例如，在靶標(biāo)選擇和驗(yàn)證階段，需要確定疾病相關(guān)的靶標(biāo)，傳統(tǒng)方法耗費(fèi)較長(zhǎng)時(shí)間和較高成本，而使用AI技術(shù)并結(jié)合相關(guān)試驗(yàn)數(shù)據(jù)，可以快速篩選出潛在靶標(biāo)。

　　在藥物制造方面，靶標(biāo)找到以后，需要找到與其耦合度高的大小分子，然后用結(jié)構(gòu)去反推序列，利用序列進(jìn)行制藥。

　　在藥物組合方面，AI技術(shù)可以加速藥物組合研究，并使藥物組合測(cè)試更加系統(tǒng)化。據(jù)悉，與單一給藥相比，聯(lián)合用藥因具有增強(qiáng)藥物療效、減少劑量依賴(lài)性等優(yōu)勢(shì)逐漸熱門(mén)。

　　AI還可以通過(guò)靶標(biāo)預(yù)測(cè)，從而發(fā)現(xiàn)已有藥物的新適應(yīng)癥，即藥物重定位。以西地那非為例，其曾是治療心絞痛的藥物，于1989年上市，現(xiàn)在卻因“偉哥”而成名。

　　目前已發(fā)展成第三代AI系統(tǒng)，其把第一代的知識(shí)驅(qū)動(dòng)和第二代的數(shù)據(jù)驅(qū)動(dòng)結(jié)合起來(lái)，構(gòu)造更強(qiáng)大的AI。在數(shù)據(jù)上，有歸納能力，能舉十反一;在知識(shí)上，有邏輯推理能力，可舉一反三。

　　潘毅指出，目前難點(diǎn)在于找到藥物和新靶標(biāo)的關(guān)聯(lián)，AI可助力藥物研發(fā)進(jìn)行更高維度的探索，即實(shí)現(xiàn)數(shù)據(jù)的萬(wàn)物關(guān)聯(lián)。

　　近日，由核桃(科技)主辦的2022“和大師對(duì)話”活動(dòng)已正式啟動(dòng)。本次活動(dòng)邀請(qǐng)到人工智能領(lǐng)域?qū)＜?、諾貝爾獎(jiǎng)得主愛(ài)德華·莫澤(Edvard Moser)與清華大學(xué)經(jīng)濟(jì)學(xué)博士、童行書(shū)院創(chuàng)始人、科幻作家、第74屆雨果獲獎(jiǎng)得主郝景芳作為對(duì)話嘉賓，旨在為熱愛(ài)編程的青少年群體與國(guó)內(nèi)外知名學(xué)術(shù)專(zhuān)家搭建溝通“橋梁”，以開(kāi)放共享的形式，拓寬青少年們對(duì)人工智能領(lǐng)域的探索通道，開(kāi)啟未來(lái)科技發(fā)展的新視角。

　　核桃(科技)以AI為驅(qū)動(dòng)發(fā)展，從興趣出發(fā)，緊跟科技發(fā)展步伐，致力于讓青少年人群收獲編程的能力、享受科技的樂(lè)趣、激發(fā)創(chuàng)新的潛質(zhì)。核桃(科技)選擇于“1024程序員節(jié)”當(dāng)日開(kāi)啟此次活動(dòng)，是為了向程序員們致敬，也是為了向未來(lái)科研創(chuàng)新人才——小創(chuàng)客們提供獨(dú)家資源，擴(kuò)寬人工智能知識(shí)獲取的渠道。給熱愛(ài)編程的孩子們提供一個(gè)發(fā)揮創(chuàng)造力、激發(fā)思維潛能的創(chuàng)新平臺(tái)，展現(xiàn)屬于中國(guó)青少年人才的獨(dú)特魅力。

　　集成人工智能驅(qū)動(dòng)的需求預(yù)測(cè)功能的勞動(dòng)力管理平臺(tái)可以幫助解決這些問(wèn)題。利用機(jī)器學(xué)習(xí)算法，來(lái)分析關(guān)鍵數(shù)據(jù)點(diǎn)和需求驅(qū)動(dòng)因素，如每日天氣、當(dāng)?shù)厥录?，尋找模式和市?chǎng)趨勢(shì)。然后，預(yù)測(cè)分析模型利用這些信息提供對(duì)客戶行為的洞察，以幫助確定需求來(lái)源，以及最佳的員工時(shí)間表。通過(guò)利用人工智能的力量進(jìn)行需求預(yù)測(cè)，雇主可以創(chuàng)建高度精確的時(shí)間表，使其能夠優(yōu)化自己的勞動(dòng)效率。此外，還可以更容易地將自己的業(yè)務(wù)需求與員工的技能和偏好相匹配，從而創(chuàng)造更好的員工體驗(yàn)。

　　在大流行開(kāi)始兩年多之后，供應(yīng)鏈中斷仍然是每個(gè)行業(yè)的痛點(diǎn)，因?yàn)槠髽I(yè)在追趕產(chǎn)品需求，導(dǎo)致延誤并推高價(jià)格。雖然目前的就業(yè)趨勢(shì)并不是造成供應(yīng)鏈狀況的唯一原因，但但它們已經(jīng)產(chǎn)生了重大影響，制造、運(yùn)輸、倉(cāng)儲(chǔ)和公用事業(yè)等行業(yè)去年的離職率很高。從庫(kù)存和員工的角度來(lái)看，企業(yè)不得不用更少的資源做更多的事情。

　　智能勞動(dòng)力管理解決方案可以通過(guò)使配送中心更高效地運(yùn)營(yíng)，來(lái)幫助應(yīng)對(duì)供應(yīng)鏈的不確定性。例如，通過(guò)使用AI和ML，企業(yè)可以分析數(shù)千個(gè)可能影響勞動(dòng)力需求的數(shù)據(jù)點(diǎn)，如交付日期、天氣事件等，從而做出更好、更明智的調(diào)度決策。此外，還可根據(jù)需求、勞動(dòng)標(biāo)準(zhǔn)、業(yè)務(wù)政策和預(yù)算限制創(chuàng)建人員配置指導(dǎo)，以制定最佳的勞動(dòng)計(jì)劃。這使得配送中心運(yùn)營(yíng)商可以制定具有固定和靈活時(shí)間表的長(zhǎng)期人員配置計(jì)劃。