我国共情导诊大模型研发成功：强化术前沟通，助力缓解医患矛盾

8月15日消息，中国医学科学院基础医学研究所研发的“特定场景提示增强对话机器人”导诊大模型，成功完成临床试验，彰显了人工智能在医疗领域的最新进展。

该模型凭借其专业的医疗知识与共情交流能力，有望不仅优化导诊流程，还将在患者健康教育、术前沟通等多元化医疗场景中发挥重要作用，为未来智慧医疗增添新动力。

据悉，该大模型的构建以不同医学场景全方位采集的真实导诊对话为基础，以提取对话信息形成的知识库作为训练数据，能够解决不同医学场景中出现的各种特定问题。

研究团队为采集原始医患对话记录，成立了“真实医学对话语料联盟”，建立了语音采集 > 自动文字转化 > 人工校对的标准化流程。截至 2024 年 6 月，该团队已在 24 个不同医学场景收集整理了超过 120 万例真实医患对话。

在前瞻性随机对照试验中，导诊大模型相较于人类，在事实性、安全性、共情能力均展现明显优势，在真实应用场景中，该模型可降低 11.2% 重复沟通和 5.4% 医患冲突比例。

导诊大模型已于近日获得最高级别的循证医学支持证据，研究成果已经在医学期刊《自然医学》上发表。IT之家附相关成果链接如下。

中国创新突破：首款全尺寸通用人形机器人“青龙”震撼发布，算力高达400TOPS

7月4日消息，在今日拉开帷幕的2024世界人工智能大会（WAIC 2024）上，一个引人瞩目的亮点是中国首款全尺寸通用人形机器人开源公版机“青龙”的正式亮相。这款名为“青龙”的机器人，以其卓越的设计和先进的技术特性，成为了大会的焦点之一。

汇总该机器人主要信息如下：

“青龙”身高 185cm，体重 80kg，全身拥有 43 个主动自由度，关节峰值扭矩最大 400N・m，算力支持 400TOPS。

其拥有高度仿生的躯干构型、拟人化的运动控制，支持多模态机动 / 感知 / 交互 / 操控。其同时具备高机动下肢行走配置、轻量化高精度上肢作业配置，支持快速行走、敏捷避障、稳健上下坡、抗冲击干扰四大运动功能。据报道，该机器人是通用人工智能软硬件开发的理想载体。

“青龙”由人形机器人（上海）有限公司自研，已获批省部级上海人形机器人制造业创新中心，并于 2024 年 5 月由工业和信息化部授牌国家地方共建人形机器人创新中心。

除“青龙”外，人形机器人（上海）有限公司还将提供“玄武”沉浸式操作的互动体验、“朱雀”大模型如何为“青龙”作业赋能的大模型算法演示、“白虎”准确精密的数据采集能力，以及“麒麟”训练场模拟产线运转的呈现。

AI发展警钟敲响：高质量语言数据濒临耗尽，训练进程或遭重大阻碍

8月1日消息，据媒体报道，互联网上的高质量数据资源正逐渐减少，AI行业因此遭遇“数据墙”。这对于依赖大数据训练的AI大模型企业而言，意味着需紧急探索全新的数据来源或构建可持续的数据替代方案，以维持技术创新与模型发展的活力。

据权威研究公司Epoch AI的前瞻性分析，至2028年，互联网上的所有高质量文本数据或将被悉数采撷，而机器学习所依赖的高质量语言数据集，其枯竭的时间点甚至可能提前至2026年。

这一“数据墙”的预言，无疑在AI行业内投下了一片阴影，成为制约其快速发展的重大瓶颈。

然而，面对这一看似绝望的局面，部分科学家却持有更为乐观和宽广的视角。他们认为，断言“人工智能模型正步入数据枯竭的绝境”过于悲观且片面。在语言模型的细分领域内，仍有一片未被充分探索的数据蓝海，蕴藏着丰富的差异化信息，等待着被挖掘利用，以驱动更加精准、定制化的模型构建。

为了跨越“数据墙”的障碍，AI界正积极探索多种创新路径。其中，合成数据作为一种潜力巨大的解决方案，正逐渐进入人们的视野。这类数据由机器智能生成，理论上具备无限供应的能力，为解决训练数据稀缺问题提供了全新的思路。

然而，合成数据的应用亦非毫无风险，其潜在的“模型崩溃”危机不容忽视——即当机器学习模型在由AI生成的可能存在偏差的数据集上训练时，可能会导致模型对现实的误解与扭曲。

因此，在利用合成数据等创新手段的同时，AI领域还需保持审慎态度，加强数据质量的监控与评估，确保数据的多样性与真实性，从而有效避免“模型崩溃”的风险，推动AI技术健康、稳健地发展。