ZKIZ Archives


為什麽油價跌起來又快又深?

來源: http://wallstreetcn.com/node/210080

a-perfect-storm-could-cause-a-collapse-in-oil-prices-that-hits-the-stock-market-too

自6月中旬以來的短短幾個月,國際原油價格最高下跌了29%,原因很多:美國經濟增長緩慢,歐洲和中國的需求疲軟,中東局勢動蕩威脅該地區原油供應,但這個威脅非但沒有成為現實,部分中東國家產量反而大幅增長。

Paramount Options Inc. 總裁Ray Carbone表示,在經歷了三個半月的下跌之後,跌幅加深的轉折點發生在10月1日。華爾街見聞曾提及,沙特當時調降了針對大客戶的原油售價。此舉表明全球最大的原油出口國更樂於捍衛自己的市場份額,而非減產挺價。

自供應穩步上升、需求仍疲軟之後,OPEC成員國之間爆發的價格戰令外界質疑新油田的投資前景。

OPEC秘書長Abdalla el-Badri 否認了成員國價格戰的存在,“我們的國家追隨著市場,人們根據市場價格銷售產品。”

就在今年早些時候,投資者們還關註利比亞、伊拉克和烏克蘭發生的武裝沖突,這些事件可能影響到原油價格,BRG Brokerage公司總裁Jeff Grossman如此介紹。不過,市場當時擔憂的原油供應被打斷並未發生。

這令一些人措手不及,因為他們仍然擔憂的某些類似的地緣政治風險事件從來沒有真正發生。也許從來不應該到達100美元。

事實上,中東國家的原油產出不僅沒有下降,反而是在增加。利比亞的原油產出自6月以來迅猛增長了三倍,約90萬桶/天,一位熟悉情況的官員表示。戰爭並沒有令伊拉克停產,當前該國的產出在每天310萬桶。

OPEC石油總產出甚至在9月份觸及11個月以來的最高水平,達每天3090萬桶。

巴克萊在28日在本月內第二次削減了原油價格預期,援引的論據是全球供應盈余。該行稱布倫特油價將在2015年為平均每桶93美元,WTI平均油價為85美元,此前分別為96美元和89美元。

華爾街見聞提到,繼美銀、巴克萊、德銀、花旗本月下調油價預期後,以看多石油聞名業內的高盛本周也在轉向,預計明年第二季度布倫特原油跌至80美元/桶,較當前水平再跌10%。

(更多精彩財經資訊,點擊這里下載華爾街見聞App)

PermaLink: https://articles.zkiz.com/?id=117154

兩后同床瞓齊人就快又做老竇

1 : GS(14)@2017-05-21 13:16:09

來自英國的36歲齊人萊昂斯(Adam Lyons)與28歲女友布魯克(Brooke)及27歲女友珍妮(Jane)過著三人行的幸福生活,三人每晚同睡一張床,繼布魯克為他誕下一子後,珍妮亦宣佈造人成功,一家人都非常興奮。萊昂斯在前一段婚姻已與太太各自各精彩,他搭上雙性戀好友布魯克後,於2012年正式與太太離婚,並與布魯克育有現年2歲的丹蒂(Dante)。兩口子一起外出尋找性伴,2013年認識同樣是雙性戀的珍妮,自始一家人在美國展開新生活。珍妮預產期在7月,她說:「我總是以為你一有寶寶,就會成了孩子的奴隸……但與萊昂斯及布魯克一起養大丹蒂,見到他在三名父母下成長,我意識到我們可以一家人一起來。」她續道:「有三名父母,我們仍可有社交生活,分享父母職責,你就不會變成典型睡眠不足的媽媽!」珍妮、萊昂斯及布魯克相信,新成員會令一家人更完整。萊昂斯說:「我們全部都做父母,一起養大孩子,真是非常美妙。我們徹底談過,都認為我們都是子女的父母。對子女來說,我們官式稱呼為:『爸爸』、『媽媽』、『媽媽』。對我們來說,三人行肯定較兩人行好。」萊昂斯又說三人行5年並非「玩玩下」,而且孩子健康又快樂,直言這應是未來的發展模式。英國《每日郵報》




來源: http://hk.apple.nextmedia.com/international/art/20170521/20028433
PermaLink: https://articles.zkiz.com/?id=333864

大數據深度學習 AI醫生診症快又準

1 : GS(14)@2017-09-18 03:55:50

https://skypost.ulifestyle.com.h ... B%E5%8F%88%E6%BA%96

有沒有想過將會有一天,會由機械人為人類進行手術?其實,隨着科技發展,AI(人工智能)技術已經逐漸應用在醫療範疇。現時除了傳統的醫療及藥物公司積極開發AI系統外,不少科技公司如Google、IBM及微軟等都加入醫療大數據的行列,運用深度學習技術及快速識別,針對長期病,尤其癌症的診斷和療法,希望提供全新醫療方法。

Google教AI 診斷糖尿眼

為對付長期病患,Google的研究團隊運用學習系統「TensorFlow」,將技術應用在醫療領域判斷醫學成像,包括診斷糖尿病視網膜病變(俗稱糖尿眼)、乳腺癌腫瘤轉移等。

Google研究團隊表示,糖尿病視網膜病變是全球失明人數攀升的主因,目前有4.1億糖尿病患者都有視網膜病變的風險,而一般視網膜眼底經特殊相機拍攝後,必須由專業眼科醫生判別影像加以分級,才進行治療。但由於部分地區專業醫生短缺,令部分患者未能及時接受治療。Google希望研究如何將深度學習應用於視網膜影像判斷,團隊已經收集到12.8萬張視網膜眼底影像,並與54名專業眼科醫生合作,建立病症識別模型,進而訓練AI分析和解讀視網膜眼底影像,達到如同專業眼科醫生般判讀視網膜病變等級的能力,從而更準確及快捷診斷糖尿病視網膜病變。

中大新技術 驗癌更迅速

同時,AI可以透過分析病例切片,提供更準確的病症判斷。在本港,中大工程學院近年開發以人工智能進行深度學習,學習判斷電腦斷層掃描(CT)及病理切片,診斷肺癌及乳腺癌的準確率分別高達91%及99%,而且診斷時間大大縮減。在診斷肺癌時,使用深度學習技術,在CT掃描圖像中識別肺小結節只需30秒,而醫生用肉眼看則需3至5分鐘。而處理乳腺癌的切片圖像時,深度學習技術只需5至10分鐘,就可挑選出有淋巴結轉移的部分,比醫生用肉眼查看需15至30分鐘更快,準確率亦較肉眼高。

10分鐘揪出 罕見白血病

自從AlphaGo在圍棋領域連續戰勝了人類圍棋高手後,AI技術就成為最受關注的焦點之一,而醫療便是其中一個最大的應用領域。但與其他行業不同,醫療是一個十分需要經驗的行業,需要積累大量的醫學知識,並透過臨床工作中不斷實習才能精準判斷病情;而基於深度學習(Deep Learning)的AI其實和醫生一樣,都需要大量的學習來掌握知識,並且在實踐中不斷完善數據和資料,從而準確分析症狀。

現時運用AI治療疾病,主要是協助醫生在診斷期間分析病症。例如IBM研發的「Watson」,在長達4年的時間內「Watson」學習了200本腫瘤領域的教科書、290本醫學期刊和超過1,500萬份的文獻後,近年開始作臨床應用,將病人的病歷資訊和症狀輸入系統,即可辨識癌症病徵。現時,「Watson」已可以在肺癌、乳腺癌、直腸癌、結腸癌、胃癌和宮頸癌等癌症領域為醫生提供診斷建議。

上月,日本東京大學醫學研究院的科學家,就通過「Watson」的協助,僅用不到10分鐘時間就判斷出一名60歲女性患有罕見的白血病,而「Watson」更向研究人員提出了治療方案,提升了整個診斷的速度。

微軟App 助視障者看世界

除了在診斷和識別中應用AI,有部分科技企業更將AI用在協助患者恢復或重拾缺失的身體機能。微軟早在去年運用AI技術,協助視障人士重拾「光明」;這款名為「Seeing AI」手機App經過完善後,可利用電腦視覺技術,為視障者描述附近的環境;同時,只要將鏡頭指向一個人,手機就會形容對方的體格和樣貌,甚至心情;如果掃描一個產品,AI就會形容是甚麼產品。

這款App還有一項實用功能,就是能辨別美元。由於不同面額的美鈔大小、顏色都相似,對視障人士往往是個困擾,這款App可以幫助視障人士辨別金額。

機械人做手術 仍未及人手快

美國Children's National Health System去年曾經就外科手術進行試驗,由該醫學中心研發的全球第一個可以自動操作軟組織手術的機械人「Smart Tissue Autonomous Robot」(Star),做了一個模擬手術測試。

該AI機械人內置智能系統,令醫生可以制定手術方案,或者根據影像系統製作的信息,判斷器官的變化,調整手術方案。系統還會通過紅外綫(NIRF)標記和3D光場造像技術,捕捉目標器官的光場信息,製作3D立體影像,可以準確監測目標器官的動作和變化。

但最終,在模擬手術測試中,熟練外科醫生只需要8分鐘就能完成的手術,而Star至少需要35分鐘;但醫療中心的研究團隊認為,現時的技術仍有改進空間,提升技術後,會在兩年內進入臨床測試,首先會進行膽囊和盲腸的切除手術。

AI在醫療領域使用其實非常廣泛,現時主要分為4大範疇,包括醫療診斷智能系統、醫學影像分析、新型藥物配對及營養健康支援,而隨着語音識別及圖像分析的技術逐步提升,從而推動整個智能醫療產業的發展,並帶動不少醫療科技企業出現。

醫學影像分析 高效精確

代表︰美國公司Enlitic

功能:醫學影像的解讀需長時間專業經驗的積累,醫生學習的過程相對較長,而人工智能在對圖像的檢測效率和精度兩個方面,都可以做得比專業醫生更快,並可減少人為失誤。

簡介:Enlitic創立於2014年,2015年就被醫學科技期刊《MIT Technology Review》評為2015全球最具潛力的50家的智能公司之一。Enlitic開發出從X光照片及CT掃描圖像中找出惡性腫瘤的圖像識別軟件,利用深度學習的方法對大量醫療圖像數據進行機器學習,自動總結出病症的「特徵」以及「病況」。

醫療診斷系統 提早斷症

代表:英國初創企業Babylon Health

功能:醫療診斷智能系統可根據與用戶的交談,智能化地通過病情描述判斷病因。

簡介:Babylon Health是一間倫敦初創公司,正研發一款類似Siri的人工智能系統,用於醫療診斷。Babylon在過去兩年建立一個龐大的醫學症狀數據庫,擁有3.65萬個案例。病人在正式看醫生前,可利用語音系統識別初步的病症;而該系統的月費只需約5鎊(約50港元),普羅大眾都可受惠。Babylon Health的診斷過程主要是通過語音識別,由病者對症狀的描述,然後根據疾病數據庫裏面的內容進行對比和深度學習,對患者提供醫療和護理建議;但暫時只應用於於腎臟、肝臟、膽固醇和骨科等較小範圍的領域。

新型藥物配對 減副作用

代表︰美國公司Atomwise

功能:AI科技可以運用大量數據處理,自動篩選及檢測藥物的的安全性,節省時間及成本;同時可以判斷藥物帶來的副作用,減低人體試驗的危險性。

簡介:Atomwise運用大數據,並以AI模擬藥品研發的過程。在研發的早期評估新藥研發風險,讓藥物研究的成本降至數千美元,並可以在幾天內完成。最佳例子是公司在2015年協助解決伊波拉病毒,並尋找治療方案,僅用一個星期就找新藥物,而且成本不超過1,000美元。Atomwise同時為製藥公司、創業公司和研究機構提供候選藥物預測服務,判斷哪一類新藥物有效或無效。

營養健康支援 食得安心

代表︰愛爾蘭公司Nuritas

功能:AI可以通過深度學習,給出更精準的營養學建議,成功控制餐後血糖水平,同時給予合理的膳食搭配。

簡介:Nuritas通過新開發的AI系統與分子生物學相結合的新技術,在食品領域為用戶健康建議。Nuritas通過建立食品數據庫識別標籤,為食品製造企業提供更準確的數據,製造更健康的食品;而公司則按銷量收取佣金。公司未來計劃向消費者推出個人化的營養方案,針對每位消費者的情況制定不同的方案,收取服務費。

資料整理:陳展宏

編輯:梁偉澄

美術:大雄

相片:本報資料室、網上圖片
PermaLink: https://articles.zkiz.com/?id=341280

Next Page

ZKIZ Archives @ 2019