第(1/3)頁
那句話怎么說來著，【獲得了幾百名教授一致通過】。
尤其是灣區附近兩所最頂級的高校，斯坦福和伯克利兩個派系。由于他們在人工智能比較沒落的時候仍舊堅持研究，因而也對這些遲到的果實感到格外珍惜。
斯坦福腫瘤方向的教授劉勇使用了這系列算法之后，感到十分驚奇，這電腦明明一兩年前才剛剛學會分辨什么是貓，怎么現在突然就這么生猛了？
尤其是比較難一點的病癥，自己帶的幾個學生分辨起來一看就是十幾二十分鐘，這東西倒好，幾秒鐘就能給出一個答復。
為此，他私下里和孟繁岐聊過兩三次，大概了解了原理，也為他協調提供了不少數據作為支持。
有一次，劉勇教授向孟繁岐詢問道：“既然人工智能已經可以對圖片中病變的種類，區域和輪廓都做出如此準確的分析判斷，那能不能幫忙把醫囑或者文字分析也給寫了？”
孟繁岐聽完頓時語塞，沒想到劉教授接受新事物的速度還挺快，已經做上白日夢了這是。
他只得實話告訴劉教授，別說語言和圖像的結合的多模態了，目前語言模型本身都仍舊是一個相對急需突破的領域。
想要實現他需求的功能，恐怕還得幾年。
斯坦福的其他醫學教授，比如杰佛雷主任等人則非常看好孟繁岐阿爾法fold項目，尤其是杰佛雷，他曾經擔任二十多個臨床藥物研究的首席調查員，因而非常能夠理解這種蛋白質分析能力的價值。
杰佛雷是個大腦門，有點胖乎乎的中年男子，滿面紅光，對待學生十分熱情。
在得知孟繁岐的阿爾法fold項目很是缺乏高質量的蛋白質數據之后，也非常積極踴躍地提供了協助。
總體來說，斯坦福醫學派系對本校學生的的突破相當熱情，借助著加州這兩所頂級高校的影響力，孟繁岐的成果正在慢慢地向外輻射。
只不過大量數據的準備，并不是區區幾天就可以有顯著成效的。
即便加州相關方面的教授集體支持，積累數據的速度仍舊遠遠要比孟繁岐所想的慢不少。
阿爾法fold項目的正式開啟時間，至少要往后延一到兩個月。
因而在開學前的這段時間，孟繁岐的蛋白質分析大計不得不進入了一段時間的停滯期。
“技術提的太快，就是會碰到這種問題。”孟繁岐有些無可奈何，別說很多領域還來不及接受和消化自己做出的能力提升。
第(1/3)頁