全部新闻
独家报告：每个AI数据中心都容易受到中国的影响
2025-04-22 13:03:39
周二发表的一份报告警告说，美国科技公司在新的数据中心进行高级AI开发的投资容易受到中国间谍活动的影响，这在与中国的地缘政治竞争激烈的情况下对金融和国家安全利益构成了风险。该报告强调了破坏和渗透攻击的漏洞，强调即使目前正在建设的最先进的数据中心也可能处于危险之中。它还指出，关键数据中心组件主要来自中国，如果发生冲突，可能会暴露于美国的设施来供应链中断。此外，该报告表明，AI实验室中的安全措施不足，引起了人们对知识产权盗窃的担忧，以及AI模型通过逃避其预期限制而构成风险的潜力。t
周二发表的一份报告警告说，美国科技公司在新的数据中心进行高级AI开发的投资容易受到中国间谍活动的影响，这在与中国的地缘政治竞争激烈的情况下对金融和国家安全利益构成了风险。该报告强调了破坏和渗透攻击的漏洞，强调即使目前正在建设的最先进的数据中心也可能处于危险之中。它还指出，关键数据中心组件主要来自中国，如果发生冲突，可能会暴露于美国的设施来供应链中断。此外，该报告表明，AI实验室中的安全措施不足，引起了人们对知识产权盗窃的担忧，以及AI模型通过逃避其预期限制而构成风险的潜力。t
进行脑波：AI启动在循环中使用实验室加快疾病研究
2025-04-22 13:02:35
总部位于圣地亚哥的头脑风暴治疗方法正在使用AI驱动的计算方法和涉及器官的实验室实验开发神经系统疾病的治疗方法。他们的方法旨在通过创建比传统啮齿动物或2D细胞模型更好地反映人类神经生物学的更准确的预测模型来降低临床试验的高失败率（超过93％）。该公司将NVIDIA的Bionemo框架用于其AI模型，这有助于识别潜在的药物靶标和生物标志物。通过每天对源自患者干细胞的器官进行数千个分子的测试，头脑风暴希望加速帕金森氏病和罕见遗传疾病（如RETT综合征和CDKL5缺乏症）等疾病的有效疗法的发展。
总部位于圣地亚哥的头脑风暴治疗方法正在使用AI驱动的计算方法和涉及器官的实验室实验开发神经系统疾病的治疗方法。他们的方法旨在通过创建比传统啮齿动物或2D细胞模型更好地反映人类神经生物学的更准确的预测模型来降低临床试验的高失败率（超过93％）。该公司将NVIDIA的Bionemo框架用于其AI模型，这有助于识别潜在的药物靶标和生物标志物。通过每天对源自患者干细胞的器官进行数千个分子的测试，头脑风暴希望加速帕金森氏病和罕见遗传疾病（如RETT综合征和CDKL5缺乏症）等疾病的有效疗法的发展。
RELANCE AI为公司数据建立“ X射线愿景”：将AI合规性时间缩短80％，同时解决信任危机
2025-04-22 13:01:00
数据治理平台的提供商Realance AI已经启动了数据旅行，这是一种新解决方案，旨在应对跟踪数据如何以及为什么通过复杂企业系统移动的挑战。该平台提供了数据生命周期的全面视图，从收集到转换以及跨应用程序，云服务和第三方系统的使用。该公司在公司对AI实施方面的压力越来越大。Reclentance声称，数据旅行通过减少合规文件和证据收集的时间来提供可衡量的投资回报，使组织能够在监管审查期间证明其数据实践的完整性。此外，Recultance正在引入Inhost，这是一种为具有严格数据主权要求的高度监管行业设计的自托管部署模型。
数据治理平台的提供商Realance AI已经启动了数据旅行，这是一种新解决方案，旨在应对跟踪数据如何以及为什么通过复杂企业系统移动的挑战。该平台提供了数据生命周期的全面视图，从收集到转换以及跨应用程序，云服务和第三方系统的使用。该公司在公司对AI实施方面的压力越来越大。Reclentance声称，数据旅行通过减少合规文件和证据收集的时间来提供可衡量的投资回报，使组织能够在监管审查期间证明其数据实践的完整性。此外，Recultance正在引入Inhost，这是一种为具有严格数据主权要求的高度监管行业设计的自托管部署模型。
华为今年将AI推出，作为NVIDIA H20的潜在替代品
2025-04-22 13:00:17
华为计划在今年晚些时候推出其上升的920 AI芯片，将自己定位为美国NVIDIA的国内替代品，因为NVIDIA产品的美国出口控制权更紧密。6纳米升高的920将于今年下半年进行批量生产，并可以取代NVIDIA最近在中国被禁止使用的H20芯片。华为还打算下个月开始大规模生产其上升910c GPU。
华为计划在今年晚些时候推出其上升的920 AI芯片，将自己定位为美国NVIDIA的国内替代品，因为NVIDIA产品的美国出口控制权更紧密。6纳米升高的920将于今年下半年进行批量生产，并可以取代NVIDIA最近在中国被禁止使用的H20芯片。华为还打算下个月开始大规模生产其上升910c GPU。
您可以使用AI创建PowerPoint演示文稿。这是我的做法
2025-04-22 13:00:00
CNET指南使用人工智能探讨了快速创建PowerPoint演示文稿。自由记者阿曼达·史密斯（Amanda Smith）测试了Prezi AI，以在阿联酋为Zayed National Museum的一场运动中创建演讲。尽管最初的图像问题和按照说明问题，但Prezi AI还是生成了故事板式的演示文稿，在调整提示后需要最少编辑。与手动工作数小时相比，该过程花费了大约30分钟的时间，展示了AI简化演示创建的潜力，同时将重点放在内容交付上而不是设计上。
CNET指南使用人工智能探讨了快速创建PowerPoint演示文稿。自由记者阿曼达·史密斯（Amanda Smith）测试了Prezi AI，以在阿联酋为Zayed National Museum的一场运动中创建演讲。尽管最初的图像问题和按照说明问题，但Prezi AI还是生成了故事板式的演示文稿，在调整提示后需要最少编辑。与手动工作数小时相比，该过程花费了大约30分钟的时间，展示了AI简化演示创建的潜力，同时将重点放在内容交付上而不是设计上。
企业家挑战赢家Prism正在使用AI来启用地理空间数据的见解-NASA科学
2025-04-22 13:00:00
NASA赞助了2020年，2021年和2023年的企业家挑战活动，为创新技术提供了100万美元的奖金。一位2023年的获胜者Prism Intelligence使用AI和计算机愿景将地理空间数据转换为可访问的见解，并通过用户友好的平台将其转换为可访问的见解。Prism的技术创造了从原始图像中创建高保真，动态3D可视化的，使用户能够在没有GIS专业知识的情况下查询现实世界中的数据。该公司旨在将NASA地球科学数据和商业数据整合起来，以更广泛的覆盖范围和效率，并在保险，城市管理和科学研究中的潜在应用。
NASA赞助了2020年，2021年和2023年的企业家挑战活动，为创新技术提供了100万美元的奖金。一位2023年的获胜者Prism Intelligence使用AI和计算机愿景将地理空间数据转换为可访问的见解，并通过用户友好的平台将其转换为可访问的见解。Prism的技术创造了从原始图像中创建高保真，动态3D可视化的，使用户能够在没有GIS专业知识的情况下查询现实世界中的数据。该公司旨在将NASA地球科学数据和商业数据整合起来，以更广泛的覆盖范围和效率，并在保险，城市管理和科学研究中的潜在应用。
3个聪明的Chatgpt技巧，证明它仍然是AI
2025-04-22 12:49:00
Chatgpt继续以新功能进行创新，包括：1。**引用先前的对话**：具有Plus或Pro订阅的用户可以回想起过去的对话，以实现连续性和对主题的更深入探索。2。**照片位置标识**：付费订户可以使用高级型号（O3和O4-Mini）通过详细分析准确地确定上载照片的位置。3。**图像库管理**：现在免费和付费用户都可以访问库功能，该功能使他们可以轻松地组织，编辑，下载和共享AI生成的图像。这些功能重点介绍了Chatgpt在AI聊天机器人技术中的持续发展和领导力。
Chatgpt继续以新功能进行创新，包括：1。**引用先前的对话**：具有Plus或Pro订阅的用户可以回想起过去的对话，以实现连续性和对主题的更深入探索。2。**照片位置标识**：付费订户可以使用高级型号（O3和O4-Mini）通过详细分析准确地确定上载照片的位置。3。**图像库管理**：现在免费和付费用户都可以访问库功能，该功能使他们可以轻松地组织，编辑，下载和共享AI生成的图像。这些功能重点介绍了Chatgpt在AI聊天机器人技术中的持续发展和领导力。
人工智能本质上是年龄主义。这不仅是不道德的 - 对于工人和企业来说，这可能是昂贵的
2025-04-22 12:41:38
世界正在经历其劳动力的前所未有的老龄化，预计到2030年，许多欧盟国家中有一半以上的劳动力将年龄在50岁或更高。尽管是有价值的资源提供经验和稳定性，但由于人工智能的迅速采用（AI），通常会留下老年工人。对其技术能力的常见误解忽略了更深层的结构障碍，例如缺乏有针对性的培训和排他性的工作场所文化。问题包括技术的设计偏见，信心差距和社会人口统计学因素，这些因素限制了老年人的AI使用。年龄主义仍然是一个重大问题，影响招聘和职业发展，算法通常会偏爱年轻员工。需要采用“年龄中立”的方法来确保包容性的数字转型，强调可访问的平台和有针对性的培训计划，以有效地将年长的工人整合到AI革命中。
世界正在经历其劳动力的前所未有的老龄化，预计到2030年，许多欧盟国家中有一半以上的劳动力将年龄在50岁或更高。尽管是有价值的资源提供经验和稳定性，但由于人工智能的迅速采用（AI），通常会留下老年工人。对其技术能力的常见误解忽略了更深层的结构障碍，例如缺乏有针对性的培训和排他性的工作场所文化。问题包括技术的设计偏见，信心差距和社会人口统计学因素，这些因素限制了老年人的AI使用。年龄主义仍然是一个重大问题，影响招聘和职业发展，算法通常会偏爱年轻员工。需要采用“年龄中立”的方法来确保包容性的数字转型，强调可访问的平台和有针对性的培训计划，以有效地将年长的工人整合到AI革命中。
AI如何破解药物最具挑战性的药物目标
2025-04-22 12:26:20
您分享的文本重点介绍了在药物发现中使用人工智能（AI）的巨大潜力和挑战，尤其是关注高质量数据对于在该领域的成功AI应用至关重要。这是本文的关键要点：###关键点1。**为什么90％的临床药物发育失败**： - 临床药物开发中高衰竭率的主要原因在于较差的预测模型和对分子相互作用的假设不准确（Sun等，2022）。2。 - 利用化学蛋白质组学平台可以帮助识别以前不可能的靶标，从而扩大潜在的治疗干预措施的范围（Spradlin等，2021）。3。**数据完整性在AI驱动的药物发现中的作用**： - 高质量的生物学代表性数据集对于最大化AI的预测能力并确保可以通过实验有效验证生成的分子（Zhavoronkov，2023； Stanford以人为中心的AI，2024年）进行验证。4。**加速治疗蛋白设计**： - 正在开发计算方法来加速治疗蛋白在临床阶段的设计（Chen等，2023）。5。**在药物发现中应用生成AI **： - 生成的AI越来越多地用于创建新型的化合物，可以对潜在的候选药物进行测试，利用大型数据集和高级算法（Skwark等，2023）。6。 - 正在采用AI技术来识别现有药物或化合物的新用途，这与传统药物开发过程可能不可行的罕见疾病特别相关（Cortial等，2024）。7。**通过AI和常规成像技术发现生物标志物**： - 将AI与常规成像技术相结合可以帮助发现对于诊断和监测慢性肝病至关重要的生物标志物（Dana等，2022）。8。** AI在药物发现中的挑战和机遇**： - 尽管有巨大的潜力，但将AI整合到药物发现中仍面临着几个挑战，例如数据质量问题，计算复杂性以及与患者隐私和同意有关的道德问题（Blanco-González等，2023）。9。**出版文化和学术压力**： - 需要改革学术出版实践，以鼓励更严格的复制研究和结果验证，而不仅仅是新颖的发现，这可以帮助提高科学研究的可靠性（Kozlov，2024）。＃＃＃ 结论文章强调说，尽管AI在推进药物发现方面具有巨大的希望，尤其是在解决不良靶标和优化治疗蛋白设计方面，成功的数据质量，严格的验证过程和跨学科的协作方面取得了成功。确保这些元素到位对于将理论进步转化为实际临床应用至关重要。＃＃＃ 参考-太阳D，高W，胡H，周（2022）。为什么90％的临床药物发育失败以及如何改善？Acta Pharm Sin B.-Spradlin JN，Zhang E，Nomura DK（2021）。使用化学蛋白质组学平台重新构想可药物。化学研究的账目。-Zhavoronkov A（2023）。谨慎生物医学中的AI生成含量。自然医学。-Chen Z等。（2023）。通过计算方法来加速治疗蛋白设计，用于临床阶段。计算结构生物技术。-Skwark MJ，PanićJ，Elofsson A（2023）。生成AI在药物发现中的应用。SpringerLink。-Cortial L等。（2024）。稀有疾病的药物重新使用中的人工智能：迷你审查。前药。-Dana J等。（2022）。基于常规和人工智能的成像，用于慢性肝病中的生物标志物发现。肝素int。-Blanco-GonzálezA等。（2023）。AI在药物发现中的作用：挑战，机遇和策略。药品（巴塞尔）。-Kozlov M（2024）。现在出版或灭亡是一款纸牌游戏，而不仅仅是学术的生活。自然。 - 斯坦福大学以人为中心的AI研究所（2024）。以数据为中心的AI：AI模型仅与数据管道一样好。###作者信息Antiverse的联合创始人兼首席执行官Murat Tunaboylu强调了高质量数据和计算方法在通过AI中提高药物发现中的重要性。
您分享的文本重点介绍了在药物发现中使用人工智能（AI）的巨大潜力和挑战，尤其是关注高质量数据对于在该领域的成功AI应用至关重要。这是本文的关键要点：###关键点1。**为什么90％的临床药物发育失败**： - 临床药物开发中高衰竭率的主要原因在于较差的预测模型和对分子相互作用的假设不准确（Sun等，2022）。2。 - 利用化学蛋白质组学平台可以帮助识别以前不可能的靶标，从而扩大潜在的治疗干预措施的范围（Spradlin等，2021）。3。**数据完整性在AI驱动的药物发现中的作用**： - 高质量的生物学代表性数据集对于最大化AI的预测能力并确保可以通过实验有效验证生成的分子（Zhavoronkov，2023； Stanford以人为中心的AI，2024年）进行验证。4。**加速治疗蛋白设计**： - 正在开发计算方法来加速治疗蛋白在临床阶段的设计（Chen等，2023）。5。**在药物发现中应用生成AI **： - 生成的AI越来越多地用于创建新型的化合物，可以对潜在的候选药物进行测试，利用大型数据集和高级算法（Skwark等，2023）。6。 - 正在采用AI技术来识别现有药物或化合物的新用途，这与传统药物开发过程可能不可行的罕见疾病特别相关（Cortial等，2024）。7。**通过AI和常规成像技术发现生物标志物**： - 将AI与常规成像技术相结合可以帮助发现对于诊断和监测慢性肝病至关重要的生物标志物（Dana等，2022）。8。** AI在药物发现中的挑战和机遇**： - 尽管有巨大的潜力，但将AI整合到药物发现中仍面临着几个挑战，例如数据质量问题，计算复杂性以及与患者隐私和同意有关的道德问题（Blanco-González等，2023）。9。**出版文化和学术压力**： - 需要改革学术出版实践，以鼓励更严格的复制研究和结果验证，而不仅仅是新颖的发现，这可以帮助提高科学研究的可靠性（Kozlov，2024）。＃＃＃ 结论文章强调说，尽管AI在推进药物发现方面具有巨大的希望，尤其是在解决不良靶标和优化治疗蛋白设计方面，成功的数据质量，严格的验证过程和跨学科的协作方面取得了成功。确保这些元素到位对于将理论进步转化为实际临床应用至关重要。＃＃＃ 参考-太阳D，高W，胡H，周（2022）。为什么90％的临床药物发育失败以及如何改善？Acta Pharm Sin B.-Spradlin JN，Zhang E，Nomura DK（2021）。使用化学蛋白质组学平台重新构想可药物。化学研究的账目。-Zhavoronkov A（2023）。谨慎生物医学中的AI生成含量。自然医学。-Chen Z等。（2023）。通过计算方法来加速治疗蛋白设计，用于临床阶段。计算结构生物技术。-Skwark MJ，PanićJ，Elofsson A（2023）。生成AI在药物发现中的应用。SpringerLink。-Cortial L等。（2024）。稀有疾病的药物重新使用中的人工智能：迷你审查。前药。-Dana J等。（2022）。基于常规和人工智能的成像，用于慢性肝病中的生物标志物发现。肝素int。-Blanco-GonzálezA等。（2023）。AI在药物发现中的作用：挑战，机遇和策略。药品（巴塞尔）。-Kozlov M（2024）。现在出版或灭亡是一款纸牌游戏，而不仅仅是学术的生活。自然。 - 斯坦福大学以人为中心的AI研究所（2024）。以数据为中心的AI：AI模型仅与数据管道一样好。###作者信息Antiverse的联合创始人兼首席执行官Murat Tunaboylu强调了高质量数据和计算方法在通过AI中提高药物发现中的重要性。
前单位8200指挥官的创业公司筹集了5000万美元来对抗AI驱动的数据泄漏|CTECH
2025-04-22 12:00:00
以色列网络安全公司Sentra已筹集了5,000万美元的B级资金，以应对越来越多地利用生成AI在整个行业中引起的“影子数据”风险。该公司的平台可帮助企业在云环境中发现并确保使用大型语言模型的精度超过95％的云环境。Sentra由前8200单位领导人领导，旨在重新定义AI时代的企业数据安全，以解决Gartner预测Genai收养预测的网络安全支出的激增。Sentra随着年收入增长300％的增长和新的Fortune 500客户，Sentra计划通过最近的资金来扩展其能力。
以色列网络安全公司Sentra已筹集了5,000万美元的B级资金，以应对越来越多地利用生成AI在整个行业中引起的“影子数据”风险。该公司的平台可帮助企业在云环境中发现并确保使用大型语言模型的精度超过95％的云环境。Sentra由前8200单位领导人领导，旨在重新定义AI时代的企业数据安全，以解决Gartner预测Genai收养预测的网络安全支出的激增。Sentra随着年收入增长300％的增长和新的Fortune 500客户，Sentra计划通过最近的资金来扩展其能力。