全部新闻
完全开放的AI基础模型应用于胸部射线照相
该文档参考了多项研究和文章，重点是深度学习技术在医学成像中的应用，尤其是用于胸部X射线分析。关键作品包括有关胸部X射线深度学习方法的调查，讨论医学成像中注释有效的机器学习方法的社论文章，放射学中人工智能应用的评论以及展示基础模型的研究，这些模型可以增强视网膜图像和病理图像分析的疾病检测。此外，几篇文章探索了自我监督的学习技术，以检测病理，而无需注释，知识增强的胸部X射线图像的预训练方法，简化的转移学习策略，具有较少数据的强大机器学习方法以及较少的数据以及旨在改善医学成像中基础模型中使用的开放性的框架。
NVIDIA在德国建造第一工业AI云
NVIDIA首席执行官Jensen Huang宣布了计划在巴黎的Vivatech会议上扩大七个欧洲国家的技术中心，并在整个欧洲开设20家AI工厂。NVIDIA将与Mistral合作，使用18,000个为欧洲企业的最新筹码创建一个AI计算平台。黄还表示，欧洲的AI计算能力将在两年内提高十倍，并计划在周五与德国总理弗里德里希·梅尔兹（Friedrich Merz）会面。
SLB的旗舰数字平台可在新的Mistral Compute AI基础架构上使用
SLB正在与Mistral AI合作，在欧洲边界内部署称为Mistral Compertute的集成AI计算产品，以确保数据居住权和安全性，同时为能源领域的高级AI模型提供计算能力。这项合作始于2024年初，并为SLB的Lumi™平台提供了Mistral AI高效的大语言模型。该倡议旨在通过更快，更准确的模型培训和地质数据的解释来加速复杂能源数据，增强决策并提高运营绩效的见解。
迪士尼和NBCuniversal Sue AI公司Midjourney侵犯版权
沃尔特·迪斯尼公司（Walt Disney Co.）和NBCUniversal已向洛杉矶美国地方法院的AI公司Midjourney提起诉讼，指责其通过其图像生成服务生成了未经授权的受版权保护作品的副本。该诉讼声称，Midjourney的举动构成了侵犯版权，该图像未经许可，其特色是达斯·维达（Darth Vader）和奴才（Minions）等人物。迪士尼和NBCuniversal正在寻求未指定的损害赔偿，涉嫌侵权的收益以及禁令的救济。该案件强调了使用受版权保护的材料来培训模型和分发侵权内容的关注AI公司。沃尔特迪斯尼公司和nbcuniversal
这些人工智能（AI）股票可以吸引沃伦·巴菲特风格的投资者|Motley傻瓜
沃伦·巴菲特（Warren Buffett）的价值投资方法已应用于AI股票，Micron Technology，Dell Technologies和Alphabet被确定为该行业的良好价值。微米从其创新的AI硬件中受益；尽管宏观经济波动率，戴尔还是捕获了对AI优化服务器的日益增长的需求。Alphabet认为通过将AI集成到搜索和云服务中来推动收入增长。与Nvidia和Microsoft这样的同行相比，这些公司提供了有吸引力的估值，这使他们根据巴菲特的标准对长期投资有吸引力的选择。
首席执行官正在创建自己的AI副本，这些副本正在向他们的困惑下的脑脱头幻觉
CEO正在利用AI来创建数字化身来处理常规任务，例如媒体访谈。像个人AI，Delphi和Tavus这样的公司正在开发这些技术，但是面临着不准确和“幻觉”等挑战。尽管一些CEO在使用AI立即回答员工问题时发现了价值，但该技术的可靠性仍然值得怀疑。关于AI是否可以最终可以完全取代高管的辩论，其中很大一部分经过调查的业务领导者认为这是可能的。但是，当前的实施可能会误导员工和公众，从而引起对问责制和对行政特权的看法的担忧。
心理阅读AI将瘫痪的人的脑波变成即时演讲
脑部计算机界面使一个瘫痪的人能够进行实时对话，甚至通过由他的思想控制的合成声音唱歌，并在25毫秒的神经活动中产生了言语。研究人员将电极植入了他的大脑区域，负责控制口语肌肉，并使用AI将神经模式与预期的单词和弯曲相关联，旨在改善自然沟通。
Meta推出了AI“世界模型”，以推动机器人技术，自动驾驶汽车
Meta平台宣布推出名为V-JEPA 2的高级AI“世界模型”，旨在更好地了解3D环境并预测物理对象运动。开源模型旨在使诸如交付机器人和自动驾驶汽车之类的机器通过理解实时环境而不依赖大量标记的数据或录像带，从而更有效地浏览世界。在OpenAI，Microsoft和Google等公司的竞争中，这种发展强调了Meta对人工智能的战略关注。
Meta推出了AI“世界模型”，以推动机器人技术，自动驾驶汽车
Meta平台宣布发布V-JEPA 2，这是一种开源AI“世界模型”，旨在更好地了解3D环境并预测物理对象运动。这一进步旨在通过使其能够实时理解和与周围环境进行理解和互动，从而增强诸如交付机器人和自动驾驶汽车之类的应用。与依靠大型数据集的传统方法不同，V-JEPA 2使用简化的“潜在”空间来推理物理世界，这使其成为迈向更类似人类的AI决策能力的重要一步。