诊断形式，即肿瘤起源的主要原发性位点并不能被确定，这对于科学家们而言是一项巨大的挑战，因为现代的治疗方法主要针对原发性肿瘤；最近的研究集中在使用基因组学和转录组学来识别肿瘤的起源；然而基因组的检测并不总是能奏效，而且在较低资源环境中缺乏一定的临床渗透性。
为了改善复杂转移性癌症患者的诊断，日前，一篇发表在国际杂志Nature上题为“AI-basedpathologypredictsoriginsforcancersofunknownprimary”的研究报告中，来自哈佛医学院等机构的科学家们通过研究开发出了一种人工智能系统，其能利用常规获得的组织学切片来准确寻找转移性肿瘤的起源，同时还能产生一种“鉴别诊断”策略，用于对原发性不明癌症患者进行诊断。
在1%-2%的癌症病例中，研究人员无法确定肿瘤起源的原发性位点，由于很多现代癌症疗法都会靶向作用原发性肿瘤，针对原发不明癌症的诊断技术往往相对缺乏，而且患者的中位总生存期仅为2.7-16个月，为了能够进行更为具体的诊断，癌症患者通常必须接受广泛的诊断，其中包括额外的实验室检测、活组织检查和内窥镜检查程序，这无疑中就会延误患者的治疗。
这项研究中，研究人员开发的人工智能系统就能够帮助改善复杂转移性癌症患者的诊断，尤其是在低水平资源的地区；其能利用常规获得的组织切片来寻找转移性肿瘤的起源，同时还能针对原发不明原因的癌症患者产生一种鉴别诊断策略。文章通讯作者FaisalMahmood指出，几乎每一名接受癌症诊断的患者都会有一张组织学切片，这在一百多年来一直是诊断的标准，本文研究就为科学家们提供了一种方法来利用普遍获得的数据和人工智能的强大力量，帮助改善这些通常需要大量诊断工作的复杂癌症病例的诊断。
【8】Nature：利用真实数据和人工智能评价肿瘤临床试验的入组标准取得进展
doi：10.1038/s41586-021-03430-5
在药物开发过程中，人类的临床试验是必要的步骤。临床试验的入组标准是导致临床试验低入组率的一个关键障碍。例如，研究发现约80%的晚期非小细胞肺癌患者不符合临床试验的标准。结果，86%的临床试验未能在目标时间内完成招募受试者。美国国家癌症研究所认为，临床试验入组标准任意排除患者，应简化和扩大。美国FDA也强调，在没有确凿的临床证据的情况下，某些人群通常被排除在临床试验之外。限制性临床试验并不能完全反映药物在批准后使用人群中的有效性和安全性。因此，非常需要有更快的临床试验累积和更好的普遍性的数据驱动的临床入组标准。然而，如何扩大临床入组标准仍然是一个重大挑战。即使是针对同一疾病的类似机制的试验，也常常使用不同的入组标准，越来越多的人关注如何使临床试验更有包容性，但临床试验入组标准的设计仍然具有挑战性。
数据驱动的算法结合真实世界的数据可以改善临床试验中的这些问题。人工智能可以筛选符合的患者，预测哪些患者更有可能参加试验，并从电子健康记录（EHR）中提取特征。近期，美国斯坦福大学的JamesZou研究团队在Nature上发表了题为"Evaluatingeligibilitycriteriaofoncologytrialsusingreal-worlddataandAI"的论文。
美国斯坦福大学的JamesZou研究团队使用TrialPathfinder的计算框架，用真实世界的数据系统地评估了不同入组标准对癌症试验人群和结果的影响。研究人员应用TrialPathfinder来模拟已完成的晚期非小细胞肺癌试验，数据来自美国全国范围的电子健康记录数据库，包括61094例晚期非小细胞肺癌患者。研究显示，许多共同入组标准，包括基于几个实验室值的排除，对试验危险比的影响最小。
【9】NatBiomedEng：人工智能能够预测死亡风险
doi：10.1038/s41551-020-00667-9
Geisinger的研究人员发现，使用心脏超声心动图视频开发的计算机算法可以预测患者一年内的死亡率。研究结果表明，该算法（所谓基于机器学习或人工智能（AI）的范例）优于其他临床使用的预测指标，包括汇总队列方程式和SeattleHeartFailure得分。研究结果发表在NatureBiomedicalEngineering杂志上。
“我们很高兴发现机器学习可以利用诸如医学图像和视频之类的非结构化数据集来改善各种临床预测模型，”该系共同资深作者兼助理教授ChrisHaggerty博士说。
成像对大多数医学专业的治疗决策至关重要，并且已成为电子健康记录（EHR）中数据最丰富的组成部分之一。例如，心脏的单次超声可产生约3，000张图像，心脏病专家在众多其他诊断数据的背景下，只有有限的时间来解释这些图像。这为利用诸如机器学习之类的技术来管理和分析该数据并最终为医生提供智能计算机帮助创造了巨大的机会。
【10】Science子刊：利用人工智能预测哪些女性将可能患乳腺癌
doi：10.1126/scitranslmed.aba4373
一个由来自美国、瑞典的成员组成的研究小组表示已经开发出一种人工智能(artificialintelligence，AI)系统，可以在肿瘤出现前数年预测乳腺癌，并发表在ScienceTranslationalMedicine杂志上。近年来，人工智能应用已经在医学诊断领域取得了非凡的进展。它们可以通过训练数千个例子来寻找癌症或其他疾病，然后应用到实际案例中。在这项新的研究中，该团队描述了他们如何开发和训练他们的系统，以及在测试时它的工作效果如何。
多年来，科学家一直在寻找确定乳腺癌风险的方法。一些基因组学研究鉴定出一些列增加患病风险的变异。其他研究也使用各种因素和分析来预测风险，但迄今为止，它们还没有被证明足够准确。在这项新的研究中，研究人员使用了多年来多次筛查的女性的乳房X光照片数据。他们训练该系统来研究最终患上乳腺癌的女性的乳房X光片，然后利用该系统根据自己的乳房X光片数据来预测未来患乳腺癌的风险。
（生物谷Bioon.com）
生物谷2021年终盘点正在进行！更多精彩盘点！敬请期待！