1月24日，北京大学工学院教授朱怀球团队在bioRxiv预印版平台发表《深度学习算法预测新型冠状病毒的宿主和感染性》一文中指出，蝙蝠和水貂可能是新型冠状病毒的两个潜在宿主，水貂可能是中间宿主。
据朱怀球团队的研究表明，新型冠状病毒与云南菊头蝠中存在的RaTG13冠状病毒一致性高达96%;另外，基于深度学习开发的VHP(病毒宿主预测)方法预测的结构化显示，水貂的病毒的传染性模式更接近新型冠状病毒。
据悉，在此次研究中，该团队使用了基于深度学习模型的AI技术寻找病毒宿主。这可能是国内首次在2019新型冠状病毒的研究中使用深度学习AI取得成果。
01
AI加入抗击疫情一线，深度学习寻找病毒宿主
一种前所未知的新型病毒出现后，确定病毒宿主是十分重要的。由于病毒复杂的多样性，目前人类已知的病毒和对病毒本身的了解还远远不够，大多数以人类为宿主的病毒，通常对人类造成生命安全威胁之后，才会进一步引起人们的重视。
对一些本不以人类为宿主的病毒来说，其本身也可能突发变异，或者通过中间宿主也可感染至人类。因此，快速寻找鉴别未知病毒的宿主，能够帮助人类了解病毒与宿主间的相互作用，以应对突发变异等潜在威胁，从而有针对性的对病毒进行预防和控制，具有重要意义。
为了检测新病毒的潜在宿主和致病性，传统的方法是基于通过建立病毒基因库，将新型病毒的DNA序列与已知病毒的基因序列做对比检索，通过比较病毒DNA局部的相似性，从而做出对新病毒宿主的模糊预测。
北京大学朱怀球团队在对2019新型冠状病毒的宿主研究和预测中，通过构建VHP算法模型，将已经提取的新型冠状病毒的基因组，与已有病毒基因数据库做数据检索和对比。在算力的支持下，通过深度学习模型对病毒基因数据的广域检索，实现新型冠状病毒自然宿主的寻找和预测。
02
VHP模型计算出新型冠状病毒的感染性
朱怀球团队在bioRxiv预印版平台发表的论文中称：“为了构建VHP模型，我们使用了一个双路卷积神经网络用于预测病毒序列宿主;我们把病毒的宿主分为五种类型，包括植物、细菌、无脊椎动物、脊椎动物和人类;输入病毒核苷酸序列，基于深度学习的VHP模型，将为每种宿主类型分别输出5类结果，分别反映出新型冠状病毒在每种类型中感染性。”
通过对VHP模型计算的结果分析，筛选的病毒宿主包括犬、猪、貂、龟和猫。研究人员经过分析比较后认为水貂的病毒的传染性模式更接近新型冠状病毒。
实际上，相比传统的AI机器学习方法，AI深度学习的方法训练出的模型可以适用于多种不同类型的数据，还可以结合多种来源的数据，共同完成一个任务。
在基因数据中，并不是所有的数据都有准确的高质量数据标签，而通过深度生成模型，即使没有高质量标签的数据也能得到充分使用，从而使得模型能够持续的提升性能。
因而，从AI深度学习的种类上来看，除了常见的有监督学习和无监督学习，半监督学习与强化学习更适合，也更需要医学界、生物界更多的关注。
03
深度学习AI+医疗：应用前景广阔但也有局限性
在AI的应用场景中，医疗行业是其应用前景最为广阔的行业之一。生物信息领域中，制药企业的药物研发、医疗设备收集的健康数据、病患者的诊断以及治疗方案的确定都有深度学习型AI的应用需求。
深度学习的本质，是一个复杂的AI学习算法。目前，深度学习应用最为广泛的是在计算机视觉以及语言识别领域。其中计算机视觉技术在医疗领域也有一定的应用，如医学影像的识别。
不过，深度学习在医疗领域的应用也面临现实应用的局限性，其中之一就是分析过程缺乏解释性。实际上，深度学习本质上也是统计学习的一种，通过对已知数据的汇总和检索，以算法的优化达到某种结果的预测。
也就是说，深度学习算法得出的结果是概率学上对现有数据条件下的结果预测，并不能给出“解题过程”只能给出结果。这也使得不可避免的出现一定的现实结果偏差。
以此次新型冠状病毒宿主研究为例，在VHP模型计算给出结果后，筛选的病毒宿主包括犬、猪、貂、龟和猫，仍需要研究人员对比分析后得出进一步的结论：水貂的病毒的传染性模式更接近新型冠状病毒。
04
技术之力亦需“跨越偏见”
此外，如果输入数据样本本身带有“大数据偏见”，那么模型计算则会放大这种“偏见”，从而影响结果在现实场景中的准确性。
对于基于深度学习的医疗AI而言，这样的情况也很难以能够说百分之百避免，特别是面对复杂庞大的医疗数据而言，这样的“偏见”带来的结果是人们难以接受的。
因而对于深度学习AI在医疗领域的落地，除了技术实现本身要解决的问题之外，由技术引发蝴蝶效应也更应该获得关注。
从好的一面来看，深度学习型AI在医疗领域的落地，不啻为补充优质医疗资源的“良方”，同时深度学习AI以及大数据等新技术的应用，也为人们在未来面对“新型冠状病毒”之类的突发性传染病给予技术的力量。
05
我们将生活在一个分析所有数据的时代
《大数据时代》作者维克托·迈尔-舍恩伯格前瞻性地预见到：“在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。”
在数据时代，AI深度学习与算法、大数据的进步与发展将使得人类迎来一个全新的时代，在肆虐的病毒面前，人类并不会无动于衷。在当前新型冠状病毒暴发的艰难时刻，更需要人们充满信心，以更加顽强的勇气和智慧，以面对新型病毒的挑战!
科技自媒体刘志刚，订阅号：互联网江湖(ID：VIPIT)，转载商务合作加微信：13124791216，转载保留作者版权信息违者必究。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
对于AI从业者来说，2022年恐怕不是什么好年景。资本寒冬的说法越发高涨，商汤、涂鸦等独角兽的市值大幅缩水。二级市场的悲观情绪传导到一级市场后，整个行业的融资频次断崖式下滑，曾经炙手可热的资本宠儿，正在遭遇“创新者的窘境”。
在科幻电影《普罗米修斯》中，有一个让人印象深刻的智能医疗舱。患者只需要躺在里面，便会进行一个全身的健康扫描，并得到相应的医疗建议，甚至可以直接进行手术治疗。
从20世纪前AI应用在临床知识库，到2000-2015年国外将研究重点放在手术机器人应用落地、鼓励发展电子病历，再到2015年之后的AI+影像应用、智慧病案等新产品相继面世，关于医疗AI的探索和商业化落地从未停止。
据IDC统计数据显示，到2025年，世界人工智能市场总值将达到1270亿美元，其中医疗行业将占市场规模的1/5，可见AI医疗健康的前景巨大。美国咨询公司弗罗斯特沙利文公司就曾提到，“人工智能可将医疗效果提高30%到40%，减少多达50%的医疗成本”。
如何以人工智能技术进行充分挖掘、开采、提炼、加工，以变革性的科技效率提升高品质健康检测、疾病预防，以及健康风险评估等方面的巨大潜能？
AI正在重构医疗健康的服务范式，而AI体检作为技术落地最成熟且场景渗透最快的赛道，已成为行业高质量增长的核心变量。根据全球新经济产业第三方数据挖掘和分析机构iiMediaResearch最新发布的《2025年中国健康体检行业消费行为调查数据》数据显示，选择两年一次体检的消费者占比最高，达到39.41
把复杂AI技术逻辑，转化为普通人看得懂、愿意用、用得顺畅的产品与内容，将在长期竞争中占据主动。作者|宇溪编辑|刘珊珊2026年春天，中国AI产业迎来一场静水流深的变革。不是参数翻了几倍，而是AI从“热搜话题”变成了“日常工具”。回看上半年，“AI红包大战”风靡全网，Seedance2.0催生全民视频
人人网复活过、开心网复活过、诺基亚也复活过，这次轮到天涯论坛了。但我打不开。当一个行业开始频繁怀念过去的时候。往往说明新的故事越来越少了。从昨天开始，朋友圈、新闻里，都在说天涯社区6月1日换了个马甲重新上线了。打不开的天涯，和等不起的我可今天，我依然打不开网站。问了群里其他人也都打不开。对我来说，能
2026年，全球新造船订单再上一个台阶。值得一提的是，在第一季度，中国造船业以84.9%的新接订单载重吨占比拿下全球第一。数据显示，2026年第一季度全球新造船订单达到3330万载重吨，高于2025年第四季度的2720万载重吨。其中，超大型原油运输船（VLCC）的需求尤为醒目，2025年第四季度至2
短短一年，从聊到用
自6月1日「AI隐私平台」开启内测以来，短短1周，我们就收到了一份远超预期的成绩单。感谢每一位种子用户的信任，是你们的热情，印证了我们在做一件极其正确的事——在AI时代，把隐私的安全感还给每个人。第一阶段内测“成绩单”大揭秘这不仅是一组亮眼的数据，更是大家对我们顶尖加密技术的信任。为什么大家敢在这里
“你自己还搞技术啊?”这句话，我最近用AI做网站的时候，被好几个人说过。言下之意：你是老板，不该干这个。这半年，我一直在用AI做网站，很多人在我评论里、群里、视频都说过，大意是你不开公司，天天琢磨用AI做网站干嘛?网站都是夕阳行业了。本来还没当回事，结果评论区说的人多了，我自己都恍惚了?我做网站20
昇腾，打响了一场Agent前夜的“硬软合围战”
5月13日，阿里巴巴集团发布2026财年Q4及全年财报。财报表示，阿里全栈AI技术投入已正式跨越初期培育阶段，进入正向的规模商业化回报周期。在财年第四季度，阿里AI在模型、云基础设施和应用各层实现加速突破。在AItoB方向，阿里旗下企业级Agent平台“悟空”已于近期逐步规模化放量。悟空是阿里巴巴旗
近日，负债28万元的张先生被短视频广告吸引，支付39.9元咨询费后，对方承诺减免5万元利息，却在收取14350元服务费后失联。新浪黑猫投诉平台显示，涉及“律所”与“债务协商”的投诉已超1500件。面对债务压力，许多持卡人急需知晓平安信用卡逾期怎么处理，却不慎跌入黑灰产陷阱。虚假承诺借律所外壳行骗，黑
