Categories
程式開發

人才竞争激烈,大家觉得哪些场景的机器学习项目能让你脱颖而出? | 话题


2020 年,新冠疫情引发了全球医疗界关注,由全球不同政府资助开展的疫苗及药物临床试验、抗体研发等,已在快速落地中。

但新药开发往往面临到研发周期长、成本高、风险大等问题,在应对新冠这类突发疫情上,部分研究团队采用的是药物重定位(老药新用)的方式,从而大大缩短研发和应用的时间。

其中,通过机器学习(ML) 技术对药物的分子模型及各项药物活性参数等进行快速验证,能够加速完成大量既有药物的扫描、筛选工作,以及药物临床前研究的效率和成功率。

在 InfoQ 近期获悉的业界动态中, 一家从事 AI+ 医药研发名为晶泰科技(XtalPi)的企业,就通过其自主研发的 ID4 平台,以及搭载 GPU 计算实例的机器学习框架,对 183 个可能对新冠病毒有潜在治疗效果的药物,进行了活性排序和高精度测算,最终快速锁定了 38 个药物。

ML 在医疗领域不仅仅应用于药物研究层面,基于 ML、计算机视觉技术来提早发现、预防及治疗特殊病症的案例也已屡见不鲜。尤其在医疗技术较为发达的国家地区,筛查糖尿病、儿童自闭症等,都已由较为成熟的应用。但不亲历研究的人,是否又了解其间需要克服的重重技术难关?

当然,ML 的应用不仅仅局限在疾病防治、药物研发上。那么,小 Q 今天要和大家互动的内容是,在 ML 领域,你还知道哪些成熟的应用场景?哪些场景的机器学习项目会成为未来行业的发展趋势?

欢迎大家在评论区留言,说出你的所见所闻。