新华社南昌2月28日电(记者赖星)从湖北仙桃购进100余万个“三无”口罩倒卖,涉案金额300余万元……28日,江西省鹰潭市公安局联合鹰潭铁路公安处破获一起特大销售“三无”口罩案件,当场抓获犯罪嫌疑人4名,查扣“三无”口罩15万个。

鹰潭市公安局办案人员介绍,新冠肺炎疫情发生以来,犯罪嫌疑人钟某等人盯上疫情防控物资紧缺这条“发财”之路,多方联系“地下”口罩加工制造作坊,先后9次从仙桃以每个1.9元左右的价格购进“三无”口罩100余万个,再通过快递方式以每个3元不等的价格销售至下线的卖家,涉案金额达300余万元,非法获利100余万元。

8点,一批新的防护服即将运抵方舱医院,司机联系她进院路线,运货车抵达方舱医院,沈岚与同事跟送货人一一核对物资,验收入库并签字。

“在疫情面前,个人苦点累点不算什么。党员干部一定要带头坚守第一线、冲在第一个,才能和团队一起打赢这场疫情阻击战”沈岚说。

支部党员、医院餐饮部主任赵永生,精心定制工作餐并主动安排送餐到岗,解除一线医护人员的后顾之忧。支部党员、胸外科主任刘长宏,作为医院新冠肺炎防疫专家组成员,定时负责全院病人的排查工作。支部党员、超声教研室副主任武俊,在新冠肺炎疫情期间,负责呼吸病房呼吸门诊超声,同时也是大连市妇儿中心新冠肺炎应急机动队的队员。支部主委王丽霞,支部党员孙卫兵、赵海东等人作为科室主任,带头申请加入防疫应急队伍。支部党员武俊、孙崴、相雪梅、孙闯、丁彦春、魏国峰、付毅等人,冲在第一线,坚守门诊,不惧风险,为患者健康护航……为了支援抗疫,支部每名党员还交了1000元特殊党费。

从2月5日晚被紧急抽调到方舱医院支援,沈岚已经这样连续工作了10天。“医务人员在一线更辛苦,我要努力当好‘管家婆’,让他们没有后顾之忧。”

我的确认为未来 AI 和机器学习的一个巨大挑战是科学发现,包括嵌入先验知识、进行科学推理,以及处理小数据。

另外,Yoshua Bengio 还特别提到了研究者该有的态度。

当然,现在已经有很多 AI 道德规范了,但很多都偏模糊,用处不大。比如,吴恩达说他向工程师们阅读了经济合作与发展组织(OECD)的 AI 道德规范,然后问他们如何改变工作方式,工程师们几乎一致表示一点也不需要改变。

对于现有的 AI 道德规范,吴恩达说:

坚守职责岗位,展现民革作为

在接受媒体采访时,Jeff Dean 表示:

2019 年 6 月,Yoshua Bengio、吴恩达和 Carla Gomes 加入了 20 多个气候变化人工智能指导委员会和顾问成员的团队,其中包括 DeepMind 创始人 Demis Hassabis。他们共同发表了一篇题为《用机器学习应对气候变化》的论文,其中包含 650 篇参考文献。该论文探讨了机器学习在气候变化中的应用,如预测供需或极端天气事件,以及可提高城市、交通和电力系统效率的预测 AI。

Yoshua Bengio 说,避免重造轮子,就要保持谦虚,与机器学习可应用领域的专家合作。

截至2月21日24时,北京市累计确诊病例399例。出院178例,死亡4例,危重型19例。其中东城区12例、西城区53例、朝阳区60例、海淀区62例、丰台区41例、石景山区14例、门头沟区3例、房山区16例、通州区19例、顺义区10例、昌平区29例、大兴区39例、怀柔区7例、密云区7例、延庆区1例,外地来京人员26例。平谷区尚未有病例。

同时,Jeff Dean 在研讨会上还指出了一系列有可能对气候产生影响的 Google 机器学习项目,比如旨在创造融合能源的项目,在天气预报等方面使用贝叶斯推理(Bayesian inference)的项目,以及 Sunroof 项目(雷锋网按:通过研究屋顶和当地天气,预测安装太阳能电池板的家庭可以节省的电费开支。)

正如他们在小组讨论时提到的——可以和受到气候变化影响的人们一起制定解决方案。在今年的 NeurIPS 的 Black in AI 研讨会上,爱尔兰都柏林大学研究者 Abeba Birhane 的一篇关于道德的论文获得了最佳论文奖。论文中,作者也呼吁机器学习从业者与受他们创建的系统影响的群体密切合作。

疫情发生以来,支部党员、大连医科大学附属第二医院急诊科副主任隋韶光,始终战斗在急诊岗位上,加强对发热病人的筛查医治。正月十五,他又匆匆背上行囊,与家人告别,加入驰援武汉的千人医疗队,毅然逆向而行。接到通知时,他作为当天附属二院专家组成员,正在会诊一个疑似新冠肺炎的病人。临行前,隋韶光表示:“哪里需要我,我就会在哪里。”

值得关注的是,关于机器学习从业者如何开始应对气候变化的问题,三位参与论文的科学家都提到与相关领域专家合作的重要性。

6点45分,他们开始为当天进入方舱的240名医护人员和保洁人员,发放口罩、防护服、眼罩、手套等医用防护物资。

忙碌的日常工作之余,沈岚不忘带着同事们及时总结工作经验,努力把方舱建设得更好。为加强医用物资的管理,他们陆续制定了《武昌方舱医院物资管理办法》《武昌方舱医院入库信息登记表》《武昌方舱医院物资申请表》等一系列管理规范。这些有效管理制度受到市指挥部高度认可,准备在11所方舱医院医用物资保障工作中推广。

10点,防护服、面屏及外科口罩到货验收。

支部党员、大连医科大学附属第二医院急诊科主任李向东,所带领的大连医科大学附属第二医院急诊科,是医院在防控本次疫情中所构筑的第一道防线,肩负着重要的职责和使命。当谈起这次防控疫情,李向东最大的感受就是一个“早”字。

2月13日清晨6点30,武昌方舱医院医用物资保障部部长、武汉大学人民医院对外联络部副部长沈岚的电话响起:“护目镜缺货,使用告急!”,她立即联系医院本部将消毒后的护目镜尽快送达方舱。

许多机器学习,即现代深度学习,都是在大型消费互联网公司中成长起来的,这些公司拥有数以亿计的用户和庞大的数据集。但有时候,我们只有几百或几千张风力发电机之类的图片,所以需要通过新技术来解决问题。大体上,我认为要想让机器学习在除软件和互联网公司之外的其他领域有所突破,我们需要更好的技术来应对小数据体系。

雷神山医院首例治愈出院病人就是从他负责的病区走出来的。截至目前,经过隋韶光等医护人员的努力,A10病区已先后有7名患者出院。

图为大连医科大学附属第二医院妇产科科主任王丽霞与产妇家属。 大连医科大学附属第二医院供图

作为雷神山医院A10病区主任,隋韶光带领医护团队,科学诊治、悉心护理,为此他和团队制定了完备的医护一体化查房机制,与每一位患者进行详细的沟通交流,一干就是四五个小时。“我们都是穿着防护服,带着尿不湿进去查房,一般都要进行四五个小时,出来时大家浑身就都湿淋淋的了,像是洗了个澡。”隋韶光说。

吴恩达和小组成员呼吁,在适用于小型数据集和应用的机器学习方面取得进展,比如自我监督学习和迁移学习,从而减少培训模型所需的数据。

据悉,下一次应对气候变化的机器学习研讨会将于 2020 年 4 月在埃塞俄比亚亚的斯亚贝巴举行的国际学习表征会议(ICLR)上进行。

抗击疫情时期,他们既是医护人员、也是搬运工;既是物资管理规范的参与起草者,也是跑腿员;他们一边要守护着自己和同事的身体健康,一边要勇敢地冲在前线,为医务人员的健康保驾护航。

研究能为世界带来什么

研究者表示,这篇论文不仅针对人工智能从业者,而且为参与气候变化工作的人提供帮助,包括企业家、投资者、企业和政府领导人。

疫情就是命令,防控就是责任。在这场战“疫”中,19名大连医科大学附属第二医院民革党员挺身而出,他们自发取消休假,放弃与家人团聚的机会,或打起背包驰援湖北,或镇守阵地抗击一线。他们向着战场“逆行”,在危险的地方默默坚守。

“应对气候变化”研讨会探讨了一系列主题,从利用深度强化学习提升 Uber 和 Lyft 等叫车服务,到应用深度学习预测野火风险、探测雪崩沉积物、利用提升风力预测准确性提高飞机效率,以及太阳能发电场的全球普查。

大连医科大学附属第二医院急诊科主任、主任医师李向东(右)和同事讨论。 大连医科大学附属第二医院供图

Google 的道德规范很好,Microsoft 的道德规范不错,经济合作与发展组织的道德规范也不差,但我认为我们还需要做更多工作。

今年春节,一场关系到每一位民众生命健康的新型冠状病毒感染的肺炎疫情防控阻击战在全国打响。

采用更严格的道德规范

他提到,研究者都很在乎论文出版——成为第一作者,为简历增光添彩,找到一份好工作——这种想法其实是不应该的,学生和研究人员往往感到压抑,工作时长也令人难以置信。但如果退一步,思考研究能为世界带来什么,关注长期研究的真正价值,做能影响世界的项目(比如气候变化),就会对自身的研究工作感觉更好,压力也更小,最终说不定能取得更好的进展。

疫情发生以来,科室前期率先制定相关筛查标准,在急诊进行筛查工作,后结合国家发布的防控新型冠状病毒感染的肺炎疫情的筛查标准(第一版)制定出筛查流程图,供全院在实际工作中参考使用。“正是由于早做准备,防护措施到位,科室医护人员在疫情面前并未慌乱,做到了科学有序应对,而且很好地进行自我防护,全科一百多名医护人员虽然坚守一线,但全都保持健康。”李向东说。

“只因身着白衣,肩上多了一份责任。” “我不回老家了,给我排个班吧。” “总得有人站出来。”……一个个鲜红的手印,一句句真挚的请战宣言,医护人员们没有豪言壮语,只是默默地付出。他们的“请战宣言”,朴实而让人感动。

我的确担心计算机科学。我们认为我们什么都擅长,但其实提出的解决方案完全不现实,对特定领域来讲毫无意义,因此与专家联系并创建网络很重要。

9点35分,开始接收新到货的隔离衣与手套,逐一核对,确认无误。

1月27日,大年初三,民革大连医科大学附属第二医院支部的党员,积极响应医院发出的全院党员、干部、全体员工加入到抗击新型冠状病毒感染肺炎战斗的倡议,全员到岗,集体签署请战书,投入到这场抗击病毒、捍卫生命的战斗中。

我主要关注的是碳排放和机器学习。在我看来,机器学习项目的碳排放在总排放量中所占的比例还是相对较小的。在 Google 数据中心,我们全年所有计算需求的能源都是 100% 可再生的。

雷锋网原创文章,。详情见转载须知。

面对疫情,大连医科大学附属第二医院民革党员们正用实际行动为疫情防控默默地贡献着力量。

积极请战前线,展现民革力量

用更好的技术应对小数据

谈及这次请战,支部主委、大连医科大学附属第二医院妇产科主任王丽霞说,“当时我们逐渐感到疫情的严重性,想到武汉必须要支援,我们就以民革大连医科大学附属第二医院支部的名义主动请战。”民革大连医科大学附属第二医院支部也是医院里唯一一个以民主党派基层组织名义请战的组织。

Carla Gomes 建议与非机器学习研究者合作:

目前,犯罪嫌疑人钟某等4人已被公安机关采取强制措施,案件正在进一步侦办当中。

此前,NeurIPS 的组织者就表示过,他们可能会将 AI 模型的碳足迹作为未来会议论文提交的标准之一。

为了节约防护物资,方舱内的医护实行六班倒,沈岚每天带着同事有序做好物资发放和清理。忙碌到晚上11点,新一轮的清点盘存又开始了。“N95口罩库存告急,KF94型号的口罩能否替代”“明天有一批病人要出舱,要提前准备好消杀物品”……“管家”们一边吃晚饭,一边热烈地讨论。此时,沈岚的电话再次响起:今晚有一批防护物资紧急送达,“不收货不收工”。她让同事们先去休息,自己与值班员一直等到14日凌晨1点22分,才回到临时住所休息。而15日清晨6点半,她又准时出现在岗位上。

吴恩达表示,无论是集体达成一致的道德规范还是其他什么规范,AI 研究界都应该达成一个更明确或更可行的社会协议。他补充说,对科技的信任度下降也是一个需要解决的问题。

我认为,公众通过仔细观察和教育,会明白解决气候变化问题是一件真实、紧迫的事情,而不是虚构的事情——对于这一点我们都已达成共识——我们只需要继续努力,推动教育,让公众接受这一事实,并且做出更好的决定。

勇敢“逆行”,展现民革勇气

Yoshua Bengio 是 2018 年被引用最多的计算机科学研究员,他认为,机器学习研究者需要通过评估机器学习研究对世界的真正影响,来改变他们对提交给 NeurIPS 等大型会议的研究的态度。更好地应对世界级紧迫挑战的重要一步,便是改变研究者看待 AI 研究的方式。

小组成员包括 Yoshua Bengio(2018 年图灵获奖者、世界领先的 AI 专家和深度学习先驱、蒙特利尔大学教授、加拿大蒙特利尔学习算法研究所主任)、吴恩达(AI 和机器学习领域国际最权威学者之一、Google Brain 联合创始人、Landing.ai 创始人)、Jeff Dean(Google 元老之一、Google AI 掌门人),以及 Carla Gomes(康奈尔大学教授、计算可持续性研究所所长)。

为生命“守岁”,展现民革担当

用机器学习应对气候变化

铁肩担道义,白衣树忠诚。作为医者,他们守护人民生命健康,责无旁贷、义无反顾。作为民革党员,他们危急时刻挺身而出,彰显情怀和担当。(完)

前不久,Google AI 在一次研讨会海报展示环节展示了一篇论文,重点介绍了如何将机器学习应用于雷达图像来预测降雨。

沈岚同志的父母都已年近八旬且体弱多病,每天他们都会跟她打个电话问平安。尽管自己也患有颈椎病和腰椎病,沈岚一直在坚守。“做为一名党员干部,我明白,关键时刻自己所担负的政治责任和光荣使命。”

399例确诊病例中,男性病例189例,占47.4%,女性病例210例,占52.6%;年龄范围为6个月~94岁,其中5岁以下14例,占3.5%,6岁至17岁13例,占3.2%,18岁至59岁262例,占65.7%,60岁及以上110例,占27.6%。

据悉,今年早些时候,Google 优化了对印度恒河和布拉马普得拉河沿岸的洪水预测。

而吴恩达则更关注道德规范问题。

在研讨会一开始的主旨演讲中,Jeff Dean 称气候变化是 21 世纪的问题,并谈到了无碳足迹 AI 的潜力。Jeff Dean 说,让计算实现零碳,有利于避免产生新的问题。但光是算法是不够的,还需要将这些算法集成到系统中,然后将其绑定到将对气候相关问题产生最大影响的应用程序中。解决气候难题是研究者应该做的重要部分。

在小组讨论中,Jeff Dean 谈到,迁移学习和多任务学习的进展都有希望应用于气候变化。他说,气候变化的挑战至少可以成为这类技术的一个有趣的试验平台。

随着疫情的持续,医院血库接连告急,民革党员付毅作为外科医生深知血液对危急患者救治的重要性,在不影响抗疫工作,保证身体状况的前提下,积极献血为人民的健康贡献力量。

在之前的 NeurIPS 研讨会上,Facebook AI 研究总监 Yann LeCun 也提到了机器学习的能源效率使 AR 眼镜等新技术落地的必要性。

吴恩达认为,与其强调问题的严重性,不如做出实际行动——先一点一点回顾相关数据集,然后进行实验,最终公布研究结果,或与气候科学家进行对话。

外科医生付毅积极献血。 大连医科大学附属第二医院供图

自从1月22日大连出现首例新型冠状病毒感染的肺炎确诊病例以来,李向东带领科室医护人员,连续多天忙碌在防控疫情的一线,凭借当年曾经抗击“非典”以及多年的实践经验,应对此次疫情的迅速发展,及时作出反应。为此,他主动放弃腊月二十八回丹东老家过年,即使是除夕之夜,仍奋战在防疫一线,为生命“守岁”。

隋韶光等医护人员送雷神山医院首位患者出院。 大连医科大学附属第二医院供图

中午12点半,一批社会捐赠的生活物资抵达。因为捐赠方急着要去下一个地点,沈岚二话不说带领一帮“女将”当起了搬运工:将每箱重15公斤的120件货物,从货车转移到方舱医院库房。直到当天晚上9点,他们又接受了10批次物资。

研讨会上,小组讨论了机器学习中能最有效应对气候变化的具体技术进展。

对此,Carla Gomes 表示同意,他说,气候变化和机器学习是双向影响的,解决气候变化问题取得的进展也可以带来机器学习方面的创新。

吴恩达建议 AI 研究者采用更严格的道德规范,同时利用法律保护支持这些道德规范,就像医生对病人的义务一样。他说,任何道德规范都应由 AI 研究者自己来制定。

Google 积极应对气候难题

另外,他还谈到了可以改变行为的方法——比如帮助人们了解自己的碳足迹。在听众提出关于在 Google Maps 上分享二氧化碳预测的问题后,Jeff Dean 说,Google 正在考虑在 Google 搜索结果中包含更多信息,为用户的行为(比如订购商品)给出一个碳排放量预测值。

我认为,在本次研讨会上讨论的这类项目,可能会比生成对抗网络(Generative Adversarial Nets)或其他方面的进步更有影响力。

“坦率讲,的确辛苦,但看到正在同病魔作斗争的患者,真不算什么,用生命守护生命,希望我们所有的付出,能换来患者的健康出院。”隋韶光感慨道。