白重恩：「投資於人」利於中國實現可持續增長
2026-02-28 23:00 6,193次浏览眼睛，這個只佔人體重量1%，卻承載了90%信息獲取量的重要器官，是人類感知世界的核心窗口。有這麼一個說法：每個人的一生都會至少患一種眼病。近視、老花、乾眼、白內障、青光眼、過敏性結膜炎、眼底視網膜變性……你的眼睛還好嗎？忙碌的眼科診所，在暑假期間更是「忙碌指數」翻倍，你是否也是拿著預約號焦急等待的一員？未來，我們的眼部健康靠誰來守護？ 本期《開講啦》邀請到眼科大夫林浩添，作為國內一流眼科醫院——中山大學中山眼科中心的管理者，他志在讓高標準的眼科診治服務觸達每一隻尋求清晰明亮的眼睛。現在，他帶著自己的「5年目標」走上舞臺，解鎖未來眼部健康的無限可能。 老花眼不戴眼鏡 大腦可能「不開心」 眼睛出現了老視問題但堅持不戴眼鏡，這個習慣到底好不好？林浩添表示：不好！這會導致患者感覺到疲憊和焦慮，而患者往往意識不到是眼睛的問題。林浩添解釋，因為大腦中位於枕葉的視覺中樞與管理情緒的額葉可能相互影響，看到清晰明亮的世界會讓人心情愉悅，反之則有可能讓人emo，甚至影響認知。林浩添的研究顯示，導致視力下降的疾病，例如白內障，可能加速大腦功能的退化。所以，當你感受到眼睛不適，千萬不要忽略了它發出的「求救信號」！ 眼科大夫都還戴眼鏡！ 近視眼手術不靠譜？ 中國的近視人數已經達到7億，角膜雷射手術、有晶體眼後房型人工晶體、屈光性晶體置換術是當前可選的手術治療方法，但想做近視眼手術的你是否有過遲疑？眼科大夫都戴眼鏡呢！這些技術靠譜嗎？究竟選哪種方式更好？林浩添表示：「誰說眼科大夫不做近視眼手術？我們醫院很多醫生就做了！」他告訴大家，目前近視眼手術在技術上已經相對成熟，包括醫生在內，是否選擇通過手術的方式解決近視問題是個人選擇。林浩添還提醒我們，每個人的眼睛狀況不同，是否適合接受手術治療需要到正規的醫療機構進行檢查，遵從醫囑！並且，相比於醫療手段，更重要的是——保護好雙眼！ 全球首個眼科大模型來了！ 我國是全球眼病患者最多的國家，林浩添告訴大家，對於眼科大夫來說，患者向來是「多得看都看不完」。據統計，中國超過7億人被近視困擾，乾眼症患病率可達52.4%，白內障作為全國第一大致盲眼病，60歲以上人群的白內障患病率更是高達80%！全國眼科醫生只有6萬多名，如何守護好14億雙眼睛？目前，更多的眼病患者並不在眼科醫院集中的大城市，而是在眼科醫療資源極度缺乏的偏遠地區。林浩添回憶眼科前輩們的叮囑：「解決這個問題，讓患者看上病、看好病，新一代醫生要思考什麼技術是我們上一代做不了，而你們這一代有條件做、必須做的。」於是，隨著大數據以及人工智慧技術的發展，2010年，林浩添帶領團隊依託中山眼科中心積累的海量眼科診療數據，開始著手於眼科診療的數智化，在2017年開設了全球首個眼科人工智慧門診，並在2024年推出全球首個、也是國內唯一一個通過網信辦備案的眼科大模型ChatZOC。他表示，目前的AI診斷技術雖然還達不到眼科「老專家」的水平，但是對於偏遠的、「沒得選」的眼病病患，眼科診斷大模型這位「主治專家」，能夠及時給他們提供「靠譜」的眼科診療方案。 你的模糊我的模糊 其實不一樣 如果你感到眼睛模糊了，你會如何描述自己的症狀？實際上，不同眼病造成的模糊是不一樣的。而這些「看不到，說得出」的眼病，醫生往往需要通過患者描述自己的視覺症狀去判斷病情，有時憑藉常規的經驗下結論也並非準確。林浩添講述了自己的一段經歷，曾經有一位患者在被問診時形容「我眼前有蟲子」，按常規經驗，大夫會很容易將之判斷為飛蚊症，但是林浩添通過詳細的診查發現，患者的眼睛裡是真的有一隻活生生的、在蠕動的蟲子！這雖然是極小概率事件，但看不到患者眼中的世界是診斷上的難題，醫生需要大量時間進行抽絲剝繭式的檢查，為此，醫生團隊再次使用上眼科大數據，利用數量龐大的門診病例作為基礎訓練AI，逐步還原出不同眼病下患者看到的世界，協助醫生進行診斷。 5年後，你的私人眼科醫生 可以裝在口袋裡 林浩添在《開講啦》的舞臺上立下了自己的「小目標」——5年後，要打造出每個人都能擁有的，裝在手機裡，放入口袋中的「眼科醫生」；能夠走進家家戶戶，守護眼健康的「魔鏡」，只要照照鏡子，就能收到關於眼睛健康狀態的提示；大城市裡，家附近10公裡以內就有一輛眼科巡診車，讓看病掛號再也不是難題；更高的夢想是，聯合各方打造「眼科飛行醫院」，載著醫生和診療設備的飛機隨時去到全球有需要的地方。林浩添表示，現在他們已經打造出了眼科大模型ChatZOC，去年團隊的5G智能眼科巡診車已經去到了108個城鄉地區，15萬患者因此得到了從未有過的「靠譜」診治，為城市的每一條街道生成實時更新的護眼指數。如今，他的「小目標」正一步步實現，那麼5年後，他的眼科大夢想，我們一起拭目以待吧！
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
百丽直播
「活动」首次登录送新手大礼包
- 软件大小: 358.98MB
- 最后更新: 2026-02-28 23:00
- 最新版本: v2.17.17.13
- 文件格式: apk
- 应用分类:ios-Android 韩国直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.79以上
客服热线：136-3154-9547
35749
54
2026-02-28 23:00
14236
85
2026-02-28 23:00
13867
16
2026-02-28 23:00
84712
68
2026-02-28 23:00
38195
14
2026-02-28 23:00
83967
86
2026-02-28 23:00
94183
45
2026-02-28 23:00
91542
43
2026-02-28 23:00
45931
62
2026-02-28 23:00
21473
72
27358
37526
86
87523
63
32
84197
38517
93718
76
