第一个消息：台积电后果突现了！外媒：终究离不开大陆

自去年下半年以来，全球芯片行业已经进入了一个明显的熊市周期，持续了长达一年的时间。昔日的业绩明星台积电，不得不连续两次下调其业绩预期，而这种低迷的态势依然没有得到改善。媒体纷纷报道，离开大陆市场，芯片生产成本更高，需求量骤降，这是台积电选择《芯片法案》的代价。

随着需求的萎缩，芯片的价格也不再像之前那样居高不下。而在这样的市场环境下，包括全球最大和最先进的晶圆代工厂台积电在内的众多厂商，都开始主动采取降价策略来应对。

据了解，台积电从今年7月开始，就已经对部分产品进行了变相降价。主要涉及的是8英寸晶圆代工的模拟IC芯片，整体降价幅度在10-20%之间，部分甚至高达30%。而除了台积电外，三星、联电、中芯国际、晶合集成等其他厂商也都纷纷跟进，降价幅度和方式各不相同。

例如，部分晶圆代工厂提出了一种激励策略：当客户的订单量达到一定数量后，会额外赠送晶圆；而当订单金额达到一定额度时，则会提供相应的降价。除此之外，还有的厂商选择降低光罩费用以吸引客户。但不论这些代工厂如何变通，其核心目标无非就是降低生产成本，以此来适应当前的市场需求。

从现有的趋势看，这种低迷和降价的情况可能会延续至2023年全年。虽然先进工艺代工市场的竞争并不激烈，且需求相对稳定，但在成熟工艺领域的竞争却格外激烈。因此，我们有理由预测，在今年下半年，这个领域仍有可能出现进一步的降价。

第二个消息：华为自研芯片——技术创新的新里程碑与全球科技的新未来

华为，这个全球科技巨头，再次惊艳全球。公司副总裁孟晚舟近期宣布，华为即将推出一款自主研发的芯片。这不仅是对外部压力的有力回应，也展示了华为在技术创新和研发上的深厚实力。

曾依赖于高通、英特尔、三星等供应商的华为，近年因美国的制裁，遭遇供应链中断的巨大压力。但华为并未因此停滞，反而决定自主研发芯片，以摆脱对外部供应商的依赖。这不仅仅是策略转变，更是技术上的巨大突破。华为自研芯片具备了强大的计算和处理能力，更具有低功耗和高稳定性的特性。

这样的技术飞跃，意味着华为已经从技术跟随者，逐渐转变为技术领导者。孟晚舟强调，这是华为多年科技创新和研发的成果，同时也是回应国家自主技术控制呼吁的重要举措。

此次自主研发芯片的发布，也是华为向全球展示其强大自主创新能力的最好证明。华为将技术创新视为核心竞争力，并持续加大研发投入，这次芯片的成功研发，是华为技术积累的重要里程碑。

自研芯片无疑将为华为在全球技术领域带来更多竞争优势，尤其在人工智能、物联网等领域，华为将有更多发展的可能性。此次自主创新的成功，预示着华为将继续在全球科技产业中引领变革。

第三个消息：帕金森病能提前七年预测？科学家带来希望

英国伦敦大学学院和伦敦摩菲眼科医院的研究者们在最近的研究中取得了突破性的进展。他们成功利用人工智能技术，识别出了一组关键标志物，有望在患者出现帕金森病的临床症状前7年就进行早期诊断。这些标志物可通过简单的眼扫描即可检测出来。相关的研究成果已在美国《神经学》杂志上发表。

眼科医生早已认识到，眼睛不仅是视觉的中心，更是反映身体健康状况的“窗口”。高清晰度的视网膜图像，特别是通过光学相干断层扫描（OCT）技术获得的，已经广泛应用于眼科诊断中。在短短的一分钟内，OCT就能为医生提供高达千分之一毫米的精准横截面图像。

利用这些图像监测眼部健康当然重要，但它们的潜在价值远不止于此。扫描视网膜是一种非侵入性方法，允许医生深入观察到皮肤之下的细胞结构。有了先进的计算机技术，大量的OCT和其他眼部扫描图像可以在短时间内被精准地分析。利用机器学习技术，这些计算机能够从图像中找到许多人类眼睛可能遗漏的细微变化，这些变化与身体的整体健康状况紧密相关。

此次研究进一步证实了之前的发现，即神经节细胞—内网状层（GCIPL）的厚度显著减少。而更为重要的是，他们首次观察到了视网膜内核层（INL）的明显变薄。这些层的厚度变化与帕金森病的患病风险有直接关联。

第四个消息：AI透过胸片估测患者年龄

日本科学家最近在医学领域取得了令人瞩目的成果：他们研发了一种先进的人工智能（AI）模型，这个模型可以通过分析胸部X射线影像准确地估计出患者的实际年龄。该发现在《柳叶刀·健康长寿》杂志上公之于众。

更具深意的是，当AI预测的年龄与患者的实际年龄存在较大偏差时，这种差异可能暗示患者患有某些慢性疾病，如高血压、高尿酸血症和慢性阻塞性肺病。这一突破性的发现预示着医学影像学的一个新时代的来临，为早期诊断和疾病预防提供了有力的工具。

这个基于深度学习的AI模型的初步研发，是通过大量健康人的胸透影像数据进行训练的。为避免因使用单一数据集而导致的过拟合问题，研究团队广泛地从多家机构收集了数据。从2008年到2021年，他们共收集了67099张胸透照片，这些照片来自36051名健康的体检者。经过分析，研究结果令人震撼：AI估计的年龄与实际年龄之间的相关系数高达0.95，这意味着该模型的准确度极高。

为了进一步验证这一模型的有效性和应用价值，研究团队还额外从两个机构中收集了34197张患病者的胸部X射线照片。结果发现，AI预测年龄与实际年龄之间的差异与某些慢性疾病之间存在显著的相关性。