摘要:制药和消费者医疗保健行业受到人工智能和机器学习的极大影响。一个名为人工智能的计算机科学子场能够分析复杂的医学数据。人工智能(AI)的目标是创建智能建模,从而促进知识的想象,解决问题和决策。AI在药房的许多领域越来越重要,包括药物递送,过程优化,测试和药代动力学/药物学(PK/PD)研究的增长。本综述着重于AI在包括药物开发和发现在内的各种药物领域中的重要应用,正在进行许多研究,以增强目前可用的AI技术,以提高药房专业的效率。人工智能和系统掌握近年来已经大幅度热潮。它减少了人类在非凡生活中晋升所需的努力。已经检查了许多药物发现实施,证明了该技术在定量结构 - 特性关系(QSPR)和定量结构 - 活性关系(QSAR)中的有效性。此外,它们还在临床试验中,以生成和解释从患者信息中收集的数据。由于研发费用上升和生产力下降,制药行业目前在维护其药物开发计划方面遇到困难。关键字:医疗保健行业除了帮助实验设计外,机器学习算法还可以预测潜在药物的毒性和药代动力学。通过实现铅化合物的优先级和优化,这种能力减少了对广泛且昂贵的动物测试的需求。检查实际患者数据的人工智能(AI)算法可以支持个性化的医学策略,改善患者的依从性和治疗结果。
胶囊内镜已成为小肠检查的主要内镜方式,这一点已得到时间的认可。因此,胶囊内镜 (CE) 已成为千禧一代的又一项技术,他们现在以力量、意志和决心展望未来,走上更具颠覆性的道路 [1]。尽管如此,即使对于勇敢的年轻人来说,成熟也伴随着一定的“义务”和社会要求。当然,当医疗技术成为关注的主题时,这或多或少会转化为诊断产量、并发症率和质量/性能保证措施 [2 – 4]。此外,就该领域的未决问题而言,仍然存在一些问题。我们也许毫不犹豫地一口气数出 CE 的适应症,甚至提供类似的并发症率和安全“胶囊化”的途径,但对于我们这些在高容量中心阅读 CE 视频的人来说,我们希望制造商现在已经对一些技术调整进行了分类。它们的范围从更好的图像分辨率和电池寿命到各种软件增强和/或硬件进步 [5, 6]。事实上,我们一直在重复呼吁 CE 革命的下一波浪潮,即包括治疗能力、集成/智能、数据(不仅仅是图像)收集、驱动和定位的浪潮,总结了任何当前可用的 CE 提供系统必须面对的主要挑战,以提高其市场提案和价值超过竞争对手。人工智能 (AI) 的热潮并不新鲜;事实上,CE 阅读软件的本质是早期人工智能的应用之一。Lewis Score [7]、QuickView [8]、疑似血液指标 [9] 等工具只不过是专有阅读软件早期版本中集成的人工智能的巧妙片段,主要目的是协助、支持和/或加快医疗决策过程 [10]。
我们首次对 ELM 给予“增持”评级,目标价为 1,180 沙特里亚尔/股,截至上次收盘价有 14% 的上涨空间。ELM 是塑造沙特社会和经济活动的数字化转型和发展战略的基石。我们认为 ELM 是旅游、医疗保健、汽车租赁、人工智能、数据中心和云计算等各个领域即将到来的数字化趋势的主要受益者。此外,即将到来的千兆项目、智慧城市发展和全球性活动也为我们关于数字化持续增长的论点增添了分量。该公司成功受益于新冠疫情后的数字化热潮,2020-23 财年收入的复合年增长率为 33%。我们相信这一增长轨迹将继续下去,并预测 3 年收入复合年增长率为 22%。该股目前的 24/25 财年市盈率为 49/38 倍。该公司基于其 1) 现有的基本数字产品组合获得溢价; 2) 长期从事数字化活动的良好记录;3) 与政府实体的牢固关系;4) 可以访问国家数据库。在财务方面,我们喜欢这家公司,因为 1) ELM 具有持续增长的能力和巨大的未来潜力;2) 专注于高利润率的数字领域;3) 可扩展的业务;4) 干净的资产负债表提供了通过并购实现无机增长的选择;5) 拥有诱人的回报率。由于上述原因,我们认为 ELM 可能会在更长时间内以更高的市盈率交易。根据我们的预测,到 2027 财年,该公司的市盈率可能会达到可持续的 25 倍,这意味着利润增长率为 26%。因此,我们首次给予该股增持评级。
新冠肺炎疫情席卷全球经济,造成严重的经济混乱,并给人类带来了巨大的苦难。病毒的入侵造成了生命损失、经济活动停滞、供应链中断,并加剧了金融和大宗商品市场的动荡。在全球范围内,旅游业和贸易受到的打击最大,并产生了连锁溢出效应。鉴于这些发展,国际货币基金组织现在预计全球经济今年将陷入衰退。3 月份大宗商品市场经历了巨大的波动。1 受全球需求疲软和沙特阿拉伯与俄罗斯之间的价格战影响,布伦特原油价格从 2 月底的每桶 50.52 美元暴跌约 50.7% 至每桶 24.93 美元。相比之下,对黄金作为避险投资的热潮将价格推高了 5.6% 至每盎司 1,654.1 美元。随着巴西雷亚尔贬值,糖的世界市场价格跌至每磅 11.10 美分。在经历了近十年的正增长之后,预计国内经济将陷入衰退。萎缩的程度取决于疫情持续的时间和当地传染的程度。疫情的主要传播途径是旅游业以及由于政府和民众采取适当的预防措施而导致的经济活动停止。旅游活动的停止以及收入和消费欲望的普遍下降也将对政府收入产生负面影响,并对经济的所有其他部门产生溢出效应。截至 2020 年 3 月 27 日,尽管来自澳大利亚、美国、新西兰、加拿大和 1 的游客人数增加,但亚洲和区域客源市场仍然萎缩,因此 2 月份累计游客人数下降了 0.7%。
1. 基本理念 ○ 岸田内阁正在推动实现“新资本主义”。新资本主义的理念就是创业公司,将社会问题转化为增长引擎,实现可持续的经济社会。 ○ 日本领先的电子和汽车制造商也是在二战结束后由二三十岁的年轻人创办的创业公司开始其历史,此后成为推动日本经济的全球性企业。 ○ 但是,截至 2022 年,虽然出现了各种各样的创业挑战者,但与美国和欧洲相比,企业进入率和独角兽(市值超过 1000 亿日元的非上市公司)数量仍然处于较低水平。 ○ 另一方面,很明显,即使是使用旧技术的大型现有公司,如果通过与初创公司并购、与初创公司合作引进新技术等开放式创新,也可以继续经营。 ○ 在上述背景下,今年将是创业元年,也将迎来战后创业时代之后的第二次创业热潮。为此,日本将通过加速创业和推动现有企业的开放式创新,打造培育创业的生态系统。 ○ 在打造这个创业生态系统时,将避免只关注小众细分市场的思维方式(“加拉帕戈斯思维”),而是采取打造敢于挑战全球市场的创业公司的视角。 ○ 迄今为止,已设立了创业主管大臣,明确了统一的实施指挥所职能,在本年度的“克服物价上涨、实现经济复兴的综合经济措施”和“补充预算实施”中,内阁决定批准了史上规模最大的1万亿日元创业发展预算措施。同时,从人才和网络建设、为企业成长提供资金和退出战略多元化、促进开放式创新等方面,充分调动长远的政策资源,制定一个5年计划,全面概括日本初创企业发展措施。
半导体市场 全球半导体市场有望大幅扩张,预计将从 2024 年的 6230 亿美元增长到 2035 年的 10740 亿美元,年复合增长率高达 5.08%。半导体在消费电子、汽车、电信和航空航天等每一项现代技术进步中无处不在,因此值得注意的是它们在我们日常生活中占据的重要性。由智能计算机和联网设备推动的工业 4.0 的兴起正在彻底改变制造业和生产,进一步推动对先进半导体技术的需求。截至 2024 年 7 月,全球半导体集团销售额达到 513 亿美元,比 2023 年 7 月同期增长 18.7%,这是销售额连续第四个月增长。美洲地区领先,销售额同比增长 40.1%,而中国和亚太地区也显示出显着增长。销售热潮是指对电子产品、数据中心芯片和集成电路的需求增长。尽管欧洲和日本的市场呈下降趋势,但随着人工智能、物联网和汽车技术的进步,全球市场正从疫情相关的衰退中良好反弹。半导体通常被称为现代电子产品的支柱。这些元素在从智能手机和计算机到先进的汽车系统等各种设备中发挥着重要作用。制造商面临的挑战是要求进一步开发技术,使用越来越小、更高效的芯片和更多的晶体管。人工智能和通信都继续依赖微处理器的进步,导致半导体增长速度更快。随着全球对更智能、更快速设备的需求不断增长,半导体行业将在塑造未来方面发挥更加关键的作用。该行业也是关键的就业驱动力,仅在美国就有超过 25 万名工人就业,支持超过一百万个工作岗位。半导体行业的上升轨迹凸显了其在推动未来技术发展方面的核心地位。
人工智能 (AI) 有着数十年的悠久传统。1956 年,麦卡锡在达特茅斯会议上首次提出了“人工智能”这个名称,从此开启了这一研究领域的热潮,并一直延续至今 (McCarthy et al., 2006)。人工智能最初的重点是符号模型和推理,随后出现了第一波神经网络 (NN) 和专家系统 (ES) 的浪潮 (Rosenblatt, 1957; Newel and Simon, 1976; Crevier, 1993)。当明斯基和帕普特 (Minsky and Papert, 1969) 证明感知器在学习非线性可分函数(例如异或 (XOR))时存在问题时,该领域遭受了严重挫折。这极大地影响了人工智能在随后几年的发展,尤其是在神经网络领域。然而,在 20 世纪 80 年代,神经网络通过反向传播算法的发明而卷土重来(Rumelhart 等人,1986 年)。后来在 20 世纪 90 年代,关于智能代理的研究引起了广泛的兴趣(Wooldridge 和 Jennings,1995 年),例如探索感知和行为的耦合效应(Wolpert 和 Kawato,1998 年;Emmert-Streib,2003 年)。最后,在 21 世纪初,大数据的出现,导致了神经网络以深度神经网络 (DNN) 的形式再次复兴(Hochreiter 和 Schmidhuber,1997 年;Hinton 等人,2006 年;O'Leary,2013 年;LeCun 等人,2015 年)。这些年来,人工智能在机器人、语音识别、面部识别、医疗保健和金融等许多领域取得了巨大成功(Bahrammirzaee,2010;Brooks,1991;Krizhevsky 等人,2012;Hochreiter 和 Schmidhuber,1997;Thrun,2002;Yu 等人,2018)。重要的是,这些问题并不都属于一个领域,例如计算机科学,而是涉及心理学、神经科学、经济学和医学等多个学科。鉴于人工智能应用的广泛性和所用方法的多样性,毫不奇怪,看似
SPV 端的谐波和电压调节利用太阳能发电的热潮已经取代了很大一部分传统发电方式,同时,具有大量无功分量的负载实际上会降低系统的功率因数。随着太阳能光伏电站 (SPV) 的普及,功率因数、功率因数校正、无功功率要求和谐波对于消费者和公用事业都变得非常重要。众所周知,电网中的容性负载会导致功率因数超前和过压,而感性负载会导致功率因数滞后和欠压。系统的低功率因数会给电网带来很高的输电负担(和损耗),因此,大多数监管机构都规定允许公用事业公司向大宗消费者收取低功率因数的罚款。传统 SPV 系统以单位功率因数运行,而不考虑公用事业网络的无功功率需求。实际上,这种光伏系统连接到电网时,会降低负载端的功率因数,因为有功功率的一部分是通过 SPV 满足的(其中 SPV 容量小于消费者端的负载),然后电网提供平衡有功功率,但保持相同数量的无功功率给连接的负载。这可以通过以下简单示例来解释:示例:- 图 1 中的前提是消耗 1000kW 的有功功率和 450KVAr 的无功功率,导致功率因数为 0.912(滞后)和标称较低的系统电压。如果该场所安装了一个 500kW SPV 系统,该系统以单位功率因数输出电力,则只有从电网输入的有功功率会减少(以(SPV)发电的程度为准)。从电网吸收的无功功率将保持不变。如果 SPV 电厂发电 500 kW,则从电网吸收的无功功率将为 500kW 和 450kVAR。实际上,电网功率的功率因数将滞后 0.743。因此,负载端的电压将进一步下降。图 1
出版物 “冠状病毒 (COVID-19) 可能带来诉讼热潮”,与 Jack Turner 合著,Wolters Kluwer 出版,2020 年。 “非公认会计准则指标的注意事项”,与 Chi Cheng 合著,Law360 出版,2017 年。 “尽职调查是好运之母”,Financier Worldwide 出版,2016 年。 “基于原则的会计准则如何影响诉讼”,与 Chi Cheng 合著,Law360 出版,2016 年。 “非公认会计准则指标:SEC 的觉醒”,美国律师协会证券诉讼部门出版,Practice Points,2015 年。 “购买协议中看似会计术语的未核算成本”,与 Yvette Austin Smith 合著,Financier Worldwide 出版,2015 年。 “会计指控引发证券集体诉讼的原因不同”,与 Elaine Harwood 和 Laura Simmons 合著,美国律师协会出版,2011 年。 讲座 小组成员,“为 SEC 的财务欺诈调查做准备:公司需要了解什么,现场网络直播”,由 The Knowledge Group 呈现,2019 年。 小组成员,“会计欺诈与 SEC 调查:2017 年及以后的未来前景,现场网络直播”,由 The Knowledge Group 呈现,2017 年。 小组成员,“SEC 修订的合规和披露解释 (C&DI):是时候重新考虑贵公司当前的非 GAAP 指标了,现场网络直播”,由 The Knowledge Group 呈现,2016 年。 小组成员,“集体诉讼和解:趋势、经验教训和创造性的新方法”,第三届西部地区集体诉讼和大规模侵权行为 CLE 项目,由 ABA 诉讼 CADS 委员会和旧金山律师协会呈现,2016 年。讲座:普林斯顿大学(2016 年、2017 年);南加州大学(USC),利文撒尔会计学院(2016 年、2017 年);加州大学圣地亚哥分校(UCSD),拉迪管理学院(2015 年);纽约大学(NYU),斯特恩商学院(2010 年、2011 年)。
Leonora Riesenburg 和 Arran Dowling-Hussey 回顾了由现代形式的人工智能 (AI) 推动的关于国际仲裁风险缓解的健康且往往丰富多彩的全球辩论。在现代国际仲裁领域,由人工智能整合推动的风险缓解讨论引发了激烈的辩论和反思。虽然人工智能彻底改变了流程、提高了效率并促进了现代决策流程的公正性,但它的采用给利益相关者和仲裁界都带来了新的挑战。本文深入探讨了规范人工智能在国际仲裁中的应用的必要性,以维护透明度、降低风险并满足国际贸易转向国际仲裁解决私人纠纷的新时代需求。根据国际标准化组织的说法,人工智能可以说是“一个技术和科学领域,致力于为给定的一组人类定义的目标生成内容、预测、建议或决策等输出的工程系统。”虽然人工智能起源于英国著名计算机科学家 Alan Turning 的工作,并从 1956 年开始被认可为一门学科,但可以说,直到 2012 年,特别是 2021 年以来,才出现了“人工智能”热潮,其中之一是“Dall-E”的首次推出,这是一种生成式人工智能技术,截至去年夏天,该技术已修订为“Dall-E 3”并发布到大型语言模型中,GPT 推出的 Chat 是 2022 年的赢家。基于转移的深度中性网络的改进,以及生成式人工智能系统、生成式人工智能或 GenAI,具有审查、参与事实调查、文档制作和推理文档生成的能力,是该行业的真正游戏规则改变者。White & Case 和伦敦玛丽女王大学 2021 年的一项研究表明,49% 的仲裁从业者从未或很少使用数据分析或技术辅助文档审查等人工智能工具。 2023 年进行的研究报告显示,GenAI 的使用率将略有增加。经过一段时间的启动,GenAI 的使用率必将提高,GenAI 很可能在实践中得到常态化。