AWS上海人工智慧研究院聯合AWS全球AI 研究團隊、明尼蘇達大學、俄亥俄州立大學和湖南大學的專家學者共同構建藥物重定位知識圖譜抗擊新冠
在2020年7月9日下午舉辦的世界人工智慧大會2020雲端峰會產業發展高峰論壇全體會議上，AWS人工智慧副總裁Swami Sivasubramanian發表了題為《突破常規：機器學習無處不在》的主題演講。他表示，我們正在開啟一個機器學習的黃金時代，機器學習已經在汽車自動駕駛、欺詐檢測、呼叫中心、生產製造、語音轉錄、機器人技術、金融、零售、醫療等多個領域發揮重要作用。Swami還就企業如何使用機器學習技術及培養機器學習能力等方面提出建議，希望機器學習為各類企業和機構的發展注入強大動能，助力整個社會加速邁入人工智慧時代的美好未來。
在“智聯世界，共同家園”這一主題的號召下，今年的世界人工智慧大會正在緊密推進使用 AI 對新冠肺炎的診斷、康復和復工復產等方面進行研究的工作。自新冠肺炎疫情爆發以來，AWS一直在大力推動機器學習在全球抗疫中發揮作用。本屆世界人工智慧大會期間，“AWS面向藥物發現的深度圖學習”成功入選2020卓越人工智慧引領獎（Super AI Leader，簡稱SAIL）年度榜單，體現了AWS在深度圖學習方面的領先技術和在醫療領域的前瞻應用。
這一入選專案包含了AWS所構建的一個生物醫藥知識圖譜，以及研發的一系列面向新藥研發的深度圖學習工具。其中最為引人注目的是AWS近期公開發布的一個用於大規模藥物重定位（老藥新用）的知識圖譜 DRKG (Drug Repurposing Knowledge Graph)，以及一套完整的用於藥物重定位研究的機器學習工具，目前已經在 github 上開源給全世界研究機構。DRKG是AWS上海人工智慧研究院聯合AWS全球AI 研究團隊、明尼蘇達大學、俄亥俄州立大學和湖南大學的專家學者共同構建的，其目的是幫助研究人員更有效地對新冠病毒及其它疾病（如阿爾茨海默病）進行藥物重定位研究。相比較傳統的新藥開發，藥物重定位可以縮短藥物研發週期，降低成本，規避風險，因此是一種比較有前景的新冠肺炎治療策略。DRKG是一個綜合型生物醫藥知識圖譜，它從六個公開的大型醫藥資料庫以及近期新冠肺炎的相關醫學文獻中挖掘資料並進行整理和規範，包含了人類基因、化合物、生物過程、藥物副作用、疾病和症狀等六個主要方面的資料。
此外，入選專案還包含兩個由AWS上海人工智慧研究院研發並開源的深度圖學習工具，包括專門針對大規模知識圖譜嵌入表示的訓練和推理工具DGL-KE及支援分子性質預測、藥物設計、先導化合物優化、化學反應預測等的DGL-LifeSci。測試表明，DGL-KE相比同型別其他開源工具在標準測試集上有2到5倍加速，DGL-LifeSci使研究人員可以只用一行程式碼完成分子性質預測建模，較現有的實現最高能提速13倍。
AWS一直以來致力於將其在機器學習和人工智慧方面深厚的技術積累，以雲服務的方式，賦能給全球幾百萬客戶。除了抗擊新冠疫情之外，機器學習在各行各業都有著非常廣泛的應用前景。本屆世界人工智慧大會期間，AWS專門舉辦了主題為“當AI在雲端生長”的線上論壇，從前沿技術、行業應用場景和技術實現的角度，分享如何藉助 AWS 機器學習和人工智慧服務進行創新，提高效率和節約成本，推動AI實際落地及各行業應用場景的實現。AWS機器學習副總裁和傑出科學家Alex Smola、AWS機器學習副總裁Bratin Saha、AWS首席科學家李沐、AWS上海人工智慧研究院院長張崢、AWS中國機器學習業務擴充和產品技術架構總監代聞、AWS首席開發者佈道師費良巨集、AWS 高階開發者顧問王宇博、天津華來科技有限公司 CTO季寶平、Freewheel 機器學習團隊負責人吳磊、中科創達軟體股份有限公司技術長鄒鵬程等出席了這一論壇。
作為2020世界人工智慧大會的戰略合作伙伴，AWS連續三年鼎力支援大會。今年，AWS也將通過深度參與各類全體會議、主題論壇、行業論壇以及通過雲端峰會AI家園展示區等，多方式詮釋“當AI在雲端生長”的無限可能！