点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:天天彩票计划-天天彩票网址
首页>文化频道>要闻>正文

天天彩票计划-天天彩票网址

来源:天天彩票登录2024-02-22 17:48

  

回望2022,见证中国军人在祖国大地上写下的答卷******

  写在祖国大地上的答卷

  蔚蓝的星球绕着恒星公转了一周。转眼间,一年又过去了。

  过去这一年,中国军人一次次面对时代设下的考题,用坚定自信的姿态,书写下人民军队迈向明天、走向未来的答卷。

  这是对使命的回答——海空之上,战机巡航,东部战区空军航空兵某团飞行员以不容侵犯的姿态捍卫着祖国领空的安全。

  这是对人民的回答——川西小城,地震留下的断壁残垣间,武警四川省总队官兵穿过湍流与山林,用如山的信念冲锋在守护受灾群众第一线。

  这是对信仰的回答——高原雪山,新疆军区某工兵团官兵用钢铁般的意志,在“生命禁区”为一线边防军人保障后方。

  这是对先辈的回答——蔚蓝长空,国之重器在云端奋飞,运-20运输机载着志愿军英烈遗骸回归祖国的怀抱,歼-20战机在两旁护航,彰显着新时代人民空军的坚强力量。

  无论是演兵场上隆隆的炮火,还是云霄之上壮阔的航迹;无论是冰雪之间毅然跋涉的足印,还是救灾现场的迷彩背影……当危险与挑战来临,他们永远挺身而出;在祖国和人民需要的地方,他们永远岿然屹立。

  坚定的信念、热血的姿态、永不停歇的脚步——这是中国军人面对时代之问,在祖国大地上写下的答卷。

  2022年,我们听到过许多触动人心的回答。一句句铿锵有力的话语昭示着使命、铭刻着梦想、闪耀着信仰的光芒。每一句话,都是中国军人的真诚回应。本期《军营观察》,让我们跟随4位记者来到东南西北的不同点位,见证他们心目中,中国军人令人感动的“回答”。

  “不负历史、不负时代、不负人民”

  9月16日,空军2架歼-20战机为接迎志愿军烈士遗骸回国的运-20飞机护航。

  2022年即将写到终章。在这一年的采访经历中,总有一些人和故事会变成珍贵的琥珀,永远封存在时代记忆中。

  今年9月16日,记者有幸见证了这样一个历史时刻——第九批在韩志愿军烈士遗骸回国。自2015年起,我国空军连续8年赴韩国执行志愿军烈士遗骸归国的接迎与护送任务。作为记者,我曾记录一批又一批志愿军先烈搭乘运输机归国的道路。这次,空军首次派出我国自主研发的第五代隐身战机歼-20与运-20大型运输机同时执行任务。

  9月15日,记者一行人搭乘空军运输机抵达沈阳某军用机场。当天晚上,记者见到了次日要驾驶歼-20执行护航任务的空军航空兵某旅旅长、“金头盔”获得者李凌和该旅飞行一大队大队长、“金头盔”获得者高中强。

  两位歼-20飞行员来自人民空军首批组建、首支参战、首获胜绩的航空兵部队。这支部队曾飞过远海高原、也曾征战戈壁荒漠,先后有4人5次夺得“金头盔”。2019年7月,该旅飞行一大队被中央军委授予“强军先锋飞行大队”荣誉称号。

  9月16日一大早,我们赶往机场等待歼-20起飞。指挥塔台传来消息,由于台风影响,执行护航任务的歼-20将会遭遇极端恶劣天气。

  就在这时,李凌和高中强驾驶着歼-20滑出跑道,冲上云霄。“当年先辈们飞行不足几十个小时,就敢起飞迎敌。今天遇到再大的困难,我们也要用‘双20’编队列阵长空,迎接先烈‘回家’。”带着这样的信念,李凌操纵战机飞向苍穹。

  上午10时许,指挥塔台传来一段振奋人心的通话录音:

  “我是空军歼-20飞行员李凌,我部歼-20飞机两架,奉命为您护航。”

  “我是空军运-20机长庞荣奇,我部奉命接送志愿军忠烈回国。”

  “长空祭忠魂,英雄归故乡。向志愿军忠烈敬礼。”

  记者在塔台指挥席的大屏幕上看到,当运-20飞机搭载着88名志愿军英烈遗骸进入中国领空,两架歼-20战机迅速与运-20组成三机编队。它们以空军特有的礼仪,接迎和护送英烈回家。

  那一刻,历史和现实交错,光荣与梦想同在。

  三机编队顶着台风裹挟而来的雷雨和冰霜,从1000米高空穿破云雾、机动下降到200米的低空。“当时,我仿佛看到身后的88名英烈,正在云中俯瞰机翼下祖国的锦绣河山。”运-20机长庞荣奇满怀感慨。

  当运-20平稳降落在沈阳桃仙国际机场,李凌和高中强驾驶歼-20低空通场,共同向归来的志愿军烈士致以崇高敬意。88位牺牲在异国他乡的英烈,终于回到祖国的怀抱。

  可以告慰先烈的是,如今我们已经拥有比肩强国的先进武器,歼-20、歼-16、轰-6K等国产新型战机振翅高飞的壮美航迹,彰显着捍卫国家主权和领土完整的能力,勾勒出强国强军的同心圆。运-20的航迹遍及亚洲、非洲、欧洲和大洋洲,通过国际人道主义救援的脚步,把人类命运共同体的理念传递到全世界。

  10年来,警巡东海、战巡南海、砺兵台海、前出西太、绕岛巡航、砺剑高原、海外投送、抗疫救灾、接迎忠烈……人民空军用航迹作笔,不断书写着强国强军的新答卷。

  “不负历史、不负时代、不负人民”,这是一个翱翔九天的战略性军种对历史与未来的回答,也是一名军事记者用手中的笔和镜头记录强军新征程的使命。

  “使命所系,义不容辞”

  9月5日,四川泸定发生6.8级地震。图为武警四川省总队官兵转移受灾群众。

  站在“桥”前,记者久久不敢前进。

  它甚至不能称为桥——仅仅2根排水管和3根用来固定的铁索,却承载着沉甸甸的重担。今年9月,四川泸定发生地震,武警四川省总队机动第二支队官兵奉命前往灾区实施救援。这些排水管和铁索的组合体,是唯一可供渡河的“生命之桥”。

  同样是在泸定,恍然间,记者仿佛看见了红军长征途经此地时,走过的那座铁索桥。

  “就地渡河。”随着指挥员刘刚一声令下,官兵们手攀铁索,双脚踩着较粗的排水管,开始向对岸“冲锋”。

  沾满油污的铁索异常滑手。由于安全绳数量有限,副大队长王栎帏过河时,已经没有多少防护手段。行至半程,铁索摇晃得愈发厉害。想到前方等待救援的乡亲们,王栎帏抛开杂念,一步步向前走了过去。

  先过河的战友打了桶水放在河边,后面的官兵匆匆洗把手便继续出发。很快,桶里的水变成黑色。官兵们裤腿和战靴上的油污却洗不掉,他们把这些痕迹看作自己的勋章。

  在抢险救灾现场,记者从未见过一身干净的迷彩服。那些沾在官兵身上的油污和泥土,在雨水与汗水的共同晕染下,构成独属于人民子弟兵的动人图案。虽不整洁,却格外让人安心。

  87年前,红军勇士为了革命胜利一往无前,在泸定的铁索桥上铭刻下气壮山河的红色印记。如今,在另一座“桥”上,新时代的人民子弟兵依然奋不顾身地发起冲锋。无论岁月如何变换,风雨之中,中国军人坚定的身影始终如一。

  武警雅安支队副支队长陈孝文带队前往震中磨西支援那一天,恰好是儿子出生后的“百天”。救灾期间,他给家里打的第一个电话,是让家人帮忙购买灾区急需的早产儿奶粉。直到部队返回,他都没有离开自己的任务区,去一山之隔、同样受灾的妻子娘家看上一眼。

  武警甘孜支队特战队员陈煌前出探路,在近乎垂直、高差达80米的峭壁上摸索前进。那次,陈煌从高处摔下来,仅仅休息了20分钟,就忍痛继续出发。回到营地,陈煌越想越后怕。他笑着和战友说:“运气真好,好几次刚走过去石头就砸下来,我差点就见不到你们了。”

  班长向军跟记者讲述了在海螺沟景区执行搜索侦察任务的经历。茫茫山林,通信时断时续,他们一边前进,一边躲避余震带来的次生灾害。出发不久,向军和战友遇到几户零散的受困群众。他们把自己携带的干粮和水都送了出去,直到通信中断、身上一点补给都没有。

  向军和战友们没有回头,继续向深处搜索营救被困群众,3天后才与受困群众一同搭乘直升机返回。

  “你们都已经‘弹尽粮绝’了,为什么还要往前走?”记者问他。

  “道路不通,信号中断,受困的百姓难免会感到孤独和恐惧。我们进去和他们在一起,就能把希望带给更多受困的人。”向军说。

  人民至上。用行动守护人民的幸福安康,这是人民子弟兵根植于血脉的传承与信仰,这是他们面临时代考验做出的唯一选择。

  救援任务完成,启程返回时,记者看到陈孝文发了这样一条微信朋友圈——

  “使命所系,义不容辞。”

  “战位有我,请祖国和人民放心”

  东部战区空军航空兵某团飞行员列队行进。

  刺耳的轰鸣声中,一架轰-6K战机从记者眼前的跑道呼啸升空。塔台上,指挥员柴琎的目光一直跟随战机滑行的方向移动。

  “离地早了!”看到战机的起飞动作,柴琎握着对讲机提醒飞行员。

  “明白!”飞行员立即回应。

  这一幕,发生在东部战区空军航空兵某团机场。一架架轰-6K战机依次起飞,飞往靶场进行实弹实投训练。团长柴琎紧盯着电子屏幕上的空中态势,不时拿起话筒对战机发出指令。

  天气并不理想,空中雾气很重。柴琎对身旁的战友交代几句话,起身离开指挥席位。记者插空走上前,跟他聊了起来——

  “今天的训练设置了什么难点?”

  “主要是机动突防。我们在投弹区增加了一些干扰,不能让他们太容易过关!”

  柴琎的嘴角不经意露出一丝笑意。记者不禁好奇起来:他会用什么样的手段“为难”大家?

  几小时后,战机呼啸着依次落地。看到飞行员们提着头盔走向讲评室,记者立即迎上去跟他们打招呼:“今天训练怎么样?”

  “还行吧!空中突防的时候,塔台给了几个特情,需要临机处置。”飞行员吴岳鹏边走边说,“快进入投弹区的时候,目标被烟雾遮挡,我们必须快速降低高度,使用盲投方式进行投弹。”

  “还好,精准命中目标!”吴岳鹏自信地回答,似乎并没遇上什么难题。

  “别听他吹牛!我们规划好航线、准备投弹的时候出现特情,大家都很意外。岳鹏,你忘了当时自己啥反应?”飞行员黄文在一旁“拆台”,大家都乐了。

  走进讲评室,飞行员们立即打开飞行记录本。团长柴琎一脸严肃地挨个点出刚才飞行中的问题,并仔细讲解了这些特情的正确处理方法。

  柴琎所在的航空兵团曾执行过许多重大任务。今年8月初,柴琎驾驶战机与战友组成轰炸机编队,参加了战区组织的实战化联合演训。任务结束后,记者拨通柴琎的电话。柴琎告诉记者,这次任务实施条件比较复杂,飞行员做到了准时升空、接令即打、精准命中,很好地完成了任务。

  为战而生,为战而练。那一刻,记者脑海中浮现出柴琎身穿飞行服、指挥轰-6K战机的姿态。在一线部队,记者采访了很多像柴琎一样的官兵,他们心中满怀着必胜信念。

  今年6月,火箭军某常规导弹旅在连绵的阴雨中举行了一场考核。“为什么要在这么恶劣的条件下考核?”看着官兵们身上脸上沾满泥水,争分夺秒地向前追赶,记者忍不住询问营长刘前精。“打仗是不会让我们选天气的,考核也一样。”他的回答,记者至今难忘。

  在一次军事演习中,该旅多型号常规导弹全部命中目标区域。

  “战位有我,请祖国和人民放心。”假如那一天真的来临,记者相信,这不仅是该旅官兵的回答,也是中国军人共同的回答。

  “以奋斗姿态度过自己的青春”

  新疆军区某工兵团官兵正在施工。

  汽车翻越达坂的时候,一阵剧烈的晕眩突然袭来。

  来到高原后,记者早已习惯这样的情况。

  车窗外,一泓蔚蓝的湖水映入眼帘,一时分不清水与天的界线。走过盘旋颠簸的山路,不知道拐过多少道弯,记者一行到达今天的采访地点。入口处,“能修善战担使命、血拼到底谋打赢”14个大字格外醒目。

  王世彬大口喘着粗气,厚厚的作训服被汗水浸湿了一大片。这位新疆军区某工兵团某连连长,刚刚带领官兵通过一段坡地,把物资扛到指定位置。

  记者试着用双手搬起一袋物资,没走几步,便感到呼吸急促,双脚也开始不听使唤。在雪域高原,原地不动都可能出现高原反应。记者难以想象,官兵们在完成如此繁重的体力劳动时,身体经受着怎样的考验。

  王世彬接过记者手中的物资,笑着念起了一首描写工兵的打油诗——

  “锤落钢钎短,持钻虎口断。汗透战士衣,肩头皮肤烂。手掌血泡连,脚下鞋底穿。抬头包公脸,弯腰钢铁汉。”

  该团不少官兵是第一次上高原。那段时间,他们日出而作、戴月而归,和时间赛跑,顶着头痛、胸闷、失眠的高原反应艰苦奋斗。

  在一辆挖掘机前,记者见到了一级上士付晓华。作为装备操作手,付晓华黝黑的脸上,写满与年龄不相符的沧桑。“他是我们连有名的‘拼命三郎’。为了赶工期,他每天连续工作将近15小时,收工时,连跳下驾驶舱的力气都没有,只能让班里的战友把他背下来。”王世彬告诉记者。

  听到连长的话,付晓华腼腆地摆了摆手:“我们连的战友没有一个不拼的。”

  那天凌晨两点,付晓华操作的挖掘机出现故障。天上下着暴雨,为了不耽误工期,战友刘金帆就躺在冰冷泥泞的地面上,对着挖掘机的底盘进行抢修。刘金帆当时说的一句话,付晓华到现在都记得:“这台挖掘机就是我们的武器,我不能让你用一件坏了的武器上战场。”

  面对艰险与苦累,他们没有一个人退缩。

  在高原采访过程中,记者见证了太多感动。这里有三代从军、戍边20余年的老边防,有驻地相隔不远、却半年不能相见的“军人伉俪”,有坚守在边防一线、曾直面生死考验的英雄连长……祖国西陲,他们用血肉之躯书写下一首首热血而浪漫的边关之诗。

  高原上,记者遇到了列兵戚嘉洺。这名00后战士来自江苏,他所在的点位距离他的家乡超过5000公里。

  “为什么愿意来这里?”记者问戚嘉洺。

  “年轻的时候吃点苦没什么,对我来说,这是人生难得的经历和宝贵的财富。”这名年轻军人坚定地说,“每个人的青春都只有一次,以奋斗姿态度过自己的青春,我感到很幸福。”

天天彩票计划

2022年,人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上,用户输入文字,AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区,一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

  即将过去的2022年,对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室,向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈;无人驾驶开启多城试点,未来交通更进一步;AI绘画以假乱真令人着迷,艺术创作或许不再是人类专属……

  无论是底层技术不断突破,还是各类应用百花齐放,在过去的一年,人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角,未来它还有更多潜力等待我们去挖掘。

  随着技术的不断成熟,落地应用不断创新,人工智能或将真正改变你我的生活。

  AI“黑科技”照亮北京冬奥会

  助力天气预报、比赛转播和手语播报等

  2月4日,全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

  在此次冬奥会上,由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型,使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势,使其在一定程度上可以代替预报员在会商中进行信息整合、分析,通过数据挖掘与学习,将预报员的经验内化在算法中,在提高天气预报效率的同时,也进一步提高了预报的准确率。

  在本届冬奥会自由式滑雪女子大跳台决赛中,中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中,百度智能云通过“3D+AI”技术打造出的“同场竞技”系统,将单人比赛项目变成“多人比赛”,实现冠、亚军比赛画面的三维恢复和虚拟叠加,方便观众看到不同选手的实时动作;同时,通过技术手段对运动员动作进行量化分析,将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来,使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

  在北京冬奥会开幕的同一天,央视新闻AI手语主播也正式上岗,她在冬奥会新闻播报、赛事直播和现场采访中,为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎,该AI手语主播可懂度达85%以上,可将冰雪赛事的文字及音视频内容,快速精准地转化为手语。

  腾讯“混元”AI大模型登顶VCR榜单

  展现了其在多模态理解领域的强大实力

  5月31日,腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR(Visual Commonsense Reasoning,视觉常识推理)中登顶,两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后,“混元”AI大模型的又一重大突破,展现了其在多模态理解领域的强大实力。

  与跨模态理解任务不同的是,多模态理解任务要求计算机除了能够做到识别层次的感知(如分类检测等),还需要达到认知层次的感知(如判断意图、逻辑推理等)。

  此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发,同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架,在预训练任务、训练方式上进行了诸多创新改进和设计,有效提升了模型性能。

  截至目前,“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩,并刷新多项行业历史纪录。这意味着,“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

  谷歌工程师闹乌龙,称AI存在意识

  人工智能所谓的“人格”更多只是模仿人类罢了

  谷歌AI工程师闹乌龙,称LaMDA语言模型有意识,引发业界对“AI是否拥有自主意识”的讨论。

  今年6月,谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”,并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三:一是LaMDA以前所未有的方式高效、创造性地使用语言;二是它以与人类相似的方式分享感觉;三是它会表达内省和想象——既会担忧未来,也会追忆过去。

  LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型,它可以模拟任何带有知识属性的实体,通过“拟人”的方式,在与人类亲切自然的对话中为用户答疑解惑,传递更多知识。

  莱莫因的观点和证据引起了业内的广泛关注。不久后,谷歌发表声明称,莱莫因违反了“就业和数据安全政策”,将其解雇。谷歌表示,经过广泛地审查,他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

  专家普遍认为,当下人工智能具有的所谓“人格”,更多只是模仿人类的语言风格,有自我意识、有感知能力的AI应该具备能动性,并具有独特的视角看待人和事,但目前AI还只是人们设计的一个计算机系统,作为工具来做一些特定之事。

  全球首个图、文、音三模态大模型诞生

  “紫东太初”实现“以图生音”和“以音生图”

  9月1日,在上海举办的2022世界人工智能大会上,由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型,开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”,实现了“以图生音”和“以音生图”,理解和生成能力更接近人类,为打造多模态人工智能行业应用提供创新基础,向通用人工智能迈出了重要一步。

  “紫东太初”三模态间的相互转换和生成,其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间,然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐,形成多模态统一知识表示;之后,再利用编码后的多模态特征,通过解码器分别生成文本、图像和语音。

  “紫东太初”凭借四大突破,有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架,支持从词条级走向模态级、样本级的三级预训练自监督学习方式;二是首次完成弱关联多模态数据语义统一表示,减少数据收集与清洗代价;三是首次实现多模态理解与生成任务的统一建模,支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务;四是首次实现无监督超越有监督方法,基于5%—10%的数据标注,实现100%的有监督学习效果。

  AI打破矩阵乘法计算速度纪录

  解决了50年来数学领域一个悬而未决的问题

  10月,英国《自然》杂志封面以“矩阵游戏”为题,发表了人工智能公司“深度思维”团队的最新发现:AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法,从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

  数学在计算机编程中经常出现,通常作为描述和操纵现实世界现象表示的一种手段。例如,它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下,使用数学的主要方式之一,就是对矩阵进行计算。矩阵越大,工作量也越大,计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

  在此次最新成果中,“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法,从而使计算步骤比现有算法更少。

  为了找到答案,他们从游戏系统中寻找灵感。在构建了一些初步系统之后,研究团队将重点转向了树搜索,这是系统在特定情况下查看各种方案的一种方法。

  接下来,研究人员将允许系统创建自己的算法,进一步提高效率。他们发现,在许多情况下,系统选择的算法比人类创建的算法更好。“深度思维”团队希望,未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

  2022中国人工智能创新发展指数公布

  全面反映我国人工智能发展态势

  11月18日,第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上,中国电子信息产业发展研究院(又称赛迪研究院)发布了2022中国人工智能创新发展指数(合肥指数)。

  这是国内首个以地区冠名的全国性人工智能专题研究成果,旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度,构建了中国人工智能创新发展指数,也就是“合肥指数”的评价体系。

  近年来,我国人工智能步入与经济深度融合应用新阶段,智能化转型全面推进,人工智能产业在全球的影响力不断增强。2021年,我国人工智能的研发强度为19.4%,从业人数增加到31万人,占全球比重的5.3%。2017年至2021年,我国人工智能产业规模增长了2.6倍,占全球比重提升到16.8%。专利申请量占全球比重持续扩大,从2012年的13%增长到2021年的70.9%。创新能力上,我国人工智能研发投入力度不断加大,从业人数不断增加。

  从总体指数来看,北京、广东和上海处于人工智能领域的领跑地位,安徽则紧随其后,排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

  ESMFold预测六亿多种蛋白质结构

  预测速度比“阿尔法折叠”快60倍

  英国“深度思维”公司8月曾宣布,其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构,几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月,元宇宙平台公司(Meta)研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

  在此次最新研究中,研究团队利用大型语言模型来预测这些蛋白质结构。据悉,语言模型通常需要大量文本进行训练,为将这一模型应用于蛋白质结构预测,研究团队利用已知的蛋白质序列来训练它,这些已知的蛋白质可由20个不同氨基酸组成的链来表达,每个氨基酸由一个字母表示。然后,ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

  该团队负责人亚历山大·里维斯表示,这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且,与“阿尔法折叠”一样,这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合,生成预测结构。

  团队指出,ESMFold的预测虽然不像“阿尔法折叠”那么准确,但在预测速度上要快60倍,这意味着它可将结构预测数据库扩展到更大。

  首创蛋白质动态结构AI建模方法

  对理解生命过程、研发新型药物有着重要意义

  12月8日,西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型,可辅助药物化学专家更加精准地筛选出高活性小分子,从而加速临床前药物研发。

  此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构,对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构,尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型,在给定药物分子和靶点蛋白的情况下,可预测药物分子与生物体内靶点蛋白质结合(柔性对接)后蛋白质结构的变化过程,推断药物与靶标蛋白结合的稳定性,预测药物功能,从而提升AI药物设计的精度和效率。

  李子青表示,预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中,通过对药物分子与靶点蛋白结合后的动态结构变化进行预测,评估药物—靶点结合亲和力和药物效果,是提高AI药物筛选准确性和效能的重要思路。

  多城市推动自动驾驶行业发展

  我国自动驾驶行业正式向L3级迈进

  2022年是自动驾驶行业具有里程碑意义的一年,有关政策密集出台,相关应用从研发测试走向大规模商业化试点。当前,全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照,允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

  今年8月1日,《深圳经济特区智能网联汽车管理条例》开始实行,该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用,探索开展商业化运营试点,标志着我国自动驾驶行业正式向L3级迈进。

  此后,重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策,并向百度发放全国首批无人化示范运营资格,允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

  此外,为推动智能网联汽车产业健康有序发展,工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知(征求意见稿)》,拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品,开展准入试点;对通过准入试点的智能网联汽车产品,在试点城市的限定公共道路区域内开展上路通行试点。

  AI绘画火了,AIGC元年开启

  未来预计能够产生万亿级经济价值

  今年8月,在美国科罗拉多州举办的新兴数字艺术家竞赛中,参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》,获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具,通过一个类似“文字游戏”的过程,输入题材、光线、场景、角度、氛围等有关画面效果的关键词后,得到了初始作品,并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

  这一年,AI绘画小程序、网站等开始迅猛增长,而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示,截至12月6日,已有超2428.4万人使用该特效,迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万,火爆程度可见一斑。

  AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

  所谓AIGC(AI Generated Content),即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面:自然语言处理(NLP)和AIGC生成算法。其中,自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

  最初,AIGC可生成的内容形式以文字为主,经过2022年指数级的发展,目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式,2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作,未来预计能够产生数万亿美元的经济价值。(科技日报实习记者 都芃)

  (文图:赵筱尘 巫邓炎)

[责编:天天中]
阅读剩余全文(

相关阅读

视觉焦点

  • 四川证监局:科创板上市不要盲目跟风 更不能搞欺诈发行

  • 西南联大与清华校长梅贻琦日记:通才教育和学术自由

独家策划

推荐阅读
天天彩票玩法2019第1季度中国游戏产业报告
2024-07-18
天天彩票登录四川下达高校就业帮扶经费1200万元,覆盖2万人
2024-10-01
天天彩票攻略萨苏:寻找黑水河之战的真相
2024-10-03
天天彩票官网网址2019版第五套人民币发布:5角硬币改为镍白色 暂无5元纸币
2024-05-22
天天彩票app前任“道德败坏” 救火的他“道德沦丧”
2024-08-08
天天彩票开奖结果历史上真实的宫廷争斗比电视剧还残酷
2024-01-14
天天彩票技巧 暴雪策划工资太好赚?玩家创意直接拿来用,居然还把这款...
2024-07-07
天天彩票开户《Subverse》核心战斗系统
2023-11-26
天天彩票平台NBA-火箭负勇士 哈登强攻上篮
2024-05-30
天天彩票客户端日本将迎来第126代新天皇!动画看天皇家族那些事儿
2024-04-02
天天彩票充值情陷于诺,总裁的兼职太太
2024-03-06
天天彩票手机版APP《往日不再》1.05更新修复bug
2024-06-29
天天彩票手机版不断深化金融供给侧结构性改革
2024-07-27
天天彩票官网名爵ZS新增1.5L手动65寸巨幕天窗版车型,4月内上市
2024-10-09
天天彩票走势图只要能活得好,她不介意做个毒妇
2024-04-30
天天彩票漏洞章子怡被曝怀二胎 预定月子中心
2024-04-20
天天彩票交流群"陕西虎"被双开:拒绝接受党组织挽救
2024-03-01
天天彩票娱乐 北极熊宝宝跌落冰崖 熊妈攀爬寻子
2024-04-24
天天彩票投注如何设置院校梯度才合理?
2024-06-08
天天彩票官方网站国家最新重大开放措施释放哪些重要信号?专家回应
2024-03-31
天天彩票必赚方案《机动战士高达》与VAN JACKET联动服装发售决定
2024-01-09
天天彩票邀请码乐清母亲策划儿子失联虚假警情 一审被判1年3个月
2024-07-24
天天彩票下载app梵文版诸佛菩萨种子字
2024-10-08
天天彩票网投从“粗枝大叶”到“金枝玉叶”
2024-02-11
加载更多
天天彩票地图