全部新闻
更好的人工智能（AI）股票：NVIDIA与英特尔
对AI芯片的需求正在上升，使Nvidia和Intel等公司受益。投资GPU制造商可以接触不断发展的AI行业。尽管NVIDIA由于早期投资和技术领导而以约70-95％的份额占据了市场，但由于管理问题，英特尔的绩效滞后。尽管如此，英特尔的估值较低可能使其成为一个有吸引力的投资机会，尤其是因为与AMD和Nvidia等竞争对手相比，它具有更高的毛利率。
对Meta的AI培训进行判断：“我只是不明白这是如何使用的”
法官文斯·坎希里亚（Vince Chhabria）在听证会上在元与书籍作者之间的诉讼中对所谓的与AI培训有关的版权进行了持怀疑态度。梅塔认为，使用受版权保护的材料进行人工智能培训构成了合理的使用，但尚布里亚法官质疑这种做法是否会损害原始作品的市场。法官强调了他对潜在市场影响的关注，而不是元元素洪流的合法性。他指出，虽然洪流似乎有问题，但决定了是否侵犯版权法的合理使用铰链。该案可能为未来与AI相关的版权纠纷树立先例。
小参议员詹姆斯·桑德斯（James Sanders Jr.）与Google合作主持了人工智能的社区培训
小参议员詹姆斯·桑德斯（James Sanders Jr.）与Google LLC的Natalie Austin合作，在纽约州皇后区进行了AI培训，旨在教育居民有关AI在日常生活中的影响和使用情况。该事件涵盖了基本的AI概念，当前应用程序和在各种设置中负责使用。这是有影响力的，参与者表达了学习如何有效地将AI融入他们的生活的热情。桑德斯参议员强调了社区参与进步技术以保持竞争力和繁荣的重要性。纽约皇后区
美国AI领导力不应通过机器学习来定义 - 新线路研究所
执行摘要：美国应通过专注于神经符号AI来重新概念化其AI领导力，该范式是将传统和当代AI技术集成以解决当前机器学习系统的局限性的范式。建议决策者通过现有联邦办公室等现有联邦办公室（NAIIO）和促进公私合作的现有联邦办公室对基础研究的投资进行优先级。建议包括指导机构间工作组优先考虑神经符号技术，逆转基础研究的预算削减以及与合作伙伴和盟友协调的战略出口控制。
ASCRS 2025：医学博士Joaquin de Rojas，利用机器学习模型来预测弧形的结果
使用经过治疗的散光和其他细微差别输入的机器学习模型可显着提高弧形角化切开术（AK）计划的准确性。华金·德·罗哈斯（Joaquin de Rojas）博士在2025年美国白内障和屈光外科学会年度会议上介绍了这一点，赢得了最佳论文。该模型建立在XGBoost的模型中，比传统方法更广泛的变量，包括经过处理的散光，术前散光，患者年龄，白色到白色距离，横向性，横向性，性别，性别和轴向长度。临床医生可以在derojas.info上访问实时模型，以获取个性化的AK计划指南。
在看涨的景色中，Palantir股票接近购买区域；收入，观看人工智能前景
投资者的业务日（IBD）仅出于教育目的提供信息内容，而不是被解释为投资建议或购买或出售证券的征集。据信数据源是可靠的，但不能保证准确性。历史表现无法预测未来的结果。作者可能会讨论股票所有权。没有关于投资特定证券或策略的建议的陈述。信息和使用条款可能会更改，恕不另行通知。实时价格来自纳斯达克的最后一次销售，并提供了LSEG提供的所有权数据，并按FACTSET进行了估算。IBD内容受版权保护©2025 Investor Business Daily，LLC受到保护。
“ Grok被唤醒了！”玛格（Maga）用户像埃隆·马斯克（Elon Musk
埃隆·马斯克（Elon Musk）的“寻求真相” AI Grok正在引起X上右翼用户的争议，因为它与基于事实的答案相矛盾。Grok是作为Chatgpt的反PC替代品的推出，现在提供了与主流科学和法律事实保持一致的回应，激怒了期望意识形态增强的Maga支持者。AI召集了唐纳德·特朗普（Donald Trump）和小罗伯特·肯尼迪（Robert F.
工业库存与AI Boom报告强大的季度有关。我们喜欢它
伊顿公司（Eaton Corporation）以其在AI数据中心和商业领域的电力管理解决方案而闻名，他报告的季度表现强劲，提出了比回答更多的问题。
元责怪特朗普对AI成本的关税
Meta的AI野心将由于竞争的增加和特朗普政府的关税影响增加，到2025年可能达到720亿美元。CFOSusan Li在第1季度的收入中披露了这一点，这是早期估计的60-650亿美元。较高的成本源于在贸易不确定性的情况下采购国际硬件。Meta正在使供应链多样化，并增加了在数据中心的投资，以支持AI工作。尽管全球竞争对手的竞争不断增长，但该公司计划大量计算能力扩大。
受大脑神经动力学启发的新颖AI模型
MIT CSAIL的研究人员开发了一种新的AI模型，称为“线性振荡状态空间模型”（Linoss），以改善机器学习算法对长序列数据的处理。与现有的状态空间模型不同，Linoss使用强制谐波振荡器的原理，并提供稳定的预测模型参数条件较少。经验测试表明，Linoss在序列分类和预测任务中的表现优于当前模型，尤其是对于非常长的序列。该研究是在ICLR 2025上进行口头介绍的，可能会影响医疗保健分析，气候科学，自动驾驶和财务预测等领域。
