温州医科大学附属第一医院为健康保驾护航******

　　1月9日上午9时，温州医科大学附属第一医院内一位67岁老人昏迷后口吐白沫。伴随着一声声沙哑的“让一让，请让一让！”担架上的老人被推入急诊抢救室。抢救室拥挤到医生也快无处下脚的地步，没有空床，医护人员只能就地抢救……这样的急救画面时刻都在发生，抢救室内的床位已经满员，作为战时抢救后备区域的急诊大厅也躺满了人，内科急门诊诊室由原来的2个增加到8个，但每天依然是黑压压的一片人头在排队。

　　“我在新疆已经阳过了，非常时期，可以尽一份力。”还在援疆服务期的消化内科副主任黄庆科刚结束2个月的方舱工作，根据上级指令回温州休假的他，主动报名返院支援，连续多天在急门诊连轴转。“1月4日，急诊总人数1900余人，其中急危重症患者约130人；全院住院患者4200人，床位全满……”急诊科副主任（主持）洪广亮介绍，最近急诊抢救入院人数是平时的近3倍，其中急危重症数量较平常增加尤为明显，且大多是有基础疾病伴发低氧血症的老年人。在公园路院区急诊科，整个急诊大厅都躺满了人，急诊一楼后门CT室门口都是加床。

　　连日来，为使患者得到及时有效的救治，温州医科大学附属第一医院“全院启动方舱模式”收治新冠病毒感染患者，储备应急支援队伍，抽调医务人员支援发热门诊、急诊及重症隔离病区，职能处室负责人驻点急诊抢救室、发热门诊、参与临床查房，协助患者分流、调配床位……

　　“好在最近几天医院出了很多新政策，医务处的几位负责人每天在两个院区的急诊科协调，滞留人数降下来了，医疗救治秩序也更加高效了。”负责公园路院区急诊运行的急诊科副主任吴斌介绍说，根据阶段性患者实际就诊需求的变化，动态优化政策发挥了重要作用。前段时间公园路院区急诊内科诊室排长队，就增设发热门诊和机动班，向各科室抽调有抗疫经验的医护人员支援发热门诊，加快患者分流，提高了诊疗效率；近几日抢救室接诊的高龄老人、基础疾病患者数量较多，医院则安排各科室支援急诊，按指标认领病人，滞留人员大大减少。

　　说起坚持在急救一线的医护人员，急诊400病区护士长李心群和410副护士长何春雷有些哽咽：“工作量翻了好几倍，不少同事感染后还未痊愈，有的夜班护士还在发烧，但大家都是做急诊的，都知道现在的困难，好多人二十来天几乎没休息过，大伙儿都说自己随时能顶上，一定会扛过去的。”

　　“所有床位迅速收满，这里就如临时的‘战地医院’，每个医护人员都绷紧了神经竭尽全力救治患者。”1月9日早上8时，在6号楼重症救治病区，ICU副主任王晓蓉、徐红蕾与经培训的内外科支援人员组成诊疗小组正在紧张的查房中。收治在重症病区的患者大都是患有基础疾病合并新冠病毒感染的老年人，病情变化快，医护人员时刻承担着巨大的体能消耗与心理压力，半夜接到“抢救电话”赶回病区支援是常态，很多时候结束抢救后，因放心不下患者，医护人员就在办公室简单打个盹，再投入新一天的工作。

　　“全院护理人员随时投入医院救治工作，特殊时期有太多‘轻伤不下火线’的例子，让我们又心疼又为他们全力拼搏的精神感动。”护理部主任孙彩霞说。重症医学科副主任医师马继红，第一时间进入增开的重症病房，连续半个月无休，为争取生命抢时间。“人手不足时，白班夜班连着上，医院给的5天隔离假一天也用不上。”

　　俯卧位通气治疗有利于肺炎患者血氧值的提升，对于救治工作尤为关键，收治在重症救治病区的患者往往是缺乏自主性的高龄老人，自身无意识使不上力，常常需要4、5名医护人员一起协助。每天上午下午各两次翻身俯卧，一轮下来，医护人员脸上身上早已被汗水浸透。“虽然工作量大幅增加，但看到患者呼吸逐渐顺畅，也给了我们许多救治的信心。”说话间，重症监护室护士长张其霞又匆匆投入了紧张的工作。

　　时值深冬，“老慢支”、肺心病、肺气肿等疾病高发，呼吸与危重症医学科全科出动，每日仅系统中收到的会诊申请都在150人左右，床位一扩就满，通宵夜值成为日常。担任呼吸与危重症医学科住院总的主治医师陈超蕾每日奔波在会诊和协调呼吸科床位的路上，几乎每天都深夜或凌晨才完成会诊记录。在排床时，她也会主动和急诊分流的医师申请，将更加危急的病患排到呼吸科病区，以缓解其他专科病区的压力。

　　为应对庞大的发热患者就诊人次，温州医科大学附属第一医院发热门诊诊室从3个增至7个，由原本感染内科固定配员变为感染内科带头，其他内外科医师增援。发热高峰时期，前去支援的医护人员纷纷因频繁接诊新冠感染患者而发烧，发热门诊组长、感染内科医师陈瑞聪说，“我们都不忍心请假，因为不是我强撑着在干，就是我的兄弟替我顶着。”

　　本轮疫情初起时，372名各专科的规培研究生与外院规培学员第一时间选择留下，他们大部分人也感染了新冠病毒，面对巨大的救治压力，年轻的他们休息一两天就回到工作岗位。重症高峰到来，又有300余名研究生返院加入到全院医疗救治队伍。

　　据悉，温州医科大学附属第一医院组建了500人重症、急诊后备队，360人重症护理队，500人发热门诊后备队，所有人员都经过重症、急诊轮岗，技术过硬，实行车轮战，轮番上阵。（光明日报全媒体见习记者刘习记者陆健）

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵