XiaoMi-AI文件搜索系统
World File Search System通吃
由 DNA 组成的神经网络
在 DNA 计算框架下使用 DNA 执行人工计算任务 [1]。因此，许多作者 [19, 27, 30, 11, 8] 探索了使用 DNA 作为人工神经网络基础的可能性。在本章中，我将介绍基于 DNA 的神经网络这一主题，特别是参考文献 [5] 中提出的方法。介绍将处于相对基础的水平，不要求读者具备生物化学方面的先验知识（因此针对的是来自物理学或计算机科学且对此类方法感兴趣的听众）。在简要概述 DNA 的生物学（第 2 节）和 DNA 计算（第 3 节）之后，我将介绍 DNA 神经网络的基本组成部分，即赢家通吃网络（第 4 节）和 DNA 门（第 5 节）。然后，我将介绍两种基于 DNA 的人工智能方法，即使用 DNA 的赢家通吃网络（第 6 节）和 DNA 储存器计算（第 7 节）。最后，我讨论了这种方法的一些优点和缺点（第 8 节）。第 9 节将进行总结。在我的演讲中，将遵循参考文献 [3]（第 2 节）、[20]（第 3 节）、[26]（第 5 节）、[5]（第 4 和 6 节）和 [12]（第 7 节）。
人工智能、全球化和战略
人工智能和相关自动化技术的进步有可能扭转发展中国家和新兴市场在过去半个世纪融入世界经济所获得的利益，加剧贫困和不平等。新技术往往节省劳动力和资源，并产生有利于发达国家的赢家通吃的局面。我们分析了这些发展背后的经济力量，并描述了可以减轻对发展中国家和新兴经济体的不利影响，同时利用技术进步的潜在收益的经济政策。我们还描述了全球经济治理体系的改革，这些改革将使发展中国家更广泛地分享人工智能的好处。
美丽新世界：创新和投资者的机会
然而，对于投资者来说，前景并不那么黯淡。首先，大型上市公司的生产率增长远高于整体经济估计值，如下面第二张图所示。这似乎是低成本、赢家通吃的公司在庞大的全球市场中取得成功的结果。另一个因素：科技和电信行业的通货紧缩和生产率增长被低估了。从 2008 年到 2017 年，消费者数字接入服务（通过互联网、移动蜂窝网络和有线电视向家庭提供数据、语音和视频）的另一种通胀衡量标准每年下降 19%，而官方数据每年增长 1%。对“真实”通胀的影响是实质性的；估计通胀的降低会相应促进实际 GDP 增长。
特应性皮炎的生物标志物
特应性皮炎 (AD) 是一种复杂且高度异质性的炎症性皮肤病。鉴于 AD 的高度异质性，每位患者对特定治疗的反应不太可能相同。最近推出的新型 AD 靶向疗法推动了基于免疫生物标志物对患者进行分层的需求。我们回顾了不同类型的生物标志物作为 AD 个性化医疗运动的潜在工具的使用情况，包括基于免疫学特征和预测性生物标志物对 AD 患者进行内分型的不同方法。生物标志物的应用将更好地表征和分层患者，并允许更好地比较现有和新疗法。最终目标是从目前普遍的“一药通吃”管理转变为更个性化的“患者内分型特异性”管理。（J Allergy Clin Immunol 2023；151：1163-8。）
Lulu Qian - Pasadena
1. KR Rodriguez、N. Sarraf 和 L. Qian。一种输家通吃的 DNA 电路。ACS Synthetic Biology 10，2878–2885 (2021)。2. DN Taylor、SR Davidson 和 L. Qian。一种协同 DNA 催化剂。JACS 143，15567–15571 (2021)。3. RF Johnson 和 L. Qian。使用双链 DNA 构建块简化化学反应网络实现。DNA 计算和分子编程，LIPIcs 174，2:1–2:14 (2020)。4. S. Clamons、L. Qian 和 E. Winfree。在表面上编程和模拟化学反应网络。Journal of the Royal Society Interface 17，20190790 (2020)。5. P. Petersen、G. Tikhomirov 和 L. Qian。基于信息的相互作用 DNA 纳米结构系统中的自主重构。《自然通讯》9，5362 (2018)。6. G. Tikhomirov、P. Petersen 和 L. Qian。三角形 DNA 折纸拼贴。《JACS》140，17361–17364 (2018)。7. KM Cherry 和 L. Qian。利用基于 DNA 的赢家通吃神经网络扩大分子模式识别。《自然》559，370–376 (2018)。8. D. Wilhelm、J. Bruck 和 L. Qian。DNA 中的概率切换电路。《PNAS》115，903–908 (2018)。9. G. Tikhomirov、P. Petersen 和 L. Qian。具有任意图案的微米级 DNA 折纸阵列的分形组装。 Nature 552 , 67–71 (2017)。新闻与观点：“DNA 自组装规模化”，作者 Fei Zhang 和 Hao Yan，Nature 552 , 34–35。10. AJ Thubagere、W. Li、RF Johnson、Z. Chen、S. Doroudi、YL Lee、G. Izatt、S. Wittman、N. Srinivas、D. Woods、E. Winfree 和 L. Qian。货物分类 DNA 机器人。Science 357 , eaan6558 (2017)。观点：“DNA 机器人边走边分类”，作者 John Reif，Science 357 , 1095–1096。11. AJ Thubagere、C. Thachuk、J. Berleant、RF Johnson、DA Ardelean、KM Cherry 和 L. Qian。
评估人工智能的现状
OpenAI 可能是最著名的大型语言模型 (LLM) 提供商。然而，它也面临着激烈的竞争，因为谷歌、亚马逊和其他老牌科技公司竞相将类似的生成式 AI 工具纳入其云产品中。这个领域的初创公司也在筹集数十亿美元。一位参与者预测，“我相信模型层不会是赢家通吃的局面。初创公司充满挑战；我们看到许多初创公司正在创建像 Anthropic 和 Cohere 这样的 LLM。它的资本密集程度足以让模型提供商的数量达到数百家，但不会像谷歌之于搜索那样出现失控的提供商。不会有数百家提供商，但很难预测是三家、八家还是十家。但这些都将是庞大的企业。”这些模型提供商的商业模式可能涉及某种基于使用情况的定价，他们构建模型并通过应用程序编程接口向除最大的公司以外的所有人提供访问权限，最大的公司将在海量专有数据集上构建定制模型。
数字经济
高斯的竞争排斥原理说明了数字经济的“赢家通吃”效应。这种效应有时被称为“网络效应”，有时也被称为“收益递增”，其结果相同——形成垄断，或至少形成双头垄断。自 1913 年至 1996 年 AT&T 垄断崛起以来，这种效应就已为人所知，那么为什么现在它更重要呢？答案是，数字经济增长速度比以前的垄断时代更快、更迅速（就垄断形成而言），主要是因为基于比特而非原子的产品表现出“无限货架空间和零边际成本”的极端情况。随着产品变得更加虚拟，它们也更有可能占据主导地位，正如高斯定律所预测的那样。比特币及其众多竞争对手的崛起最能说明这一点。根据高斯的说法，当今存在的众多加密货币之一将通过获得主导市场份额来主导数字经济。其他货币，包括由政府支持的法定货币，将随着加密货币的接管而衰落或消失。或者说竞争排斥原则在这种情况下会失效吗？
超越会员制：竞争环境下双边平台市场进入策略的模拟研究
组织需要实施适当的市场进入策略，才能成功建立双边数字平台。如果目标市场中已经存在竞争平台，遵循正确的策略就变得更加重要。在这种情况下，组织将发现更难达到临界规模，因为由于网络效应，用户会涌向已经建立的更大的平台，这将导致潜在的赢家通吃局面。虽然以前的研究提出了一些策略，但并没有讨论如何找到正确的策略。本文介绍了一种基于代理的市场模拟，以全面评估竞争下的替代策略，该策略不仅考虑了进入者的平台采用，还考虑了交易、收益以及削弱现有企业的需要。通过一个用实证数据参数化的示例案例，我说明了如何应用该模型。研究结果表明，进入者需要全面评估市场进入策略，而不仅仅是关注会员人数，因为不同的策略在发展进入者的平台、削弱现有企业以及提高进入者的交易和收益方面最有希望。
创造经济效益
与其他全球领先经济体一样，安大略省目前也受到与数据相关的关键趋势的影响。这些趋势包括：赢者通吃经济：在不断发展的无形资产经济中，竞争优势往往来自数据和知识产权。能够访问大量数据并有效利用数据的企业可以迅速扩大规模，占据市场主导地位。这使得少数公司能够提供各种各样的产品和服务，而较小的企业则很难做到这一点。反过来，占主导地位的公司也可以收集大量数据，这进一步增强了他们的市场优势。4 小型企业在数据经济中取得成功的门槛通常很高，需要大量的前期投资才能有效利用数据来创造新产品和服务。数字/数据技术采用水平低：与全球竞争对手相比，安大略省的公司在采用数字和数据产品和解决方案方面举步维艰。虽然关于省级技术采用的数据有限，但安大略省在信息和通信技术 (ICT) 方面的投资占 GDP 的 2.39%，落后于瑞士 (3.83%) 和瑞典 (3.43%) 等小得多的市场。5
数据价值链 - GSMA
由于数据收集的性质，许多数据驱动型企业受益于显著的规模和网络效应。这些可以越过临界点并自我强化——有时被称为“赢家通吃”条件。需要收集大量数据才能找到合适的数据子集或数据组合进行商业化，这也可能导致垂直整合，使公司能够扩大其收集的数据范围。平台类型的服务尤其如此，这些服务旨在将最大的用户群体（就社交媒体而言）或买家和卖家（就基于交易的平台而言）聚集在一起。数据可以同时用于多种用途，这意味着有些公司能够构建大型数据集，然后查询和利用它们在相邻的细分市场中建立强大的业务。虽然这种行为是一种长期存在的商业惯例，但数据价值链的间接网络效应可以让数据驱动平台在基本上不相关的服务中获得显著的竞争优势，而其他参与者很难复制这种优势。例如，虽然从消费者的角度来看，搜索、电子邮件和娱乐似乎是毫不相关的服务，但能够根据个人的兴趣和购物习惯建立个人资料，可以增加此类个人资料对潜在广告商的价值，广告商随后可以协调如何定位此类