重点通报！大模型本质是数据压缩？月之暗面杨植麟：它依然能产生智能

大模型本质是数据压缩？月之暗面杨植麟：它依然能产生智能

在2024年6月14日举行的智源大会上，月之暗面CEO杨植麟发表演讲，对大模型的技术本质和发展前景进行了深刻的剖析。他指出，大模型本质上是对数据的压缩，但这种压缩却能够产生智能。

杨植麟表示，大模型的训练过程就是学习数据之间的内在规律，并将其压缩成模型参数的过程。这个过程类似于信息压缩，但比信息压缩更加复杂，因为它需要模型不仅要能够压缩数据，还要能够理解和应用数据。

尽管大模型本质上是一种压缩算法，但它却能够表现出强大的智能。杨植麟列举了月之暗面大模型在自然语言处理、机器翻译、代码生成等方面的应用案例，证明了大模型在许多任务上已经达到了或超越了人类水平。

杨植麟认为，大模型的智能来源于对数据的深度理解和应用。大模型能够通过学习大量数据，发现数据中的潜在规律和模式，并将其应用于新的任务和场景。这种能力是传统人工智能所不具备的。

展望未来，杨植麟表示，大模型将继续发展，并将在更多领域发挥作用。他相信，大模型将成为推动人工智能发展的重要引擎，并最终引领人类进入真正的人工智能时代。

杨植麟的演讲为我们理解大模型的技术本质和发展前景提供了新的视角。他的观点也得到了业内人士的普遍认同。许多专家学者认为，大模型是人工智能发展的重要方向，具有广阔的应用前景。

新闻分析：

• 杨植麟的观点为我们理解大模型的技术本质提供了新的视角。他指出，大模型本质上是一种数据压缩算法，但它却能够通过深度理解和应用数据来产生智能。
• 大模型在自然语言处理、机器翻译、代码生成等方面已经取得了显著的成果，证明了其强大的智能。
• 大模型将继续发展，并将在更多领域发挥作用。它有望成为推动人工智能发展的重要引擎，并最终引领人类进入真正的人工智能时代。

抗菌药物研发陷入困境：创新乏力亟待突破

世界卫生组织发布最新报告

据世界卫生组织（WHO）近日发布的最新报告，全球抗菌药物研发正面临严峻挑战，研发中的抗菌药物数量不足且创新力度不够，难以应对日益严重的细菌耐药威胁。

报告指出，截至2023年，全球正在进行临床和临床前开发的抗菌药物数量仅为97种，相比2021年有所增加，但仍远远低于抗击耐药病原体的需求。更令人担忧的是，其中真正具有创新性的药物仅有12种，占比不到一半。

研发困境重重亟待破局

报告分析了抗菌药物研发困境的原因，认为主要包括以下几个方面：

• 缺乏经济激励: 传统抗菌药物研发成本高、利润低，缺乏足够的经济激励吸引制药企业投入研发。
• 科学挑战: 发现新的抗菌作用机制和靶点难度大，临床试验风险高。
• 监管壁垒: 抗菌药物研发审批流程复杂、周期长，导致新药上市时间长、成本高。

多方行动刻不容缓

报告呼吁全球各方采取行动，共同应对抗菌药物研发困境，保障全球公共卫生安全。建议采取以下措施：

• 加强政府支持: 加大财政投入，建立健全抗菌药物研发激励机制。
• 促进产学研合作: 加强制药企业、科研机构和高校之间的合作，共享资源、共克难关。
• 优化审批流程: 合理化抗菌药物审评审批流程，提高审批效率。
• 合理使用抗菌药物: 加强公众用药教育，提高抗菌药物合理使用意识，减少耐药性产生。

抗菌药物是人类对抗感染性疾病的重要武器，其研发创新刻不容缓。国际社会应携手合作，共同攻克抗菌药物研发难题，维护全球公共卫生安全。

参考资料：

• 世卫组织发布抗菌药物发展状况报告：研发中的抗菌药太少 创新也不够