XiaoMi-AI文件搜索系统
World File Search SystemBenevolentAI
最终版 BENEVOLENTAI JPM DECK_无附录
本文件可能包含前瞻性陈述。前瞻性陈述不是历史事实，可以用诸如“计划”、“目标”、“目的”、“相信”、“预期”、“预期”、“打算”、“估计”、“将”、“可能”、“应该”等词语和类似表达来识别。前瞻性陈述包括关于目标、战略、展望和增长前景的陈述；未来计划、事件或业绩以及未来增长潜力；经济前景和行业趋势；BenevolentAI 市场的发展；监管举措的影响；和/或 BenevolentAI 竞争对手的实力。这些前瞻性陈述反映了 BenevolentAI 当时的信念、意图和当前目标/目的。前瞻性陈述涉及风险和不确定性，因为它们与事件有关，并且取决于未来可能发生或可能不会发生的情况。本新闻稿中的前瞻性陈述基于各种假设，这些假设基于管理层对历史运营趋势、BenevolentAI 记录中包含的数据以及第三方数据的审查（但不限于此）。尽管 BenevolentAI 认为这些假设在做出时是合理的，但这些假设本质上受重大已知和未知风险、不确定性、意外事件和其他重要因素的影响，这些因素难以或无法预测，并且超出了 BenevolentAI 的控制范围。
2023年12月的股东信
这封信可能包含前瞻性语句。前瞻性陈述是不是历史事实的陈述，可以通过诸如“计划”，“目标”，“目标”，“信仰”，“期望”，“预期”，“预期”，“预计”，“估计”，“估计”，“ WILL”，“ MAY”，“ MAY”，“应该”和类似的表达方式的单词来识别。前瞻性陈述包括有关目标，目标，策略，前景和增长前景的陈述；未来的计划，事件或绩效以及未来增长的潜力；经济前景和行业趋势； Benevolentai市场的发展；监管4计划的影响；和/或Benevolentai竞争对手的力量。这些前瞻性陈述反映了Benevolentai的信念，意图和目前的目标/目标。前瞻性陈述涉及风险和不确定性，因为它们与事件有关，并取决于将来可能会或可能不会发生的情况。本版本中的前瞻性陈述是基于各种假设，但不受限制地检查了管理层对历史经营趋势的检查，Benevolentai记录中包含的数据和第三方数据。尽管Benevolentai认为这些假设在做出时是合理的，但这些假设本质上受到了重要的和未知的风险，不确定性，意外事件和其他重要因素，这些因素和其他难以预测，并且超出了Benevolentai的控制。前瞻性语句仅在此版本之日起说。前瞻性陈述不能保证未来的绩效，这种风险，不确定性，意外事件和其他重要因素可能会导致实际结果和运营结果，Benevolentai或行业的经营状况，财务状况和流动性与这种前瞻性语句所表达或暗示的结果具有重大差异。尚无代表或保证，即将通过这些前瞻性陈述或预测中的任何一个，或者将实现任何预测结果。
利用人工智能彻底改变药物发现：案例研究和未来潜力。
在 COVID-19 疫情期间，BenevolentAI 应用其 AI 驱动平台来搜索可用于治疗病毒的现有药物。该平台分析了大量生物医学信息，包括科学文献和患者数据，以确定具有抑制病毒复制潜力的药物。2020 年 4 月，BenevolentAI 发现最初用于治疗类风湿性关节炎的药物巴瑞替尼可作为 COVID-19 的潜在治疗方法。随后的临床试验证实了该药物在减轻炎症和改善住院 COVID-19 患者预后方面的功效，展示了 AI 快速重新利用药物的潜力 [5]。
COVID-19 与人工智能：保护医护人员并遏制病毒传播
2019 年冠状病毒病 (COVID-19) 确诊病例数超过严重急性呼吸道综合征 (SARS)，截至本文发表时，全球确诊病例已超过 73,435 例，死亡人数超过 2,000 人，几乎全部发生在中国。相比之下，2003 年的 SARS 导致 774 人死亡，同样主要发生在中国，中国是两次疫情的中心。COVID-19 和 SARS 都传播到各大洲，感染动物和人类，并使用类似的机制进入和感染细胞。在前线，对 COVID-19 的战术应对与 SARS 类似，但存在一个主要区别：在 SARS 爆发后的 17 年里，出现了一种强大的新工具，可能有助于将这种病毒控制在合理的范围内——即人工智能 (AI)。几乎没有人会否认人工智能正在引起医疗保健领域的范式转变，将人工智能应用于当前的 COVID-19 疫情可能会很有价值，例如，预测下一次疫情的地点。这一应用实际上就是加拿大公司 Blue Dot 尝试做的事情，因此被广泛报道为第一个在 12 月底披露疫情消息的组织。为应对最新疫情，出现了各种其他人工智能应用，包括 BenevolentAI 和伦敦帝国理工学院，它们报告称，一种获批用于治疗类风湿性关节炎的药物巴瑞替尼可能对这种病毒有效，而总部位于香港的 Insilico Medicine 最近宣布，其人工智能算法设计了六种可以阻止病毒复制的新分子。但人工智能在多大程度上真正达到了能够及时、大规模地提供有效见解和解决方案以帮助遏制当前疫情的程度？正如世卫组织传染病部门执行主任所说，
对 COVID-19 药物研发所采用的计算方法的综述
美国北卡罗来纳州教堂山市北卡罗来纳大学埃舍尔曼药学院。电子邮件：alex_tropsha@unc.edu b 加利福尼亚大学圣地亚哥分校，美国加利福尼亚州圣地亚哥 c 戈亚斯联邦大学药学系，巴西哥伦布省戈亚尼亚 d BenevolentAI，英国伦敦 e Collaborations Pharmaceuticals，美国北卡罗来纳州罗利 f 北卡罗来纳州立大学化学系，美国北卡罗来纳州罗利 g 卡内基梅隆大学化学系，美国宾夕法尼亚州匹兹堡 h 石溪大学应用数学与统计学系，美国纽约州石溪 i 墨西哥国立自治大学药学系，墨西哥墨西哥城 j 密歇根州立大学化学系，美国密歇根州东兰辛 k 新墨西哥大学内科系和 UNM 综合癌症中心，美国新墨西哥州阿尔伯克基 l 瑞典哥德堡大学风湿病与炎症研究系 m丹麦哥本哈根 n 俄罗斯莫斯科生物医学化学研究所 o 瑞士苏黎世瑞士联邦理工学院药学研究所 p 英国伦敦大学学院药学院 q 法国斯特拉斯堡大学化学系 r 澳大利亚维多利亚州墨尔本莫纳什大学莫纳什药学研究所 s 澳大利亚邦多拉拉筹伯大学拉筹伯分子科学研究所生物化学与遗传学学院 t 英国诺丁汉大学药学院 u 美国马里兰州贝塞斯达国家转化科学促进中心 v 加拿大不列颠哥伦比亚省温哥华不列颠哥伦比亚大学温哥华前列腺中心。电子邮箱：acherkasov@prostatecentre.com w 日本札幌北海道大学化学反应设计与发现研究所（WPI-ICReDD）