【通讯转载自网络|本文末尾注明出处】

 

美国开始接受AI

 

近日，医学信息出版巨头Wolters Kluwer Health委托进行的一项调研显示，美国医生对于在医疗实践中应用生成式AI的态度正在发生积极的转变，越来越多的临床医生对生成式AI寄予厚望。

 

其中，68%的美国医生在过去一年内改变了对生成式AI的观点，现在认为AI对医疗行业更有益。

 

· 美国医生对生成式AI的态度大幅转变，但仍关心数据来源

 

随着大型语言人工智能模型(Large Language Models, LLM)的突破性进展，以ChatGPT为代表的生成式AI(Generative AI, GenAI)迅速成为各行各业关注的焦点。

 

在医疗保健领域，生成式AI同样蕴含巨大潜力，有望成为帮助医生优化临床决策、提升诊疗效率的得力助手。

 

这项于2024年2月开展的调研访问了100位在大型医院/医疗系统工作、日常使用临床决策支持工具的美国医生，68%的受访者表示，相比一年前，他们现在更倾向于认为生成式AI在医疗领域大有可为。

 

其中，40%的医生计划在今年年底前，就开始在面对面诊疗中使用生成式AI技术。医生们对生成式AI如此乐观，究其原因，主要基于以下几点考量：

 

① 生成式AI有望帮助医生节省大量检索文献、总结病历的时间

 

68%的医生认为，生成式AI可以快速搜索医学文献，帮他们迅速获取所需的专业知识；

 

59%的医生则相信，生成式AI能够自动总结电子病历(EHR)中的患者数据，梳理出关键信息，大大减轻医生的工作负荷。

 

 

总体而言，超过半数(54%)医生估计，在生成式AI的加持下，他们为辅助临床决策而查找数据的时间能节省20%以上。如果这一憧憬成真，医生将能投入更多时间在病人身上，用"聆听"和"共情"搭建起更温暖的医患关系。

 

② 生成式AI技术的另一大亮点，在于其协调整个医疗团队优化诊疗流程的能力

 

医学的精细化发展使得医疗服务日益专业化、碎片化，如何打通"信息孤岛"，让各科室、各岗位紧密配合，及时响应患者需求，是现代医院管理的一大挑战。

 

81%的医生认为，生成式AI可以改善医疗团队与患者之间的互动；

 

57%的医生希望生成式AI为他们的继续教育提供助力；

 

56%的医生认为生成式AI有助于简化医护人员的日常工作；

 

46%的医生更是相信，生成式AI可以协调不同部门的排班，为患者提供更及时的医疗服务。

 

由此可见，医生已不再把生成式AI视为简单的信息整理工具，而是寄希望其在更高层面重塑医疗流程，激发团队协作的活力。

 

③ 医生更关注数据来源可靠性

 

然而，在对生成式AI的憧憬之余，医生们也明确表示，只有足够安全可靠、源自权威的生成式AI工具，才能赢得他们的信任和青睐。

 

高达58%的医生表示，选择生成式AI工具时最看重的是内容源的透明度，必须明确其使用的数据和知识是由医学专业人士创建。

 

针对具体应用场景，91%的医生认为，只有源自医生和医学专家之手的材料，才有资格被生成式AI用于辅助临床决策；

 

89%的医生则表示，如果生成式AI供应商能够透明地披露其知识来源、创作者背景和数据汇集方式，他们将更乐于在临床决策中使用相关工具。

 

此外，76%的医生更信任老牌、成熟的生成式AI技术提供商。

 

 

显然，医生对医疗生成式AI的要求很高，这对相关企业是一个提示：唯有以循证医学为指导，以临床需求为依归，以伦理为底线，才能研发出经得起考验、服务于患者的生成式AI产品。

 

④ 患者对生成式AI的观念与医生有差异

 

医生对生成式AI的认知正在加速成熟，与患者的观念也存在一定差异。

 

另一项于2023年开展的美国公众调研发现，近半数(48%)受访者表示，即便明确告知医生在使用生成式AI辅助诊断，他们对诊断结果的信心也不会提升。

 

而在医生这边，66%的受访者认为，只要向患者说明用了生成式AI，患者就会对诊断更有信心。

 

同样，有80%的公众担心生成式AI被用于诊断决策，但只有20%的医生意识到这一顾虑。

 

此外，医患双方在生成式AI落地时间表上的预期也有分歧：

 

34%的医生认为生成式AI将在1-2年内被应用于临床，高于公众的17%；

 

36%的医生预计3-5年后生成式AI才能普及，而患者中持这一看法的比例为34%。

 

来源：微信公众号“见智研究Pro”（ID:gh_34389d0696ba），作者：申思琦

 

 

总的来说，医生对生成式AI的接受度要高于患者，双方在对生成式AI能力、落地时间的判断上也存在一定差异。

 

综上所述， 美国医生对生成式AI在医疗保健领域的应用前景持乐观态度，并对其在节省时间、优化流程、辅助决策等方面的潜力充满期待。

 

但他们也明确表示，对医疗生成式AI工具有着极高的要求，呼吁供应商以循证和伦理为指导、以透明和专业赢得信任。

 

SK海力士与台积电携手

加强HBM技术领导力

 

SK海力士今日宣布，公司就下一代HBM产品生产和加强整合HBM与逻辑层的先进封装技术，将与台积电公司密切合作，双方近期签署了谅解备忘录（MOU）。公司计划与台积电合作开发预计在2026年投产的HBM4，即第六代HBM产品。

 

SK海力士表示：“公司作为AI应用的存储器领域的领先者，与全球顶级逻辑代工企业台积电携手合作，将会继续引领HBM技术创新。通过以构建IC设计厂、晶圆代工厂、存储器厂三方技术合作的方式，公司将实现存储器产品性能的新突破。”

 

两家公司将首先致力于针对搭载于HBM封装内最底层的基础裸片（BaseDie）进行性能改善。HBM是将多个DRAM裸片（CoreDie）堆叠在基础裸片上，并通过TSV技术进行垂直连接而成。基础裸片也连接至GPU，起着对HBM进行控制的作用。

 

*硅通孔（TSV，ThroughSiliconVia）：在DRAM芯片打上数千个细微的孔，并通过垂直贯通的电极连接上下芯片的技术。

 

SK海力士以往的HBM产品，包括HBM3E（第五代HBM产品）都是基于公司自身制程工艺制造了基础裸片，但从HBM4产品开始计划采用台积电的先进逻辑（Logic）工艺。若在基础裸片采用超细微工艺可以增加更多的功能。由此，公司计划生产在性能和功效等方面更广的满足客户需求的定制化（Customized）HBM产品。

 

与此同时，双方将协力优化SK海力士的HBM产品和台积电的CoWoS**技术融合，共同应对HBM相关客户的要求。

 

**CoWoS（ChiponWafer onSubstrate）：台积电独有的制程工艺，是一种在称为硅中阶层（Interposer）的特殊基板上搭载并连接GPU、xPU等逻辑芯片和HBM的封装方式。其技术在2D封装基板上集成逻辑芯片和垂直堆叠（3D）的HBM，并整合成一个模组，因此也被称为2.5D封装技术 。

 

SK海力士AI Infra担当社长金柱善表示：“通过与台积电的合作伙伴关系，公司不仅将开发出最高性能的HBM4，还将积极拓展与全球客户的开放性合作（OpenCollaboration）。今后，公司将提升客户定制化存储器平台（CustomMemoryPlatform）的竞争力，以巩固公司‘面向AI的存储器全方位供应商’的地位。”

 

台积电业务开发和海外营运办公室资深副总经理暨副共同营运长张晓强表示：“多年来，台积电与SK海力士已经建立了稳固的合作伙伴关系。通过与此融合了最先进的逻辑工艺和HBM产品，向市场提供了全球领先的AI解决方案。展望新一代HBM4，我们相信两家公司也通过密切合作提供最佳的整合产品，为我们的共同客户开展新的AI创新成为关键推动力。”

 

来源：爱集微

 

台积电海外生产

要客户分担成本

 

谈到海外布局，台积电（2330）总裁魏哲家昨（18）日表示，美国、日本，以及欧洲皆按照进度持续推动，考量海外生产成本更高，希望客户一起分担成本，也已和客户讨论海外厂生产价值，客户同意分担更高的成本。

 

分析师追问海外厂区产品订价议题。魏哲家回应，价格策略是机密，仅有公司与客户知道，但海外生产确实面临人力、电价等成本较高问题，加上又受大环境通膨影响，因此，台积电已经开始跟客户讨论价格。

 

魏哲家表示，台积电海外布局取决于客户需求及政府支持，并确保台积电长期毛利率目标可达53%以上。

 

魏哲家昨日更新台积电海外厂区进度，美国部分，亚利桑那州第一厂将如期于2025上半年量产4纳米制程；第二座厂按日前宣布的计划，除了3纳米，也增加2纳米制程，预计2028年量产；第三座厂预计提供2纳米或更先进制程技术。

 

日本熊本厂目标今年第4季量产，已与合资伙伴宣布在日本设立第二座特殊制程技术晶圆厂，规划2024年下半年开始兴建、2027年底生产。

 

至于欧洲厂，魏哲家说，德国德勒斯登厂将如期于2024年第4季开始建厂。

 

来源：经济日报

 

工信部：我国

AI企业超4500家

 

我国AI企业超4500家，智能芯片、通用大模型等创新成果加速涌现；

 

近日，南京奕泰微电子技术有限公司（以下简称“奕泰微电子”）完成Pre-A+轮融资，由中科创星领投、同创共进跟投，鹏晨资本、一旗力合等持续跟投。本轮融资主要用于车载以太网芯片研发和产品交付。

 

奕泰微电子成立于2022年，打造出高性能、高可靠性、低功耗的车载以太网通信芯片及解决方案。

 

据悉，奕泰微电子是一家同时研发车载PHY芯片和车载Switch芯片的团队，可以提供车载以太网芯片成套解决方案。车载以太网芯片主要分为交换芯片（Switch）、物理层收发芯片（PHY）两类。国内产品集中在少量百兆低速率车载PHY芯片，车载Switch芯片还处于供应空白阶段。

 

中科创星消息显示，中科创星董事总经理卢小保表示，随着智能网联汽车电子电气架构从分布式向集中式快速演进，高速传输会成为重要限制，车载以太网相比于传统的汽车总线技术，在传输速率、轻量化方面优势明显，将会快速成为车内通信的主流技术方案。而车载以太网芯片作为重要的基础设施，目前国产化依然存在着巨大的短板，难以支撑下游规模巨大且快速增长的国内新能源汽车市场。奕泰微电子具备相关领域经验丰富的成建制团队，同时深度绑定下游客户资源，有望补足该领域国产化的短板，成为国产车规芯片生态的重要一环。

 

集微网消息，国务院新闻办公室于2024年4月18日举行新闻发布会，工业和信息化部副部长单忠德，工业和信息化部新闻发言人、总工程师赵志国，工业和信息化部新闻发言人、运行监测协调局局长陶青介绍2024年一季度工业和信息化发展情况，并答记者问。

 

针对“推动人工智能赋能新型工业化”相关问题，陶青表示：

 

人工智能是引领新一轮科技革命和产业变革的战略性技术，是新型工业化的重要推动力。近年来，在各界共同努力下，我国人工智能发展取得积极进展，企业数量已经超过4500家，智能芯片、通用大模型等创新成果加速涌现，智能基础设施不断夯实，数字化车间和智能工厂加快建设，为人工智能赋能新型工业化奠定了良好基础。

 

下一步，我部将深入贯彻落实党中央、国务院决策部署，落实全国新型工业化推进大会和《政府工作报告》任务要求，充分发挥我国工业体系完整、产业规模庞大、应用场景丰富等优势，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，推动制造业智能化转型、高水平赋能工业制造体系，为高质量发展提供新动能。

 

一是加快突破人工智能基础关键技术，夯实应用赋能的底座。围绕算法、算力等大模型底层技术，加快推动智能芯片、大模型算法、框架等基础性关键核心技术和产品的突破，加快智能物联终端和工业云部署，提升面向制造业的算力供给运营管理能力，引导生态型企业加快打造具备全球竞争力的通用大模型，培育面向制造业场景的行业大模型，构建高水平工业数据库，激发工业数据要素价值。

 

二是加快制造业关键环节、重点行业和重点产品智能化升级。深化人工智能技术在制造业全流程融合应用，大幅提升研发、中试、生产、服务、管理等环节智能化水平。面向对国民经济影响大、带动力强、数字化基础好的重点行业，开展人工智能赋能新型工业化专项行动，加强供需对接、标准宣贯、应用推广，加快重点行业智能化升级，提升高端装备、关键软件、智能终端等重点产品和装备智能化水平。

 

三是健全完善支撑体系，培育壮大产业生态。加强标准引领，建立健全人工智能赋能新型工业化标准体系，优化布局人工智能领域制造业创新中心、产业技术基础公共服务平台和重点实验室等，强化产业链协同创新，强化人工智能开源生态建设，健全人工智能人才培养、安全保障和国际合作等机制。