利用华为盘古大模型，先导药研发周期缩短至1个月，成本降低70%！

据报道，西安交通大学第一附属医院刘冰教授团队利用华为盘古大模型成功研发出一种新的“超级抗菌药”，它有望成为全球近40年来首个新靶点、新类别的抗生素。借助大模型，先导药的研发周期从数年缩短至1个月，研发成本降低70%。

近段时间，以ChatGPT为代表的大模型掀起新一轮人工智能热潮，除了在娱乐、问答聊天、写程序的应用之外，大模型产业化的应用也备受关注。

2021年4月，华为云盘古大模型正式发布。华为云官网显示，华为云盘古大模型由NLP大模型、CV大模型、多模态大模型、科学计算大模型等多个大模型构成，通过模型泛化，解决传统AI作坊式开发模式下不能解决的AI规模化、产业化难题。

具体来看，NLP大模型对应内容生产和内容理解；CV大模型为分类、分割和检测；多模态大模型具备跨模态检索、跨模态生成、看图说话四种能力；科学计算大模型则分为分子大模型、金融大模型和气象大模型。

NLP大模型：首次使用Encoder-Decoder架构，兼顾NLP大模型的理解能力和生成能力，保证了模型在不同系统中的嵌入灵活性。下游应用中，仅需少量样本和可学习参数即可完成千亿规模大模型的快速微调和下游适配。

CV大模型：首次实现模型按需抽取的业界最大CV大模型（30亿参数，10亿级图像），首次实现兼顾判别与生成能力。基于模型大小和运行速度需求，自适应抽取不同规模模型。使用层次化语义对齐和语义调整算法，在浅层特征上获得了更好的可分离性，使小样本学习的能力获得了显著提升。

科学计算大模型：盘古气象大模型提供秒级天气预报，例如重力势、湿度、风速、温度，气压等变量的1小时-7天预测。借助创新的3DEST网络结构以及分层时间聚合算法，盘古气象大模型在气象预报的关键要素和常用时间范围上精度均超过当前最先进的预报方法，同时速度相比传统方法提升1000倍以上。

另外，盘古气象大模型支持广泛的下游预报方案，如在台风路径预测任务上，相比传统数值气象预报方法，盘古气象大模型可以降低20%以上的位置误差。

近些年，在供需两侧的共同推动下，技术创新成果开始大规模地从实验室研究走向产业实践，人工智能产业化进程加快。在众多人工智能赋能产业进步的案例中，华为云旗下的盘古大模型正是其中之一。

目前盘古预训练大模型能力已经在能源、零售、金融、工业等领域得到验证。比如在电力领域，盘古预训练大模型可做到一个模型适配上百种缺陷，一个模型就可以替代厂商原先的20多个小模型，极大减少了模型维护成本，平均精度提升18.4%，模型开发成本降低90%。

在金融领域，盘古预训练大模型与广发证券合作了企业财务智能预警项目，该项目显示，2019年有496家企业被监管处罚、问询或被ST处理，利用盘古大模型预测出其中439家，覆盖率近90%，其中被监管处罚企业111家，盘古大模型全部命中，无一家遗漏。

此外，为了解决AI在煤矿行业落地难、门槛高等问题，华为云打造了全栈性能领先的盘古矿山大模型。只需导入海量无标注的矿山场景数据进行预训练，盘古矿山大模型即可进行无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通等业务流程下的1000多个细分场景，让AI应用在煤矿普及更容易。

在主运场景中，基于盘古矿山大模型的AI主运智能监测系统能够精准识别大块煤、锚杆等异常情况，异物识别准确率达98%。此外，相较于人工巡检，盘古矿山大模型实现了全时段巡检，帮助工作人员及时地发现问题，避免因漏检造成的安全事故，缩短停机时间，同时提升井下巡检人员的工作效率。

当前除了华为，国内的互联网公司都已经推出或者计划推出相关大模型产品，以应对ChatGPT热潮引发的市场需求。其中近来最为引人注目的是前不久百度发布的文心一言。当前国内各企业在大模型技术的发展上都具备一定的条件，比如说资金、算力、人才、数据等，各有长处，也各有不足。整体而言，大模型的持续发展给各产业带来的升级值得期待。

个月周期导药研发

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。