Напредъкът на Google в Здравния AI
Google наскоро представи пакет от актуализации за Health AI на годишното си събитие ‘The Check Up’, демонстрирайки ангажимента на компанията да използва AI за разнообразни приложения в здравеопазването. Тези актуализации обхващат всичко - от подобряване на свързаните със здравето заявки в Google Search до въвеждане на нови ‘отворени’ AI модели, предназначени да повишат ефективността на откриването на лекарства, задвижвано от AI.
Подобряване на Достъпа до Здравна Информация чрез Google Search
Google внедрява AI и усъвършенствани системи за качество и класиране, за да разшири обхвата на отговорите в ‘панела със знания’ за широк спектър от теми, свързани със здравето. Това разширение включва добавяне на поддръжка за здравни заявки на множество езици, като испански, португалски и японски, първоначално на мобилни платформи. Докато Search вече предоставяше отговори в панела със знания за често срещани здравословни проблеми като грип или обикновена настинка, тази актуализация значително разширява набора от теми, които тези панели обхващат.
Освен това, Google въвежда нова функция в Search, наречена ‘What People Suggest’. Тази функция е предназначена да представя на потребителите информация, получена от лица, които са споделили подобни медицински преживявания. Това допълнение предлага уникален начин за потребителите да получат прозрения. Позволява на потребителите бързо да откриват автентични гледни точки от други хора със същото състояние, заедно с връзки за по-нататъшно проучване. ‘What People Suggest’ понастоящем е достъпна на мобилни устройства в Съединените щати.
Оптимизиране на Медицинските Досиета с Нови API
Google също така стартира в световен мащаб нови приложни програмни интерфейси (API) за медицински досиета за своята платформа Health Connect, съвместими с Android устройства. Тези API позволяват на приложенията да четат и записват данни от медицински досиета, обхващащи алергии, лекарства, имунизации и лабораторни резултати, всички в стандартизирания FHIR формат. Тези подобрения довеждат поддръжката на Health Connect до над 50 типа данни, обхващащи активност, сън, хранене, жизнени показатели, а сега и медицински досиета. Тази интеграция улеснява безпроблемната връзка между ежедневните здравни данни на потребителите и информацията от техните доставчици на здравни услуги.
AI Co-Scientist: Виртуален Партньор за Изследвания
Нововъведение от Google е ‘AI co-scientist’, нова система, базирана на Gemini 2.0. Тази система е замислена като ‘виртуален научен сътрудник’ за изследователи и учени. AI co-scientist е предназначен да помага на изследователите в навигирането в обширна научна литература, като по този начин улеснява генерирането на нови хипотези. Като подпомага анализа на огромни масиви от данни и сложни научни статии, AI co-scientist има за цел да даде възможност на експертите да откриват нови идеи и да ускорят своите изследователски начинания. Google активно си сътрудничи с институции като Imperial College London, Houston Methodist и Stanford University, за да проучи практическите приложения на този инструмент и възнамерява да стартира програма за доверени тестери.
TxGemma: Ускоряване на Откриването на Лекарства
Google също така представи TxGemma, компилация от базирани на Gemma отворени модели, предназначени да повишат ефективността на откриването на лекарства, задвижвано от AI. TxGemma притежава способността да разбира както стандартен текст, така и структурите на различни терапевтични единици, включително малки молекули, химикали и протеини. Пускането на TxGemma е планирано за близкото бъдеще.
Capricorn AI Tool: Напредък в Педиатричната Онкология
В сътрудничество с Princess Maxima Center for Pediatric Oncology в Холандия, Google разработва AI инструмент, наречен Capricorn. Този инструмент подчертава ангажимента на Google да прилага AI към специализирани медицински области, особено в педиатричната онкология.
По-Широкото Въздействие на AI върху Здравеопазването
Google и преди е подчертавал положителното влияние на AI върху глобалните здравни резултати. Компанията е разработила AI модели, които да подпомагат откриването на заболявания като рак на гърдата, рак на белия дроб и диабетна ретинопатия. През май 2024 г. Google обяви Med-Gemini, семейство от модели Gemini, фино настроени за мултимодални медицински приложения. Освен това, през юни 2024 г., Google представи Personal Health Large Language Model за мобилни и носими устройства. Тази фино настроена версия на Gemini е предназначена да интерпретира данни от сензори и да предоставя персонализирани прозрения и препоръки относно съня и фитнес моделите на дадено лице.
Придобиването на Hotshot от xAI: Стъпка към Генеративния AI Видео
AI начинанието на Elon Musk, xAI, придоби Hotshot, стартъп, специализиран в инструменти за генериране на видео, задвижвани от AI. Това придобиване позиционира xAI да се конкурира с OpenAI’s Sora, водеща платформа в пространството на генеративния AI видео. Hotshot обяви на уебсайта си, че е започнал да премахва поетапно новото създаване на видео на 14 март, като съществуващите клиенти имат срок до 30 март да изтеглят създадените от тях видеоклипове.
Grok 3: Амбициозният AI Чатбот на xAI
На 19 февруари xAI представи Grok 3, най-новата итерация на своя чатбот, който Elon Musk обяви за ‘най-умният AI на Земята’. Впоследствие компанията обяви бета версията на два модела за разсъждение, Grok 3 (Think) и Grok 3 Mini (Think). xAI заяви, че Grok 3, обучен на техния суперклъстер Colossus с десет пъти по-голяма изчислителна мощност от предишните най-съвременни модели, показва значителни подобрения в задачите за разсъждение, математика, кодиране, познания за света и следване на инструкции.
Mistral AI’s Mistral Small 3.1: Компактен и Мощен
Френският AI стартъп Mistral AI представи нов модел с отворен код на 17 март, наречен Mistral Small 3.1. Компанията твърди, че този модел превъзхожда сравними модели като Gemma 3 на Google и GPT-4o Mini на OpenAI, като по този начин засилва конкуренцията на пазар, до голяма степен доминиран от американските технологични гиганти.
Mistral Small 3.1 обработва както текст, така и изображения с 24 милиарда параметъра – значително по-малък размер в сравнение с водещите собственически модели – като същевременно съответства или надвишава тяхната производителност. Mistral AI подчерта, че Mistral Small 3.1 е първият модел с отворен код, който не само отговаря, но и надминава производителността на водещите малки собственически модели в различни измерения.
Надграждайки Mistral Small 3, този нов модел може да се похвали с подобрена текстова производителност, мултимодално разбиране и разширен контекстен прозорец до 128 000 токена. Mistral AI твърди, че моделът обработва информация със скорост от 150 токена в секунда, което го прави подходящ за приложения, изискващи бързо време за реакция.
Гъвкавост и Достъпност на Mistral Small 3.1
Mistral Small 3.1 е проектиран да работи на хардуер, достъпен като един RTX 4090 или Mac с 32GB RAM, което го прави изключително подходящ за приложения на устройства. Моделът може да бъде фино настроен за специализирани области, което позволява създаването на високо точни експерти по предметна област, особено полезни в области като правни съвети, медицинска диагностика и техническа поддръжка.
Новият модел е пригоден за широк спектър от корпоративни и потребителски приложения, изискващи мултимодално разбиране. Потенциалните случаи на употреба включват проверка на документи, диагностика, обработка на изображения на устройства, визуални проверки за контрол на качеството, откриване на обекти в системи за сигурност, базирана на изображения поддръжка на клиенти и обща помощ.
Mistral OCR: Усъвършенствано Разбиране на Документи
По-рано през март Mistral AI обяви Mistral OCR, който компанията рекламира като ‘Най-добрият API за разбиране на документи в света’. Mistral OCR е API за оптично разпознаване на знаци (OCR), способен да извлича текст, таблици, уравнения и изображения от сложни документи. Mistral AI вярва, че тази технология ще революционизира начина, по който организациите обработват и използват огромни хранилища на информация.
Според компанията, Mistral OCR обработва до 2000 страници в минута, поддържа многоезични и мултимодални възможности и предоставя структурирани изходи като JSON за безпроблемна интеграция в AI работни потоци. Вътрешните тестове показват, че Mistral OCR води на пазара по точност на извличане на текст, особено за сканирани документи, математическо съдържание и многоезичен текст. За разлика от традиционните OCR решения, той също така извлича вградени изображения, което го прави идеален за научни изследвания, регулаторни документи и дигитализация на исторически документи.
Mistral AI съобщава, че OCR вече помага на предприятия и изследователски институции в дигитализирането на литература, рационализирането на обслужването на клиенти и запазването на исторически архиви. Освен това, OCR помага на компаниите да конвертират техническа литература, инженерни чертежи, лекционни бележки, презентации, регулаторни документи и други в индексирани, готови за отговор формати. Възможностите на Mistral OCR са достъпни за безплатен пробен период на le Chat и компанията очаква по-нататъшни подобрения на модела през следващите седмици. Тези продължаващи разработки отразяват динамичния характер на AI и неговия потенциал да прекрои различни индустрии.