医药研发大模型

2021年9月24日，由上海中医药大学主办，星环科技承办的中医药大数据与人工智能研讨会在星环科技总部圆满落下帷幕。中医药大数据与人工智能研讨会会议由上海中医药大学副校长舒静主持，原国家卫生健康委，北京喜马医疗科技有限公司副总经理黄勤华，上海超级计算中心大数据与云计算部副部长徐莹，上海中医药大学中医工程学科秘书李芳杰等人出席会议并作讲话。本次会议主题是“中医药大数据与人工智能”，会上嘉宾们围绕中医药大数据的发展现状、中医人工智能教学与实践以及中医诊疗仪器的发展思路等内容进行了热烈讨论。加速智能医学人才培养进程推动医院教育创新发展上海中医药大学中医工程研究所所长、终身教授杨华元在进行《医共智慧医疗发展战略需求，围绕发展综合优势，推动学科交叉融合的总体目标，坚持厚基础、重创新的教学理念，培养中医药多学科教材。一方面可以让学生掌握智能医疗、人机交互、大数据等技术，另一方面可以以理论学习为、辅助决策，中医治疗等医疗服务。杨华元教授在演讲中坦言，中医药的发展离不开人工智能和大数据，在数据建模、数据采集、数据治理等技术问题上上海中医药大学希望可以和星环科技紧密合作，以项目为导向，切实解决

2024向星力·未来数据技术峰会将于5月30-31日在上海隆重举办。期间，星环科技将联合铭源慧途举办“智能融合：集团制造与生物医药领域的大数据与AI创新应用”闭门研讨会，邀请行业大咖，围绕集团、制造、生物医药领域的大数据、AI创新成果和应用交流分享，探讨产业数字化的发展趋势、挑战与机遇，助力企业转型升级、降本增效，开启数字新时代。精彩早知道👇👇👇报名请联系客户经理

大模型主要应用领域广泛，涵盖了多个行业和专业领域。大模型可以应用于以下高新技术产业和战略性新兴产业：新一代信息技术领域：包括半导体、集成电路、电子信息、下一代信息网络、人工智能、大数据、云计算、软件产品生产，资源循环利用技术开发，新能源汽车整车及关键零部件制造，动力电池技术研发等。生物医药领域：生物制品研发与生产，高端化学药物合成与制剂开发，高端医疗设备与器械设计制造。星环科技无涯·问知星环科技无涯·问知（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。复合材料、前沿新材料及相关服务。新能源领域：涉及先进核电技术、大型风电设备制造与应用研究，高效光电光热转换技术，以及高效储能系统开发等。节能环保领域：高效节能产品及设备研发，环保技术装备创新，环保

大模型主要应用领域广泛，涵盖了多个行业和专业领域。大模型可以应用于以下高新技术产业和战略性新兴产业：新一代信息技术领域：包括半导体、集成电路、电子信息、下一代信息网络、人工智能、大数据、云计算、软件产品生产，资源循环利用技术开发，新能源汽车整车及关键零部件制造，动力电池技术研发等。生物医药领域：生物制品研发与生产，高端化学药物合成与制剂开发，高端医疗设备与器械设计制造。星环科技无涯·问知星环科技无涯·问知（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。复合材料、前沿新材料及相关服务。新能源领域：涉及先进核电技术、大型风电设备制造与应用研究，高效光电光热转换技术，以及高效储能系统开发等。节能环保领域：高效节能产品及设备研发，环保技术装备创新，环保

大模型主要应用领域广泛，涵盖了多个行业和专业领域。大模型可以应用于以下高新技术产业和战略性新兴产业：新一代信息技术领域：包括半导体、集成电路、电子信息、下一代信息网络、人工智能、大数据、云计算、软件产品生产，资源循环利用技术开发，新能源汽车整车及关键零部件制造，动力电池技术研发等。生物医药领域：生物制品研发与生产，高端化学药物合成与制剂开发，高端医疗设备与器械设计制造。星环科技无涯·问知星环科技无涯·问知（InfinityIntelligence），是一款基于星环大模型底座，结合个人知识库企业知识库、法律法规、财经等多种知识源的企业级垂直领域问答产品。复合材料、前沿新材料及相关服务。新能源领域：涉及先进核电技术、大型风电设备制造与应用研究，高效光电光热转换技术，以及高效储能系统开发等。节能环保领域：高效节能产品及设备研发，环保技术装备创新，环保

专利大模型是指在专利领域应用的大语言模型，它是基于大量的专利文本数据等进行训练，从而能够为专利相关的业务和问题提供专业的解答和支持。随着人工智能技术的发展以及专利数据的大量积累，为了满足专利检索、分析、撰写等工作的高效性和准确性需求，专利大模型应运而生。应用场景专利检索与分析：能够更精准地理解用户的检索意图，快速准确地从海量专利数据中找到相关专利，并对专利的技术内容、法律状态等进行深入分析，为开源理念的深入人心，一些专利大模型相关的技术和数据资源将逐渐开源，促进学术界和产业界的交流与合作，推动专利大模型技术的快速发展和广泛应用。纠纷的解决提供技术支持。专利技术预测：基于对大量专利数据的学习和分析，预测未来的专利技术发展趋势，为企业的研发方向和创新战略提供前瞻性指导，帮助企业提前布局专利，增强市场竞争力。发展趋势技术创新与性能提升：不断优化模型的架构和算法，提高模型的准确性、效率和可解释性，以更好地满足专利领域复杂多样的业务需求。例如，采用更先进的预训练方法、微调策略和模型压缩技术，降低模型的计算成本和存储需求，同时提升

专利大模型是指在专利领域应用的大语言模型，它是基于大量的专利文本数据等进行训练，从而能够为专利相关的业务和问题提供专业的解答和支持。随着人工智能技术的发展以及专利数据的大量积累，为了满足专利检索、分析、撰写等工作的高效性和准确性需求，专利大模型应运而生。应用场景专利检索与分析：能够更精准地理解用户的检索意图，快速准确地从海量专利数据中找到相关专利，并对专利的技术内容、法律状态等进行深入分析，为开源理念的深入人心，一些专利大模型相关的技术和数据资源将逐渐开源，促进学术界和产业界的交流与合作，推动专利大模型技术的快速发展和广泛应用。纠纷的解决提供技术支持。专利技术预测：基于对大量专利数据的学习和分析，预测未来的专利技术发展趋势，为企业的研发方向和创新战略提供前瞻性指导，帮助企业提前布局专利，增强市场竞争力。发展趋势技术创新与性能提升：不断优化模型的架构和算法，提高模型的准确性、效率和可解释性，以更好地满足专利领域复杂多样的业务需求。例如，采用更先进的预训练方法、微调策略和模型压缩技术，降低模型的计算成本和存储需求，同时提升

专利大模型是指在专利领域应用的大语言模型，它是基于大量的专利文本数据等进行训练，从而能够为专利相关的业务和问题提供专业的解答和支持。随着人工智能技术的发展以及专利数据的大量积累，为了满足专利检索、分析、撰写等工作的高效性和准确性需求，专利大模型应运而生。应用场景专利检索与分析：能够更精准地理解用户的检索意图，快速准确地从海量专利数据中找到相关专利，并对专利的技术内容、法律状态等进行深入分析，为开源理念的深入人心，一些专利大模型相关的技术和数据资源将逐渐开源，促进学术界和产业界的交流与合作，推动专利大模型技术的快速发展和广泛应用。纠纷的解决提供技术支持。专利技术预测：基于对大量专利数据的学习和分析，预测未来的专利技术发展趋势，为企业的研发方向和创新战略提供前瞻性指导，帮助企业提前布局专利，增强市场竞争力。发展趋势技术创新与性能提升：不断优化模型的架构和算法，提高模型的准确性、效率和可解释性，以更好地满足专利领域复杂多样的业务需求。例如，采用更先进的预训练方法、微调策略和模型压缩技术，降低模型的计算成本和存储需求，同时提升

专利大模型是指在专利领域应用的大语言模型，它是基于大量的专利文本数据等进行训练，从而能够为专利相关的业务和问题提供专业的解答和支持。随着人工智能技术的发展以及专利数据的大量积累，为了满足专利检索、分析、撰写等工作的高效性和准确性需求，专利大模型应运而生。应用场景专利检索与分析：能够更精准地理解用户的检索意图，快速准确地从海量专利数据中找到相关专利，并对专利的技术内容、法律状态等进行深入分析，为开源理念的深入人心，一些专利大模型相关的技术和数据资源将逐渐开源，促进学术界和产业界的交流与合作，推动专利大模型技术的快速发展和广泛应用。纠纷的解决提供技术支持。专利技术预测：基于对大量专利数据的学习和分析，预测未来的专利技术发展趋势，为企业的研发方向和创新战略提供前瞻性指导，帮助企业提前布局专利，增强市场竞争力。发展趋势技术创新与性能提升：不断优化模型的架构和算法，提高模型的准确性、效率和可解释性，以更好地满足专利领域复杂多样的业务需求。例如，采用更先进的预训练方法、微调策略和模型压缩技术，降低模型的计算成本和存储需求，同时提升

表示，人工智能作为引领未来的战略的技术和推动产业变革的核心驱动力，在智慧城市，智慧医疗的大背景下，未来医疗的行业将融入更多的人工智能高科技，医疗服务将走向真正的智能化，这为中医药事业发展带来了新机遇9月26日，中医人工智能与产教融合论坛暨中医人工智能产业学院成立仪式在上海中医药大学举行。会上，星环科技创新实验室获颁牌。中医人工智能与产教融合论坛暨中医人工智能产业学院成立仪式作为技术与人才全方位培养的合作方，星环科技创始人孙元浩被聘任为上海中医药大学中医人工智能产业学院“星环科技创新实验室”主任，并在会上做学术报告。星环科技创始人兼CEO孙元浩上海中医药大学副书记、副校长朱惠蓉在会上致辞，她。建立中医人工智能产业学院是推进上海中医药大学培养中医高素质、应用型、复合型、创新型人才的重要举措，中医人工智能领域的产学研合作教学步入新的发展阶段。“星环科技创新实验室”将和中医人工智能产业学院一起

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...