全部新闻
人工智能可以从心脏扫描中猜测种族类别 - 它的含义以及为什么重要
最近的一项研究发现，尽管未在种族类别上明确训练，但AI模型可以准确地预测患者是黑人还是白色，最高为96％的精度。该研究强调了AI系统如何无意中再现培训数据中存在的社会偏见，挑战了AI客观性的概念，并强调解决AI发展中偏见以防止现有健康危害的重要性。解决方案包括多元化的培训数据集，通过可解释的AI技术提高透明度，以及将种族视为一种社会结构而不是生物学事实。
与Legogpt见面，这是一种创建自定义Lego集的AI模型
卡内基·梅隆大学（Carnegie Mellon University）的研究人员推出了Legogpt，这是一种AI模型，该模型根据文本提示创建了乐高的结构。Legogpt在一个超过47,000个乐高构建的数据集中受过培训，该数据集具有28,000个独特的3D组件，生成了物理稳定的设计和逐步的构造蓝图。该工具遵守物理法律和装配限制，以确保实际结果，例如家具。LegoGPT的代码可在GitHub上免费使用。
亚马逊希望AI给予“停顿广告”的新势头
亚马逊计划为其流媒体服务引入AI生成的“暂停广告”，旨在通过将广告与观众暂停观看的特定内容和上下文保持一致，以增强用户参与度。目的是创造一种无缝的广告体验，感觉就像是娱乐的扩展，而不是中断。此举遵循自2018年以来其他流媒体的先前实验，并利用了AI了解所观看的表演或电影类型的能力，从而创建了相关和动态的广告内容。亚马逊希望这项创新能够吸引人们厌倦了传统商业休息的观众。
预测和解释AI模型性能：一种新的评估方法
来自Microsoft和合作机构的研究人员开发了Adele，Adele是一种基于能力的方法，可以使用带注释的按需级别（Adele）评估AI模型。该框架评估了18种类型的认知和基于知识的能力，以预测不熟悉任务的模型表现，并解释其成功或失败背后的原因。该团队用Adele评估了20个流行的基准测试，并发现它准确地预测了AI系统是成功还是失败，在预测特定任务的性能方面表现出色。这项工作旨在为严格的AI评估建立标准化框架，从而推进通用AI评估领域。
纽约州议员禁止未成年人的深层诉讼，要求AI免责声明
纽约立法者正在为AI聊天机器人实施新的保障措施，要求科技公司透露其同伴机器人不是人类的，并将表达自杀想法的用户转介到心理健康热线上。此外，现在将以未成年人为特色的AI生成的性内容被定为犯罪。这些措施被包括在纽约州的州预算中，以规范AI驱动的网站并打击滥用此类技术。公司未能遵守罚款，这将为全州范围内的自杀预防网络提供资金。
问与答：AI加快搜索靶向RNA的药物，打开新的治疗可能性
范德比尔特大学（Vanderbilt University）的研究人员开发了Rnamigos2，这是一种深入学习的工具，与传统方法相比，将RNA靶向药物筛查加速了10,000倍。这一突破探讨了当前非编码RNA药物发现工具（NCRNA）的缓慢和计算密集的性质，该工具在生物过程中起着至关重要的作用，但由于技术限制而被毫无用处。关键发现包括RNAMIGOS2能够准确对各种RNA靶标进行活性化合物，与细粒对接软件协同工作，并在化合物筛选过程中实现活性分子的大量富集。预计该工具将简化早期RNA药物发现，并有可能在几年内加速对癌症等复杂疾病的新疗法的发展。
网络星期一：人工智能和宗教
该网站采用cookie来增强用户体验，确定返回的访问者，并帮助团队了解不同站点部分的观众参与。
在万事达卡，人工智能正在帮助为欺诈检测系统供电
万事达卡正在利用先进的AI技术来检测和防止信用卡欺诈，每年分析近1600亿美元的交易。该公司的决策情报系统使用机器学习算法将风险分数分配给交易，实时标记可疑活动，同时最大程度地减少误报。该系统在没有人类干预的情况下不断地从新的数据模式中学习。此外，万事达卡还引入了诸如第一方信任和骗局保护的工具，以应对各种形式的欺诈，从而确保客户安全和信任。
增强现实显微镜以弥合AI和病理学家之间的信任
本文讨论了在分析胃癌样品中PD-L1表达的背景下，使用增强现实显微镜（ARM）在AI和病理学家之间桥接信任。以下是从提供的信息中总结的要点：＃＃＃ 背景： - **目标**：评估将实时人工智能集成到病理学工作流中的手臂系统，以进行胃癌的PD-L1测试。 - **参与者**：来自各种机构的病理学家，包括埃默里大学医学院和MD Anderson癌症中心。###方法论： - **胃细胞地图集工作**： - **选择和解释**：ROI（感兴趣的区域）由S.B.，K.D.，P.F。选择。并由J.R.，H.S。解释为PD-L1染色 - **决策规则**：决策规则的制定和裁决由M.K.，G.L.K.，T.L.，F.F.，P.F。和K.D.执行。 - ** ARM-AI实验**： - 病理学家（S.B.，R.A.，D.C。，其他）在35个独特的活检中选择了ROI。 - 手臂硬件由E.P.集成在亨特光学和成像的帮助下。 - 数据收集，清洁，分析由T.L.，P.F.，F.F.，M.P.，K.D。进行。＃＃＃ 分析： - **数据处理**：J.P.分析了实验第1天和第2天的初步数据。 - **解释**：病理学家在第1天和第2天解释了PD-L1 CPS（合并的阳性得分）染色，并获得了每小时的参与赔偿。###结果解释和写作： - **协作工作**：M.K.，T.L.，S.B.，G.L.K。领导结果的解释。 - **纸张准备**：M.K。准备了所有作者的重要贡献的论文。###资金和作者贡献： - **资金**：由Bristol Myers Squibb（BMS）提供。 - **角色**： - **概念化与设计**：S.B.，G.L.K.，T.L.，M.K。 - **数据收集和分析**：P.F.，F.F.，M.P.，K.D.，J.P。 - ** PD-L1染色解释**：R.A.，D.C.，R.S.G。，其他。###道德考虑： - **补偿**：病理学家因参与和与胃细胞地图集有关的工作每小时支付。###利益冲突： - 几位作者透露了潜在的利益冲突，包括从制药公司获得赔偿或成为相关公司的股东/雇员（Mindpeak和Augmentiqs）。＃＃＃ 结论：该研究旨在证明ARM技术如何帮助病理学家分析胃癌样本中的PD-L1表达，从而有可能增强AI系统与人类专家之间的信任。协作努力跨越了多个机构，并强调了涉及技术进步和专家病理学输入的综合方法的必要性。该摘要概述了有关胃癌PD-L1测试的增强现实显微镜的方法，结果解释，贡献和道德考虑因素。
