全部新闻
研究人员警告POC漏洞利用Atlassian的AI代理商后AI攻击
来自CATO网络的研究人员发现了Atlassian模型上下文协议（MCP）的潜在安全缺陷，这是一种用于企业工作流的AI集成协议。该团队展示了概念验证攻击，称为“生活在AI上”，恶意用户可以将有害说明注入JIRA服务管理中的支持门票，从而导致数据剥落和未经授权的访问。这种漏洞突出了与AI驱动系统中不受信任的输入相关的风险，而无需进行适当的隔离或上下文控制措施。CATO网络建议对MCP工具调用进行严格的控制作为缓解策略。
SEO来搜索SEO
联合创始人詹姆斯·卡德瓦拉德（James Cadwallader）和迪伦·巴布斯（Dylan Babbs）推出了AI SEO初创公司，因为用户更多地依赖AI摘要，因此在传统引擎（例如Google）上的搜索流量下降。随着企业在降低的知名度上挣扎，深刻帮助公司在AI响应中了解他们的品牌业务，并优化Google AI概述，复杂性和Chatgpt等人工智能搜索引擎的内容。该初创公司的价值超过1亿美元，使用合成提示来跟踪AI平台的品牌提及和情感，提供了提高在线可见性的建议。伴随着Nvidia和Khosla Ventures等投资者，深刻是一个不断增长的市场的一部分，由于人们通过AI技术与搜索引擎互动的方式发生了变化，因此传统的SEO方法变得过时了。
报告：META的目标是雇用AI投资者Nat Friedman和Daniel Gross |pymnts.com
据报道，梅塔（Meta）正在谈判聘请Venture Capital Fund NFDG的AI投资者Nat Friedman和Daniel Gross。该公司的目标是领导其AI努力。如果Meta部分获得NFDG，它将在NFDG的AI初创公司中获得少数股权，而无需访问敏感信息。此举是在AI专家最近的员工雇用之后，技术巨头优先考虑AGI开发和AI行业进步的竞争优势。元
本田支持的Helm.ai揭开了自动驾驶汽车的视觉系统
本田支持的Helm.ai揭示了其基于相机的系统Helm.ai Vision，旨在解释大众市场中的自动驾驶技术的城市环境。该系统将集成到本田的2026年零系列电动汽车系列中。Helm.ai首席执行官Vladislav Voroninski表示，该公司正在与多家汽车制造商进行对话，并计划将其技术部署在生产中。尽管主要关注基于视觉的系统，但Helm.ai还是承认其他传感器在低可见性条件下安全性的重要性。迄今为止，这家初创公司已筹集了1.02亿美元，并正在为各种硬件平台优化其系统。
Genlayer推出了一种新方法，以激励人们使用AI和区块链推销您的品牌
Genlayer是一家为AI和机器代理开发分散的法律基础架构的初创公司，已启动了其首个称为Asimov的激励测试网，标志着其多相验证器入职和技术验证计划的开始。TestNet引入了一个由AI模型提供支持的“智能区块链”，以解决传统上在确定性区块链外部处理的主观决策。Genlayer还发布了Rally，这是一种使用AI验证器的自动影响者活动的分散营销协议。该公司已筹集了750万美元的种子资金，并旨在在今年晚些时候在ZKSYNC和Hearist等技术合作伙伴的支持下部署其主网。
AI使用多少能量？知道不说的人
Openai的首席执行官Sam Altman表示，平均CHATGPT查询使用0.34瓦的能量，但缺乏对计算过程的详细说明。专家争辩说，从Openai就其环境影响计算进行了更高的透明度，并批评AI模型的环境数据中缺乏披露。Sasha Luccioni最近的一项研究强调，大型语言模型中有84％没有披露的环境信息，强调了对AI工具的效率指标和排放因素的需求。
人工智能在信用中的智能应用 - 桌子 - 债券交易者的主要信息来源
买方交易者的未来信用台侧重于利用AI工具来授权交易员在技术上增强权力。驱动此转变的关键动态包括：1）利用技术来增强交易者的能力，2）使用AI进行数据聚合和分析来减少耗时的任务； 3）开发可适应性的交易工具，以支持增加市场上的电子化和自动化，尤其与成长中的资产类别（如私人信贷等增长）相关。这些进步对于有效地处理不断发展的市场细分至关重要。
解码非编码RNA与人工智能的相互作用和功能
该文档是研究论文的全面参考列表，主要集中在机器学习，深度学习，自然语言处理，图形神经网络和生物信息学等领域。这是此参考列表中涵盖的内容类型的概述：1。**深度学习模型**：论文详细介绍了基于变压器模型（例如BERT）及其在各个领域中的应用。2。** RNA和蛋白质研究**：RNA结构，修饰途径，蛋白质 - RNA相互作用，折叠动力学和结构分析技术（如形状化学）的作品。3。**生物信息学资源**：用于分析基因组数据的数据库和工具的描述，例如Ensembl，RFAM和国家生物技术信息中心（NCBI）资源。4。**图神经网络**：图表学习的研究，包括针对图形结构量身定制的注意机制和自动编码器。5。**生物学中的机器学习应用**：将机器学习技术应用于生物学数据的论文，重点是疾病机制发现和治疗候选识别。关键参考包括： - ** bert **（来自变形金刚的双向编码器表示），用于用于语言理解中的深层双向变压器。 - ** Modomics数据库**，为RNA修改提供了途径。 - ** RFAM数据库**已更新以整合元基因组数据和病毒家族，从而提高了序列搜索功能。 - ** rnacentral联盟**将二级结构整合到RNA数据库中。 - **字符串数据库**用于蛋白质 - 蛋白质关联和功能富集分析。此外，还有关于物理信息的神经网络（PINN）的参考，将物理原理与深度学习模型整合在一起，以求解部分微分方程，这些方程可用于包括生物信息学在内的各种科学领域。该列表还包括有关无监督句子嵌入的研究，毒药预测的本体预培训以及对图神经网络的全面调查。该参考收集对于在机器学习，计算生物学和结构生物学交集的研究人员中很有用，提供了各种工具和方法来分析复杂的生物学数据。
埃隆·马斯克（Elon Musk）的XAI预计将在2025年损失130亿美元 - AI项目每月耗资10亿美元的支出
据报道，埃隆·马斯克（Elon Musk）的AI创业公司Xai每月燃烧10亿美元，计划今年的售价约为130亿美元，预计只有5亿美元的收入。尽管自2023年成立以来筹集了140亿美元，但到2025年3月底，Xai只剩下40亿美元，并紧急寻求额外的93亿美元资金。该公司的目标是建立一个拥有100万个GPU的超级计算机，但面临重大财务挑战以资助此类雄心勃勃的项目。为了到2027年获得盈利，XAI必须大大增加收入或大幅降低成本。
中国制片厂计划AI驱动的重制功功能经典作品来自Bruce Lee，Jackie Chan和Jet Li
作为“功夫电影遗产项目100经典AI复兴项目”的一部分，中国制片厂利用AI振兴大约100部经典武术电影。像布鲁斯·李（Bruce Lee）的《愤怒 *》（Fury *），杰基·陈（Jackie Chan）的 *醉酒大师 *和杰特·李（Jet Li）在《中国的一次时光》中的首次亮相之类的电影将获得数字大修，增强了图像和声音质量，同时保持了原始的讲故事和美观。此外，约翰·沃（John Woo）的《更好的明天》（A Better Worter *）正在重制，作为世界上第一个完整的AI-Ai-Prodection动画功能。中国行业领导人强调，该项目不仅尊重电影遗产，而且还通过技术整合探讨了创新的艺术发展。
