全部新闻
使用因果机学习来识别潜在的ALS治疗
LLNL，Stanford University和UCLA的研究人员正在使用AI/ML通过分析电子健康记录来重新利用现有药物来治疗ALS和其他神经退行性疾病。这种方法旨在加速除传统临床试验外的潜在治疗方法，这可能需要5 - 7年。初步研究确定了他汀类药物，α受体阻滞剂和PDE5抑制剂对ALS患者的生存具有积极影响，这表明它们可能是有望重新使用的候选人。该团队计划使用较大数据集进行进一步分析，以验证这些发现并探索帕金森氏病的治疗方法。
预测：这个怪物人工智能（AI）软件股票可能是华尔街的下一个库存候选人（提示：不是Palantir）
ServiceNow是AI软件股票，尽管过去12个月内收益率很高，但今年的表现不佳，这引起了人们对由于其高股价而潜在的股票拆分的猜测。该公司的绩效与Palantir Technologies形成鲜明对比，后者的表现极大。对政府效率计划的担忧可能影响了ServiceNow的股票，尽管严重依赖政府合同的Palantir并未遇到类似问题。
针迹修复：AI驱动的个性化将克服任何宏观挑战|pymnts.com
Stitch Fix报告说，其最新季度的收入同比增长，这将这种韧性归因于其个性化的购物体验。高管们强调，尽管您面临的外部挑战，例如关税或减少消费者支出，但该公司独特的人类设计师和AI驱动建议的融合仍确保了客户满意度并保护价格比较购物。对个性化的重点是在针迹修复的转型阶段中市场份额增长的关键策略。
健康联盟AI将帮助联合委员会撰写负责的AI“剧本”
联合委员会正在与卫生AI联盟合作制定指导方针和负责使用健康AI的认证计划。这项合作旨在在80％的美国医疗保健组织中推动AI的最佳实践，从而确保AI技术在患者护理中的安全和值得信赖的整合。
AI炒作就像区块链狂潮一样 - 这是炒作死亡时发生的事情
人工智能（AI）目前正在各个行业中遭受重大炒作，让人联想到2017年的区块链热潮。尽管AI具有变革性的潜力，但当前的热情浪潮通常会导致过度积极和失业，许多公司都急于未经正确的计划或监督实施未经测试的解决方案或监督。这种模式遵循典型的技术炒作周期，在该周期中，膨胀的期望之后是幻灭，然后才达到实际应用的扎根阶段。关键的教训是，成功地采用AI需要一种测量方法，重点是解决实际问题，而不是追求短期趋势。
Cronkite School欢迎AI和调查新闻业的新任实践教授
亚利桑那州立大学的沃尔特·克朗基特（Walter Cronkite）新闻与大众传播学院已任命谢尔比·格罗斯曼（Shelby Grossman）为AI和调查新闻业的第一任实践教授，这要归功于斯克里普斯·霍华德基金会（Scripps Howard Foundation）的100万美元赠款。格罗斯曼（Grossman）以前曾在斯坦福大学（Stanford）从事网络政策和在线安全研究，她的新角色将包括教学和研究AI在新闻业中的应用，同时促进媒体创新。该赠款还支持一项专业证书计划，重点是与AI组成部分的调查新闻业，以及Cronkite学校霍华德调查新闻中心的研究生培训和讲习班。
沃尔玛在“ Sparky”购物应用中使用人工智能 - 谈话业务与政治
沃尔玛（Walmart）在其移动应用程序中推出了AI-Driven的购物助理“ Ask Sparky”，旨在增强客户参与和推动销售。通过敲击快乐的表情符号，Sparky通过用户最近的搜索（例如父亲节礼物创意和天气预报）提供了个性化的建议。但是，目前，它在特定的要求中挣扎，例如为大学世界系列寻找帽子或提供晚餐的餐饮计划。沃尔玛旨在使用生成的AI和代理AI来增强Sparky的功能，以便将来提供更直观和积极主动的购物援助。
科学家说，这种AI模型可以模仿人类的思想，甚至可以阅读您的思想。
仿生AI旨在复制生物生物体功能，重点是为节能脑样操作进行积极推断。由加布里埃尔·雷内（GabrielRené）创立并由神经科学家卡尔·弗里斯顿（Karl Friston）领导的AI节，开发了模仿人脑过程的Genius AI，旨在以最少的能量消耗，旨在更明智的决策和情境意识。应用程序包括高级搜索引擎，智能家居，自动驾驶机器人和可持续计算解决方案，可能会彻底改变各种技术领域，而没有当前AI趋势的反乌托邦陷阱。
法国的Mistral推出了欧洲的第一个AI推理模型
Mistral在周二推出了欧洲的第一个AI推理模式，旨在与AI发展中的美国和中国领导人竞争。法国初创公司获得了总统伊曼纽尔·马克龙（Emmanuel Macron）的支持，并正在制作一些模型开源。推理模型使用经过思考的技术来解决复杂的问题解决，为传统方法面临限制提供了潜在的前进道路。米斯特拉尔（Mistral）的裁判小型模型可在拥抱Face的平台上使用，可以用多种语言进行推理。
良好的味道比以往任何时候都重要
该文章强调了领导者在以AI生成的内容为主的时代中的品味的重要性。它强调，尽管AI可以产生大量的数据和内容，但辨别质量需要人类的判断。品味良好的领导者对于做出道德决策和通过压倒性的选择至关重要。发展味道涉及接触各种体验，基于个人喜好的策划以及持续的反思。文章建议将品味的概念纳入教育和领导力发展计划中，以在一个越来越依赖AI技术的世界中培养这种关键技能。
