随着GPT3和Bloom(文本生成)、Peregrine和Speechactors(音频生成)、DALLE和Stable Diffusion(图像生成)及RunwayML(视频生成)等生成式ML模型的出现,内容创建和创意工作正在发生永远的变化。
RunwayML 是一款适用于所有视频创作者的综合视频编辑软件,允许用户使用机器学习功能编辑视频。
人工智能(artificial intelligence, AI)自1956年诞生以来已经取得了长足的发展,作为计算机科学的前沿学科,被认为是21世纪三大尖端技术之一,受到了各国政府的重视。传统的AI,人输入的是规则,输出的是答案,而机器学习(machine learning, ML),人输入的是数据和从这些数据中预期得到的答案,系统输出的是规则,将这些规则应用于新的数据,并使计算机自动生成答案。机器学习需要3个要素:输入数据、预期输出、衡量方法,其中衡量方法指计算算法的输出和我们预期输出的差距。衡量结果是一种反馈信号,用来调整算法。从3个要素的角度来看,麻醉学是比较适合机器学习的,因为它具有很多可以作为输入的数据,如BIS、近似熵、多尺度熵等都可以用来评估麻醉深度,血压、心率和血容量等可以用来评估患者的身体情况,医师的诊断可以作为预期输出。
AI在麻醉上的应用是多种多样的,基本覆盖了临床麻醉的全过程。从术前对患者的风险预测并做出预案,给患者进行麻醉及镇静、镇痛、肌松,术中突发情况下的急救复苏,术后对患者的复苏催醒、远期随访,围手术期对患者身体情况进行的监测和相应处理等都有AI的应用,AI在麻醉学上的应用主要包括围手术期不良事件监测、自动评估麻醉深度、麻醉药物自动给药系统及自动超声图像处理等方面。对于麻醉医师来说,了解AI的最新发展,掌握如何高效、安全地利用AI是至关重要的。本文将对AI在麻醉上应用的相关研究进行综述。
因为新冠疫情宅家无事可做,毕业于印度尼西亚Universitas Pelita Harapan的应用数学本科学生 Grady Matthias Oktavian 在从未用过 Python 编程的情况下,仅用不到两个月时间就拿到了谷歌 TensorFlow 开发者证书,并在Medium撰文《How to go from a Python newbie to a Google Certified TensorFlow Developer under two months》介绍这励志故事。