全部新闻
机器学习方法通过从数据集中产生准确的标签来削减欺诈检测成本
美国的欺诈行为越来越以技术为导向，有93％的信用卡欺诈涉及远程访问。2023年，欺诈损失超过了100亿美元。来自佛罗里达大西洋大学的研究人员开发了一种新方法，使用无监督学习生成高度不平衡数据集的二进制类标签，改善了医疗保健和金融中的欺诈检测而不依赖标签数据。该方法经过欧洲信用卡交易和医疗保险D部分的主张，优于隔离森林，降低误报并提高运营效率，胜过传统方法。该研究发表在《大数据杂志》上。
播客＃1,065：使用AI进行更好的思考，创建更多和实时智能
AI驱动的大型语言模型等时代在这里，旨在增强人类生活的各个方面。来自沃顿的Ethan Mollick教授讨论了探索这些技术的重要性，建议至少进行10个小时的实验以了解其能力。他解决了AI如何影响工作，教育和创造力，强调了其作为合作者而不是替代的作用。莫利克（Mollick）分享了关于使用AI来促进繁琐任务来提高生产率的见解，并为面对重大技术变化而制定有效提示的有效提示提供指导。
AI通过创新设计重新构想引力波检测
Max Planck Light Institute的研究人员开发了一种基于AI的算法，称为“ Urania”，以设计新型的干涉引力检测器。该算法发现了许多新设计，这些新设计显着胜过电流和下一代检测器，可能会将可检测的信号范围提高超过十倍。这些发现发表在《物理评论》 X上，并突出了AI革命性探测器技术并激发人类研究人员探索创新的科学思想的潜力。
Tesla，Inc。（TSLA）现在购买的最佳机器学习库存吗？
文章讨论了特斯拉在机器学习库存中的地位，并重点介绍了2022年不断增长的全球机器学习市场，价值367.3亿美元，预计将以34.8％的复合年增长率增长，直到2030年。它还涵盖了亚马逊首席执行官安迪·贾西（Amazon Jassy）对AI成本降低的评论，尽管对数据中心的持续降低了数据中心，但尽管有害羞的不具体经济性不稳定。该文章以宣布从ETF，财务媒体报告和Insider Monkey跟踪的对冲基金投资中汇编的顶级机器学习库存清单。
人们在发现AI生成的Deepfake声音方面真的很糟糕
测试表明，人们很难将真实的人类声音与AI生成的声音区分开来，这引起了人们对基于语音的骗局的担忧。尽管个人可以在对话环境中或与熟悉的说话者中识别真实的声音，但他们通常无法准确区分真实的声音和虚假声音。这一发展对涉及伪造声音的欺诈带来了重大风险。
像chatgpt一样，唯一的秘密：这是IDF的人工智能的Genie
以色列国防军（IDF）推出了一种新的AI工具Genie，利用抹布技术，该工具为指挥官提供了即时的战场见解。Genie在IDF的封闭网络上充当内部Web应用程序，并根据操作系统的实时数据提供详细的答案。尽管仍在试用版中，但它已经在所有军事指挥中心都在运营，并计划在三到四个月内发布完整的释放。该项目旨在通过将大量数据集成到简洁的自然语言响应中来简化决策，从而通过严格的源验证确保准确性。IDF的方法结合了尖端技术和专有数据，以提高运营效率，而无需从头开始构建AI模型。
