站長資訊網在過去的一年里，云技術、機器學習和生成式AI變得更為普及，從寫電子郵件到開發軟件，甚至是癌癥早期篩查，這些技術幾乎影響到人類生活的方方面面。創新將是未來數年各個領域的重要主題，旨在普及技術，幫助我們跟上日益加快的生活節奏，而這一切都將始于生成式AI。
生成式AI將逐漸具備文化意識
用文化多樣性數據訓練的大語言模型（LLM）將更加細致入微地了解人類經驗和復雜的社會挑戰。這種文化流利度有望讓全球用戶更便利地使用生成式AI。
從我們講的故事、吃的食物和穿著打扮，到價值觀、禮儀、偏見、處理問題和做決定的方式，文化影響著我們的一切。它是我們在社區中立足的基礎，是我們的處事規則和信仰準則，是一種取決于我們身處何地、相伴何人的契約。
與此同時，文化差異有時也會造成混淆與誤解。日本文化將吃面時大聲吸湯視為一種享受，但其他文化認為此舉很不禮貌；印度傳統婚禮習俗要求新娘身穿精巧艷麗的藍嘎（lehenga），西方傳統則是讓新娘身穿白色婚紗，在希臘甚至有往婚紗上吐口水以求好運的習俗。作為人類的我們已經習慣跨文化環境，因此我們能綜合各種文化信息，調整解讀方式并做出適當回應。
所以，為何不期望我們賴以生存的技術也能實現這一點呢？在未來幾年里，文化將在技術的設計、部署和使用方式中發揮至關重要的作用，其影響將在生成式AI中體現得淋漓盡致。
大語言模型要想觸達全球用戶，必須達到與人類自身相同的文化流利性。佐治亞理工學院（Georgia Institute of Technology）的研究人員在今年早些時候發布的論文中證明，即使向一個大語言模型提供明確提及伊斯蘭祈禱詞的阿拉伯語提示詞，生成的回復依然是建議與朋友們一起喝酒，而喝酒在伊斯蘭文化中是不當之舉。這種情況在很大程度上與可用訓練數據有關。目前被用于訓練眾多大語言模型的Common Crawl數據集大約有46%的內容是英語，而且無論何種語言，更大比例的可用內容以西方文化為基礎（明顯傾向于美國文化）。如果將相同的提示詞輸入用阿拉伯語文本預訓練且專門生成阿拉伯語響應的模型，就會得到更符合文化背景的回復，比如建議喝茶或咖啡。近幾個月開始出現一些非西方語境的大語言模型：用阿拉伯語和英語數據訓練的Jais，中英雙語模型Yi-34B，以及用大量日語網絡語料庫訓練的Japanese-large-lm。這些跡象表明，具有文化準確性的非西方模型將向數億人提供生成式AI，其影響將會涉及教育、醫療等方方面面。
要記住，文化和語言并非完全相同，一個模型即便能給出最完美的翻譯，也未必具有文化意識。隨著無數歷史和經驗被融入模型，我們將會看到大語言模型開始形成更廣泛的世界性視角。正如人類從辯論探討和思想交流中學習一樣，大語言模型也需要類似的機會來拓展視野、了解文化。有兩個研究領域會在這種文化交流中發揮關鍵作用：一是基于人工智能反饋的強化學習（RLAIF），即一個模型吸收另一個模型的反饋，由此讓不同模型相互影響，并根據這些影響更新其對不同文化概念的理解；二是通過多智能體辯論進行協作，即一個模型的多個實例生成響應，然后辯論每個響應的正確性及理由，最后通過這一辯論過程得出一致響應。這兩個研究領域都能降低訓練和微調模型所需的人力成本。
女性科技終于騰飛
女性科技（FemTech）投資的激增、混合醫療的發展以及豐富的數據讓診斷和治療效果不斷改善，促使女性醫療迎來一個拐點。女性科技的崛起不僅將造福女性，還將推動整個醫療系統的發展。
女性醫療并非小眾市場。僅在美國，女性每年在醫療方面的開支就超過五千億美元。她們占人口總數的50%，而在醫保消費決策者中的占比達到80%。不過，現代醫學一直默認以男性為基礎，甚至直到1993年美國國立衛生研究院（NIH）頒布《振興法案》之后，美國的臨床研究才會納入女性研究對象。月經護理和更年期治療歷來被視為忌諱話題，而且由于女性被排除在臨床試驗和研究之外，她們的治療效果往往比男性糟糕得多。
平均而言，女性有多種疾病的確診時間晚于男性，而且女性心臟病發作后被誤診的風險要比男性高出50%。處方藥或許是最能體現不平等的例子：女性使用處方藥造成不良副作用的比例明顯高于男性。盡管這些數據可能從表面上看來令人擔憂，但在云技術和大數據的協助下，對女性醫療（又稱女性科技）的投資正在逐步上升。
亞馬遜云科技一直與女性領導的初創企業密切合作，親眼見證了女性科技的發展。僅在去年，相關投資就增長了197%。隨著資金、機器學習等技術以及專為女性設計的聯網設備不斷普及，我們正面臨前所未有的變革，這不僅關系到人們對女性護理的看法，也涉及管理方式的轉變。Tia、Elvie和Embr Labs等公司展現出利用數據和預測分析提供個性化護理的巨大潛力，無論是居家還是外出，這些公司能為患者隨時提供服務。
隨著對女性健康需求的偏見逐漸消失，以及更多資金流入該領域，女性科技公司將會繼續積極應對以前被忽視的各種醫療狀況和需求。與此同時，利用在線醫療平臺、便捷可用的低成本診斷設備、以及按需獲得的醫療專業服務的混合醫療模式的發展，將大大增加女性獲得醫療服務的機會。
Maven等客戶已經證明自己是該領域的佼佼者，這些公司打破了心理健康和生理健康之間的界限，向用戶提供情感咨詢、更年期護理等各種服務。這些平臺的不斷成熟與普及將促成醫療服務的大眾化，借助應用程序和遠程醫療平臺，農村地區和醫療服務歷來不足的地區的女性能更容易地聯系到婦產科醫生、心理健康專家和其他專家。
NextGen Jane等智能衛生棉條系統正在開發中，這些系統能讓女性建立子宮健康檔案，確定潛在的疾病基因組標志物并與臨床醫生無縫共享該信息。可穿戴設備則會為女性用戶及其醫生提供大量可分析的縱向健康數據。當前，超過70%的女性的更年期癥狀無法得到治療，加強教育、提供數據和采用非介入性解決方案將極大地改善治療效果，而這遠遠超出了婦產科護理的范疇。
例如，在女足世界杯前夕，約有30名運動員由于備戰造成前十字韌帶受傷。與傳統醫學一樣，女性訓練模式也是以男性訓練模式為藍本，并沒有過多考慮到生理因素。因此，女性因前十字韌帶受傷而退役的幾率是男性的六倍，完全康復并重返賽場的幾率也比男性低25%。這也是研究女性特征健康數據將產生重大影響的另一個領域，這樣做不僅能預防女運動員受傷，還能全面改善她們的健康狀況。
我們正處在女性醫療的拐點。獲取大量多樣化數據結合計算機視覺和深度學習等云技術將減少誤診，并且有助于最大限度地降低藥物副作用，這些副作用對當今女性的影響尤為嚴重。子宮內膜異位和產后抑郁也將得到應有的重視。我們最終將見證女性醫療從邊緣走向前沿。由于女性主導的團隊解決眾多健康問題的意愿要比男性主導的團隊更強，女性科技不僅將惠及女性，也將改善整個醫療系統。
申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！
本文素材來自互聯網，如有侵權，請聯系將及時刪除！
