3月26日,研究院院长Dario Gil通过IBM官方微信公众号发文称,IBM与等相关单位一起协作,致力于启动“新型冠状病毒肺炎高性能计算联盟”(COVID-19HighPerformanceComputingConsortium),创造前所未有的计算能力,帮助世界各地的研究人员更好地认识新冠病毒、相应的治疗方案和潜在的有效药物。
谈到超级计算机如何帮助我们对战病毒?Dario Gil表示,“利用高性能计算系统,研究人员可以在流行病学、生物信息学和分子建模等领域运行针对庞大数据的大规模运算。”
正是在IBM,我有幸与许多杰出的同事一起共事,他们以推动科学发展、创造新技术来引领世界进步为己任,并以极大的热忱长期专注于他们的事业。自从新型冠状病毒肺炎(COVID-19)流行病爆发以来,我们一直与世界各地的政府密切合作,设法利用我们的技术和专长找出一切可行的方案,努力帮助组织机构应对这一流行病的后果并迅速恢复,同时加快科学发现进程,推动科学界和医学界研制有效医疗方案,并最终找到治愈的药物。
如今,IBM与等相关单位一起协作,致力于启动“新型冠状病毒肺炎高性能计算联盟”(COVID-19HighPerformanceComputingConsortium),创造前所未有的计算能力,包括16个系统,其速度超过330千万亿次浮点运算/秒,拥有775,000个CPU核心、34,000个GPU,并且其计算能力还在不断增长。希望凭借此计算力,帮助世界各地的研究人员更好地认识新冠病毒、相应的治疗方案和潜在的有效药物。
超级计算机如何帮助我们对战病毒?利用高性能计算系统,研究人员可以在流行病学、生物信息学和分子建模等领域运行针对庞大数据的大规模运算。这些实验如果手工运算,需要好几年才能完成,在速度较慢的传统运算平台上进行处理,也需要几个月的时间。
通过将超级计算能力集中到由众多合作伙伴,包括IBM、劳伦斯利弗莫尔国家实验室(LawrenceLivermoreNationalLab,LLNL)、阿贡国家实验室(ArgonneNationalLab,ANL)、橡树岭国家实验室(OakRidgeNationalLaboratory,ORNL)、桑迪亚国家实验室(SandiaNationalLaboratory,SNL)、洛斯阿拉莫斯(LosAlamosNationalLaboratory,LANL)、美国国家科学基金会(NationalScienceFoundation,NSF)、美国国家航空航天局(NASA)、麻省理工学院(MassachusettsInstituteofTechnology,MIT)、仁斯利尔理工大学(RensselaerPolytechnicInstitute,RPI)以及多家顶尖技术公司组成的联盟之内,我们可以向科学家、医疗研究人员和政府机构提供非凡的超级计算能力,以帮助他们应对和缓解当前的全球紧急事件。
为了举例说明超级计算能力的巨大潜力,不妨来看一下IBMSummit—全世界功能最强大的超级计算机,在它的帮助之下,橡树岭国家实验室和田纳西大学的研究人员已经对8,000种化合物进行了筛查,从中发现哪些化合物最有可能与新冠病毒的主要“spike”蛋白(“spike”protein)相结合,从而使病毒无法再感染宿主细胞。研究人员推荐了77种很有成功希望的小分子药物化合物,现在可以对它们进行实验检验。这就是通过计算加速科学发现的能量所在。
现在,我们必须继续勇往直前,IBM将与联盟合作伙伴合作,评估世界各地研究人员的提议,并为能够产生最直接影响的项目提供超级计算能力的支持。
我很荣幸能与IBM的同事、以及广大科学界携手一起工作,助力快速推进这项重要工作。在这个动荡不安的时期,我愿意向大家郑重承诺:IBM将继续竭尽所能,发挥我们的技术和专长,推动全球对抗新冠病毒疫情这场战斗取得重大突破。
好文章,需要你的鼓励
本文介绍了 Agentic AI 的概念、特点及应用,强调其自主决策、分解任务与执行复杂目标的能力,并探讨了应用场景与潜在风险。
这项研究提出了一种名为"词汇偏向水印"(LBW)的新方法,专为自回归图像生成模型设计,能够抵抗传统水印技术容易被删除的重生成攻击。研究团队将代币库分为绿色和红色列表,通过软硬两种偏向策略鼓励模型在生成过程中选择绿色列表中的代币,并采用多绿色列表策略增强安全性。实验表明,LBW在多种攻击下展现出卓越的稳健性,尤其是在面对重生成攻击时表现突出,为AI生成内容的可追溯性提供了更可靠的技术保障。
本篇文章以 Navin Chaddha 的采访为主线,阐述了 AI 技术背后人际伙伴关系和早期合作的重要性,以及“协同智能即服务”的理念,强调未来创新依旧由人类主导,技术只是辅助工具。
南方科技大学林剑满团队开创性提出DGAD模型,解决通用物体组合中几何编辑与外观保持的双重挑战。该方法首先利用语义嵌入隐式捕捉物体几何特性,再通过密集交叉注意力机制精确对齐外观特征,成功实现物体在任意场景中的灵活编辑同时保持细节不变。实验表明,DGAD在编辑灵活性和外观保真度上均优于现有技术,为AR/VR内容创建等应用提供了强大工具。