最“狡猾”的毒株?XBB.1.5毒株或将横扫美国******
中新网1月4日电 近来,奥密克戎变异毒株的亚型XBB.1.5在美国等国家和地区的传播引发外界关注和担忧。该毒株是否会引发新一轮疫情浪潮,导致更严重疾病?疫苗对其还有用吗?人们应该如何进行防护?
资料图:美国纽约曼哈顿14街一处新冠病毒检测站为居民做检测。中新社记者 廖攀 摄XBB.1.5毒株将“横扫”美国?
XBB为新冠病毒奥密克戎BA.2衍生的2个变异株BJ.1和BM.1.1.1的重组毒株。XBB.1.5是XBB衍生的子分支。
英国《独立报》援引全球流感共享数据库(GISAID)的统计数据显示,已有至少74个国家和地区发现XBB.1.5,包括美国、英国、印度、巴基斯坦等。其中,美国有43个州检测到该毒株。
美国有线电视新闻网(CNN)称,2022年秋天,XBB曾在新加坡掀起了一波疫情浪潮。而今,XBB.1.5可能正在美国推动新一波的疫情浪潮。
美国疾病控制和预防中心(CDC)预计,与其它毒株相比,XBB.1.5每周的新冠病毒感染占比大幅增加,其中2022年12月的新感染病例占比从约4%升至41%。CDC还预计,在该国东北部,XBB.1.5导致了约75%的新病例。
华盛顿大学医学院病毒学实验室的新冠病毒测序主任罗伊乔杜里(Pavitra Roychoudhury)说:“几个月来,我们还没有看见过以这种速度传播的变体。”
西雅图福瑞德·哈金森癌症研究中心的计算生物学教授贝德福德(Trevor Bedford)也表示,“预计它会在未来几周推动传播增长。”
他指出,这种增长可能不会反映在病例数上,因为越来越多的人选择在家中进行检测。“因此,我希望将弱势年龄组(如老年人)的住院情况视为更合适的(疫情)浪潮指标。”
资料图:图为伦敦一美食街上,民众户外就餐。中新社发 张梦琪 摄两大特性或助推XBB.1.5传播
美国有线电视新闻网(CNN)指出,XBB.1.5之所以可能会推动新的疫情传播,与其两大特性有关。
一是其极为“狡猾”的免疫逃逸能力。
哥伦比亚大学微生物学和免疫学教授何大一最近在实验室进行了病毒测试,这些病毒被设计成具有XBB和XBB.1以及BQ.1和BQ 1.1的尖峰,以对抗不同类型的受试者血液中的抗体,包括感染病毒的群体,接种了原始株和二价疫苗的群体,以及既感染病毒又接种疫苗的群体。其团队还测试了23种针对这些新亚系的单克隆抗体疗法。
研究发现,XBB.1是其中“最狡猾的”。它被感染者和接种疫苗者血液中的抗体中和的可能性比BA.2低63倍,比BA.4和BA.5低49倍。此外,就免疫逃逸性而言,这些变体已“远离”人类制造的用于对抗它们的抗体。
何大一称,其免疫逃逸水平“令人担忧”,并表示这可能会进一步损害新冠疫苗的功效。XBB.1.5 在抗体逃逸方面与 XBB.1 相同,这意味着它有可能逃脱疫苗接种和过去感染所带来的保护。它还能抵抗所有当前的抗体治疗。
除高度免疫逃逸能力外,XBB.1.5另一可能有助于传播的“技能”在于——该毒株在486位点有一个关键突变,这使得它可以更紧密地与 ACE2 结合。ACE2相当于病毒用来进入人体细胞的“大门”。
弗雷德哈钦森癌症中心的计算病毒学家杰西布鲁姆(Jesse Bloom)表示,“这种突变显然让XBB.1.5更好地传播。”
不过,专家们也表示,现在很难知道XBB.1.5的增长在多大程度上可归因于病毒的特性或者传播时机。比如,假期期间,人们很可能会进行社交和旅行,而这给任何感染——无论是流感、新冠病毒还是呼吸道合胞病毒——带去更大的蔓延空间。
资料图:旅客抵达美国加州旧金山国际机场的国际航班到达区域。 中新社记者 刘关关 摄XBB.1.5会导致更严重疾病吗?
值得注意的是,多数专家预计,XBB.1.5有可能导致更多感染,但他们并不认为这些感染一定会更严重。
负责明尼苏达大学传染病研究和政策中心的奥斯特霍尔姆(Michael Osterholm)指出,更新版加强针应该能够提供一些保护,甚至可以抵抗XBB.1.5这种具有高度免疫逃避能力的毒株。
“他们仍然能提供一定程度的免疫力,可能无法阻止你被感染,但可能对你是否患重病和死亡产生重大影响。”他说,“我们掌握的最新数据显示,对于那些接种了二价疫苗的人来说,他们的死亡风险比那些没有接种的人低三倍。”
CNN指出,快速检测、佩戴口罩、做好室内空气的通风和过滤等等也将继续发挥作用,因此,即使病毒继续进化,人们仍然有很好的方法来保护自己免受感染。
“它似乎没有引起任何更严重的疾病,所以我认为今天流行的情况与一年前截然不同。”奥斯特霍尔姆说。
“特别能聊”的人工智能会聊出些什么?****** 聊天机器人ChatGPT优异表现引发市场关注,人工智能生成内容概念走上风口 “特别能聊”的人工智能会聊出些什么? 本报记者 时斓娜 阅读提示 全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。 家里要养一只猫,该如何给猫取名字?怎样写出一个纸牌游戏的代码?在不同语境中,词语“意思”到底有几个意思?这些五花八门、时常令人绞尽脑汁都难以得出答案的问题,在人工智能聊天机器人ChatGPT的面前,不过是瞬间便可迎刃而解的“一碟小菜”。 产品发布短短两个月,ChatGPT的日活量已突破千万,不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注,人工智能生成内容(AIGC)概念由此走上风口。 人工智能聊天究竟能聊些啥?ChatGPT所代表的AIGC应用将带来哪些影响和变化?记者对此进行了调查采访。 “真正像人类一样聊天交流” “我所热爱的是我真实的生活,因为它包含了我所有的经历和感受,是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话,实则出自人工智能聊天机器人ChatGPT。 随着ChatGPT大火,不少网友将它与自己的聊天记录分享到社交平台上,ChatGPT时而诙谐有趣,时而又显得思想深邃。除了各种聊天互动外,还有不少网友们将ChatGPT视为一种工具,让其写作文、翻译文章,甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。 中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示,ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右,在生活闲聊上的意图识别率约为95%,已具备较好的语义理解能力。 实际上,ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的?“这是因为ChatGPT建立在大型语言模型上,会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息,使ChatGPT知识丰富,还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。 创新交互为AIGC带来新启发 随着人工智能技术的发展,近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高,国内外科技公司纷纷发力布局AIGC领域。 以百度文心大模型为例,输入一个题目,它可以瞬间写出上百篇作文;根据一句话或者一段描述文本,可以生成一幅精美的画作;根据一幅图像,可以自动生成高清、流畅的视频。 在百度技术委员会主席吴华看来,ChatGPT在用户界面和交互上是一种比较创新的模式,用户更容易以自然语言的方式进行交互,这会给大家带来革新性的认识,也会给AIGC带来新的启发。 目前,国外一些公司在积极探索并落地ChatGPT的诸多应用场景,通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为,ChatGPT将颠覆搜索行业,在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测,未来AIGC有潜力产生数万亿美元的经济价值。 根据中国信息通信研究院发布的《人工智能白皮书(2022年)》,“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域,听说读写等能力的有机结合成为未来发展趋势。 “人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩,在分子结构、软件代码等科研生产领域的应用不断拓展,还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示,当前,人工智能生成内容的辐射范围还在扩大,未来有望重塑各行业领域的研发面貌。 商业化落地需克服技术和伦理问题 尽管各界对AIGC发展前景保持乐观,但从现状来看,ChatGPT等产品想要真正落地,还需要克服技术和科技伦理等方面的问题。 在对ChatGPT进行的种种评测中,ChatGPT会犯一些常识性错误,反映出其在可控性、准确率方面仍存不足。有人形容,ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。 中国信息通信研究院评测结果同样显示,ChatGPT在非闲聊型对话的任务完成率上表现一般,难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。 “ChatGPT虽然能够较好地回答不少问题,但在一些略有深度的、专业性较强的领域,其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足,也说明了算法依然需要完善。”张孝荣说。 在技术层面以外,人工智能还面临着悬而未决的科技伦理问题。张孝荣表示,ChatGPT在科技伦理方面至少面临三大挑战:“一是版权问题,ChatGPT生成的内容更多来自搬运,容易引发侵权;二是信息安全问题;三是社会缺乏接纳这一新生事物的准备机制,这对监管挑战很大。” 在国内,AIGC产业化路径同样有待探索。石霖介绍说,国内AIGC产业基础薄弱,相关初创公司数量明显少于国外。同时,国内企业目前仍处于打磨产品阶段,还未出现较为好用的内容生成服务。 (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |