全部新闻
天文学家正在使用人工智能解锁黑洞的秘密
一支国际天文学家团队开发了一个AI神经网络，该网络训练了数百万个黑洞模拟，以解释来自M87和Sagittarius A*的超级质量黑洞的现实数据。该AI成功地分析了先前废弃的信息，从而导致有关射手座A*的新见解，包括其接近最大的旋转速度和相对于地球的方向。研究结果挑战了现有理论，并代表了这些神秘宇宙对象的模型和模拟的早期步骤。
眼科的体现人工智能
Qiu等人发表在NPJ数字医学上的Qiu等人的文章“在眼科中体现了人工智能”，探讨了体现人工智能（AI）技术在眼科护理中的应用和潜力。该研究强调了几个关键领域：###关键贡献：1。**研究设计和数据收集**：Yao Qiu，小陈和Wu负责设计研究，收集数据并起草手稿的初始版本。2。**项目管理与协调**：Yunqian Li，Pusheng Xu，Kai Jin，Xianwen Shang和Peranut Chotcomwongse管理和协调研究项目的方面，以确保其平稳的执行和审查流程。3。**监督和编辑**：Mingguang He和Danli Shi为研究设计，手稿编辑和关键的知识投入提供了监督。###区域探索： - **体现的AI技术**：论文研究了如何将体现的AI整合到眼科中，以增强患者护理，诊断和治疗。 - **数据收集和分析方法**：描述用于收集和分析与眼睛健康中AI应用相关的数据的方法。 - **道德考虑**：解决了在医疗机构中部署AI和机器人技术等先进技术的道德含义。 - **隐私和安全问题**：评估如何在利用新兴技术解决方案时保护患者信息并保持隐私。###应用程序：1。**增强的诊断**：体现的AI可以通过更好地解释成像数据（例如OCT扫描，视网膜照片）来帮助更准确地诊断。2。**远程医疗的进步**：本文讨论了体现AI如何通过具有更高的精确性和有效性的远程咨询来改善电视风格。3。**手术辅助**：机器人和AI系统可以帮助外科医生进行复杂的程序，例如玻璃体视网膜手术，具有更高的准确性和安全性。###挑战和未来的方向： - **技术偏见缓解**：该研究强调了解决AI算法固有的偏见的必要性，而AI算法可能导致不公平或不准确的结果，尤其是在多样化的患者人群中。 - **道德框架**：提出了确保在临床环境中AI道德使用的准则，包括有关知情同意和数据隐私的考虑。 - **法规合规性**：强调遵守法律标准的重要性，同时开发创新的AI驱动解决方案。＃＃＃ 结论：研究强调，体现的人工智能为眼科提供了变革潜力，但需要仔细考虑技术，道德和监管挑战。通过主动解决这些问题，利益相关者可以最大程度地利用AI技术在全球改善眼科服务方面的好处。###致谢和资金：这项研究得到了香港理工大学，Innohk倡议下的HKSAR政府，Henry G. Leong的各种赠款的支持。该摘要概述了Qiu等人提出的研究贡献，所采用的方法和未来观点，强调了体现AI在推进眼科护理方面的多方面作用。
2被低估的人工智能（AI）股票在华尔街的雷达下飞行|Motley傻瓜
人工智能（AI）正在推动技术支出的显着增长，但并非所有与AI相关的股票的价格都相称上涨。本文重点介绍了两家从AI中受益的雷达下公司，而无需匹配股票表现：ASML Holding和Ambarella。尽管面临挑战，但由于对AI应用程序中使用的高级芯片的需求，ASML大量的第1季度2025收入和收益增长。Ambarella以其在汽车和IoT设备中使用的计算机视觉芯片而闻名，他在Edge AI市场上的增长良好，预计收入强劲。根据分析师的预测，这两家公司都提供具有潜在上升空间的有吸引力的估值。
开发人员在德克萨斯州提出了100多家新的天然气发电厂 - 内部气候新闻
公司计划在德克萨斯州建造100多个新的燃气发电厂，总容量为58,000兆瓦，这是由于AI数据中心等行业的需求不断增长。但是，这些项目面临着环境问题，包括重大的温室气体排放和健康影响。尽管国家对天然气基础设施的支持，但由于污染的担忧，当地社区仍反对这些计划。环保团体已经提出了对可能低估排放量的程序的允许流程的问题。
在阿姆斯特丹的高风险实验中创造公平的福利AI
阿姆斯特丹市议会对SMART检查的AI系统进行了多年实验，旨在识别和减少福利欺诈，同时最大程度地减少人类审查过程中固有的偏见。但是，尽管进行了严格的测试和重新校准工作，但该项目最终未能实现其目标。这是故事中的一些要点：1。**初始目标**：主要目的是使用机器学习算法比传统的基于人类的方法更有效，公平地检测潜在的福利欺诈案例。2。**发展阶段**： - 建立基本模型的原型阶段。 - 广泛的测试阶段，包括偏置分析，人口不平衡调整以及具有实际应用的实时试验试验。3。**遇到的挑战**： - 尽管对算法进行了重新校准，以最大程度地减少对某些人口统计的偏见（例如，非单口个体），但在现场测试中出现了新的偏见，这些偏见比其他人的申请人相对于其他人。 - 与人类审稿人相比，该模型标记了更多的调查案例，但在确定实际欺诈实例方面表现不佳。4。**金融投资**：该项目花费了大约53.5万欧元，其中包括35,000欧元用于与城市员工咨询德勤和内部发展成本的咨询。5。**道德问题**： - 关于AI系统是否符合偏见纠正的人AI系统是否符合人AI系统的问题。 - 倡导者强调了正在进行的系统性问题，例如不受利益增加的生活成本上升以及与福利申请人进行更多个人互动的需求。6。**终止决定**：该项目在2023年末终止，当时很明显，智能支票包含重大偏见，这与减少歧视的目的相反。7。**未来的影响**： - 这一集提出了有关在公共服务中部署AI系统的更广泛问题，以及更需要定义公平的包容性方法。 - 有人呼吁更直接地参与受影响的社区，以确定应如何应用这种技术解决方案。8。**学习的教训**： - 虽然该项目旨在创新福利管理，但其复杂性突显了一些基本问题可能需要政治而不是纯粹的技术解决方案。 - 恢复手动过程的决定强调，如果自动化替代方案引入新的偏见或效率低下，即使是有缺陷的人类系统似乎也是可取的。智能检查的失败强调了将先进的AI技术集成到公共服务交付中所涉及的挑战和道德考虑，尤其是在处理诸如社会福利之类的敏感问题时。
报告发现，人工智能革命“前所未有”的速度。
玛丽·米克（Mary Meeker）被称为“互联网女王”（Queen of the Internet），他发布了一份340页的报告，标题为“趋势 - 人工智能”，该报告突出了AI投资，开发，采用和用法的前所未有的速度。该报告强调，到2025年4月，Chatgpt在推出仅两年后就达到了8亿用户，这标志着历史上最大的“一夜之间成功”。米克（Meeker）预测，与台式机互联网的前12年采用期相比，大多数家庭只需要三年来采用AI技术。该报告还指出，主要科技公司的收益报告中对AI的积极开发以及对新AI模型和数据集的大幅增长的提及。此外，开发新的AI模型的成本急剧下降，尽管培训A模型的成本不断上升，但在两年内推断成本下降了99％。
Sam Altman，Openai：超级智能时代已经开始
Openai的首席执行官Sam Altman宣称，人类进入了人工超级智能时代，并说没有回头路。他声称，像Chatgpt这样的系统已经比有史以来任何人的人都更强大，并且AI的进步将继续加速。到明年，他预计特工有能力进行真正的认知工作。到2027年，机器人在物理世界中执行任务。阿尔特曼（Altman）强调，人们担心AI由于较小的缺陷造成伤害的潜力，并强调需要解决一致性问题的必要性，以确保无上智能系统与人类价值观保持一致。他设想了一个未来，超级智能变得像电力一样无处不在且负担得起，敦促全球讨论集体一致性。Openai
与岩石上的AI -WAR -WAR -WARS一起编码防御解决方案
一名海军军官在短短三个小时内使用AI（GPT-4和Gemini 2.5 Pro）开发了复杂的飞行调度工具，从而将开发时间从几周减少到仅小时。这一突破表明，AI可以极大地改变军方开发和获取软件解决方案的方式。通过AI启用了快速原型，程序经理可以快速测试多个应用程序，从而根据实际的绩效数据而不是投机性会议做出更明智的决策。但是，安全仍然是一个关键的限制，因为在快速开发的AI技术时代，需要新的方法来进行威胁评估和认证。军方必须适应这种范式转变，以避免能力发展落后，这强调了早期采用和系统变化的战略重要性。
山姆·奥特曼（Sam Altman）认为AI明年将拥有“新颖见解” |TechCrunch
Openai首席执行官Sam Altman发表了一篇题为“ The Gentle Singularity”的文章，概述了他对AI将如何改变未来15年的人类经历的愿景。他预测，到2026年，AI系统将能够产生新颖的见解，与Openai最近关注开发模型以产生新想法的关注。尽管诸如Google和Anthropic之类的竞争对手也在研究类似技术，但对AI产生真正原始科学假设的能力仍然存在怀疑。奥特曼（Altman）的过去预测经常预示着Openai的未来计划，这表明本文可能暗示了AI研究中即将发生的发展。
65％的学生每周使用AI Gen Gen聊天机器人
Tyton Partners的一项研究表明，尽管在高等教育中广泛使用了生成的AI工具，但利益相关者还是强烈更喜欢面对面的教学和人为主导的学习经验而不是数字替代方案。该报告表明，将面对面参与度评估为学生成功的趋势增长，其中64％的教师和32％的学生更喜欢传统的课堂环境。自2023年以来，这两组中的完全在线课程的兴趣减少了。此外，这项研究强调了对与AI使用相关的学术不诚实的担忧，并且需要在教育中采用明确的机构政策。
