全部新闻
机器学习有助于减轻高功率激光器的烦恼
劳伦斯·伯克利国家实验室的研究人员已经开发了一种基于机器学习的控制算法，该算法稳定了激光 - 等离子加速器（LPAS）的高功率激光器（LPA）。在高功率激光科学和工程中详细介绍的这一突破大大降低了由机械振动引起的抖动，从而提高了光束指向的精度。该方法使用低功率飞行员梁在主梁射击之前预测和纠正错误，在X方向抖动中减少了65％，Y方向降低了47％。未来的增强功能旨在进一步改善实时校正，以实现物理，医学和能量的更广泛应用。
ZScaler飞轮：将AI流量转变为现金流（NASDAQ：ZS）
Zscaler正在经历23％的收入增长，收入增长23％，账单增长25％，这是由于其云原生构建，AI功能和扩展的模块套件的驱动。尽管估价高昂，但由于其强大的财务指标和平台杠杆率，该公司以相对于同行的折扣交易，为对安全趋势感兴趣的投资者提供了不对称的上升潜力。ZScaler预测到2027年可持续20％的收入复合年增长率。
16企业中AI的更改：2025 Edition
在过去的一年中，企业生成的AI（Gen AI）景观已经迅速发展，预算超出了初始预测，并成为核心业务运营中的永久性固定装置。诸如OpenAI，Google和Anthropic之类的主要参与者占据了主要市场份额，而企业在选择针对特定用例的多种型号方面越来越复杂。采购实践正在反映传统的软件购买方法，强调严格的评估和成本注意事项。AI应用程序生态系统正在迅速成熟，由于其优化的性能和每个用例的增量ROI增益，因此现成的解决方案超过了定制构建。但是，购买者通过针对应用程序的基于结果的价格面临挑战，而是更喜欢基于用法的模型。软件开发是AI代的杀手用例，推动了高增长公司的大量内部采用率。企业AI市场现在的特点是战略部署，预算承诺以及从专门的AI本地供应商中加快创新的加速。
骗子如何使用人工智能窃取大学经济援助
通过AI聊天机器人通过假大学入学率盗窃身份盗用，导致了美国的重大经济援助欺诈，尤其影响了损失数百万美元的加利福尼亚社区大学。像希瑟·布雷迪（Heather Brady）和布里特尼·尼尔森（Brittnee Nelson）这样的受害者在未经其知识或同意的情况下，在其身份下取出的贷款面临着巨额债务。作为回应，美国教育部已实施了一项临时规则，要求首次对联邦学生援助申请人进行政府发行的ID验证，以防止进一步的欺诈。
什么是自然语言处理？
NLP的金融市场规模在2023年的价值为55亿美元，预计到2032年，年龄超过25％，到2032年将达到400亿美元。NLP的关键类型包括基于规则的，统计和深度学习方法，每种方法都提供不同的功能，例如增强人类计算机互动，自动化任务，改进数据分析并促进语音识别。在金融中，NLP用于通过聊天机器人进行欺诈检测，市场分析，文档处理，法律分析和客户服务。挑战包括培训数据集的偏见以及需要准确解释上下文依赖上下文的细微差别。未来与量子计算和生成AI等技术的集成有望进一步进步。
AI是数据爆发时炸弹，揭示了新的报告
诸如副驾驶和代理商之类的人工智能工具正在提高生产率，但也为企业数据安全带来了重大风险，潜在地暴露了敏感信息并破坏了数据完整性。Varonis的一份报告强调，99％的组织不必要地将敏感数据暴露于AI工具，其中90％的云数据可访问这些工具。该研究还发现了诸如未经验证的应用程序和跨环境中MFA实施不足之类的问题，表明广泛的脆弱性。为了减轻风险，该报告建议采取积极的措施，例如减少违规，持续监控并利用AI进行威胁检测和修复的潜在损害。
Fleetworthy的最新收购旨在简化车队符合AI平台
领先的卡车运输技术公司Fleetworthy已收购了一家专注于舰队安全合规性的初创公司。此次收购旨在增强车队的产品，并通过利用其数字化合规平台和AI功能来为更多客户提供服务。Haul的创始人确定了许多车队在维持合规性方面所面临的挑战，并建立了一个平台，该平台使用软件工具中的嵌入式监管理解简化了此过程。这种集成将为Fleetworthy的多元化客户群提供高级技术解决方案，从而提高各种车队尺寸的效率和合规分数。
消息人士称
OpenAI计划使用Google Cloud Services来满足其不断增长的计算需求，这标志着两个主要的AI竞争对手之间的合作令人惊讶。该交易在5月最终确定，并强调了如何重塑AI行业的竞争格局。此举使OpenAI的计算资源多样化，超出了其主要支持者Microsoft，包括其Stargate数据中心项目。Google Cloud将提供额外的计算能力，以支持OpenAI现有的培训和运行AI模型的基础架构。伙伴关系是因为Openai的Chatgpt对Google的搜索业务构成了重大威胁。
随着“ AI重塑投资格局”的收益，IPO股票的收益较低
Etoro Group（ETOR）周二报告了第一季度的收入，每股收益为69美分，比2024年第1季度下降了9％。尽管如此，结果还是高于分析师的估计。该公司的股票此前曾在分析师的积极评论中提高到新高，但在收益报告后拒绝了。
医学和心理健康的AI幻觉
“ AI幻觉”一词描述了何时AI算法由于无法验证真实性而产生荒谬或不准确的响应。最近的例子包括LLM聊天机器人提供有害建议，在诸如心理健康和医疗治疗之类的敏感主题上传播错误信息，以及在报告中捏造参考文献。这些问题强调了依靠AI获得准确信息的风险，尤其是在医疗保健等领域。尽管努力减少了此类错误，但AI幻觉仍然普遍存在，强调了谨慎和监管的需求，以确保对AI技术负责的发展和使用。
