2024年中国生成式人工智能用户数达2.49亿，产业加速发展

近日消息，据中国互联网信息中心发布的第55次《中国互联网络发展状况统计报告》显示，到了2024年，中国的生成式人工智能产品用户规模竟然达到了令人咋舌的2.49亿人！这个数字着实令人惊叹，它意味着什么呢？

在普通用户中，生成式人工智能主要被用于回答问题、日常办公和内容创作等场景。具体来看，77.6% 的用户利用生成式人工智能产品来回答问题，45.5% 的用户将其作为办公助手，用于生成会议纪要、制作 PPT 等工作。

此外，报告还提到，2024年前三个季度，中国共发生504起与人工智能相关的投融资事件，投资总额约为812亿元人民币。其中，北京市的人工智能相关投资额达到436亿元，占总额的53.7%。这反映出人工智能行业的活跃投资氛围。

中国人工智能企业的数量已超过4500家，核心产业规模接近6000亿元，涵盖了从芯片、算法、数据到平台和应用等多个关键环节。

AI首次自主发现人工生命，无需手工设计

近日，Sakana AI联合MIT、OpenAI等机构提出了一种全新算法，实现了自动搜索人工生命的重大突破。这一算法无需繁琐的手工设计，只需通过描述，AI就能发现全新的人造生命体。研究团队利用视觉-语言基础模型，成功在多种经典人工生命模拟中发现了新的生命形式，包括Boids、Particle Life、生命游戏（Game of Life）、Lenia和神经元胞自动机（Neural Cellular Automata）。

人工生命（ALife）是一门跨学科研究，旨在通过模拟生命的行为、特性和演化过程来理解生命的本质。传统的ALife研究依赖于研究人员的手工设计和直觉，难以预测复杂系统中的涌现行为。而此次提出的自动搜索人工生命（ASAL）框架，利用基础模型的广泛通用性，能够系统性地搜索所有可能的模拟配置，从而克服手动设计的局限性。

ASAL框架通过定义一组感兴趣的模拟（称为“基质”），然后使用基础模型自动发现最有趣、具有开放式的人造生命体。这一方法不仅提高了发现效率，还大大扩展了探索范围，为人工生命研究带来了新的活力。

研究者认为，这一新范式有望重新激发人工生命研究的热情，突破人类创造力的极限，为下一代AI系统提供灵感。该研究一经发布，便引起了广泛关注和热烈讨论，许多网友和研究者对其表示高度赞赏和期待。

革新AI模型精准预测阿尔茨海默病，准确率高达82%，助力早期诊断精确性飞跃

近日消息，英国剑桥大学科学家近期研发出一种AI预测工具，该工具能以超80%的准确率预测痴呆症患者的病情进展是否会导致阿尔茨海默病，有望减少昂贵且侵入性的诊断程序，促进早期干预及治疗，提高患者生活质量。

全球有超过 5500 万人患痴呆症，其中 60-80% 的类型就是阿尔茨海默病，每年造成 8200 亿美元的经济损失。预计未来 50 年，痴呆病例数将增加近两倍。

早期检测对于阿尔茨海默病至关重要，因为此时治疗效果最佳。然而，如果没有侵入性或昂贵的检查（如正电子发射断层扫描（PET）或腰椎穿刺），早期痴呆症的诊断和预后可能不准确，而这些检查并非所有记忆障碍诊所都能提供。因此，多达三分之一的患者可能被误诊，其他患者则可能在治疗有效期过后才被诊断出来。

剑桥大学心理学系领导的一个团队开发了一种机器学习模型，能够预测患有轻度记忆和思维问题的个体是否以及以多快的速度发展为阿尔茨海默病。该团队在发表在《电子临床医学》杂志上的研究中表明，该模型比目前的临床诊断工具更准确。

基于美国研究小组收集的 400 名大脑灰质萎缩患者的认知测试和核磁共振扫描数据，研究团队利用机器学习算法建立了一个 AI 预测模型，并使用英国、新加坡等多个诊所的真实世界数据测试该模型。

测试结果显示，该模型识别三年内会患上阿尔茨海默病的人的准确率达 82%，识别三年内不会患上阿尔茨海默病的人的准确率达 81%。

该算法在预测阿尔茨海默病进展方面的准确率是当前标准护理（即标准临床标志物，如灰质萎缩或认知评分）或临床诊断的三倍左右，这表明该模型可以显著减少误诊。

未来，研究团队希望将该模型扩展到预测其他类型的痴呆症，如血管性痴呆和额颞叶痴呆，并使用不同类型数据，如血液检测中的标记物等。