全部新闻
微软的Majorana 1芯片雕刻量子计算的新路径 - 来源
2025-02-19 16:02:31
微软在创建和测量主要粒子方面的突破标志着拓扑量表的发展是一个重要的里程碑，这对于能够解决能够解决古典计算机无法有效处理的复杂问题的可伸缩量子计算机至关重要。主要进步包括：1。**发现Majorana颗粒**：微软成功地创建了Majoraana颗粒，外来的准粒子在特定条件下（二胺和超导性）从某些材料中出现。这些粒子对于拓扑量子计算至关重要，因为它们可以以固有抵抗错误的方式存储量子信息。2。**精确的测量技术**：公司已经开发了一种使用微波的方法来精确测量Majorana颗粒状态，从而实现数字控制并简化扩大量子计算机所需的体系结构。3。**简化的体系结构**：与其他量子位不同，基于Majoaranas的拓扑量表可以简单地将其铺有瓷砖，从而降低复杂性并使其更容易扩展系统。4。**量子芯片（Majorana 1）**：Microsoft创建了第一个由拓扑量表提供动力的量子芯片。该芯片既包含Qubits又包含周围的控制电子产品，表明这些外来颗粒可以集成到实用的计算设备中。5。**寒冷的温度**：使用稀释冰箱在极低的温度下稳定下的主要颗粒，这对于维持其存在所需的超导状态是必不可少的。6。**端到端系统集成**：Microsoft围绕其拓扑设备构建了整个生态系统，包括可以与经典计算机和AI系统集成的控制逻辑和软件堆栈。7。**材料科学进步**：该公司的研究涉及开发新材料（砷化胺）和创造Majorana颗粒所需条件的技术，并证明了量子材料科学方面的专业知识。这些进步位置Microsoft位于拓扑量子计算的最前沿，并为构建能够解决现实世界中问题的更强大，可扩展的量子计算机铺平了道路。
微软在创建和测量主要粒子方面的突破标志着拓扑量表的发展是一个重要的里程碑，这对于能够解决能够解决古典计算机无法有效处理的复杂问题的可伸缩量子计算机至关重要。主要进步包括：1。**发现Majorana颗粒**：微软成功地创建了Majoraana颗粒，外来的准粒子在特定条件下（二胺和超导性）从某些材料中出现。这些粒子对于拓扑量子计算至关重要，因为它们可以以固有抵抗错误的方式存储量子信息。2。**精确的测量技术**：公司已经开发了一种使用微波的方法来精确测量Majorana颗粒状态，从而实现数字控制并简化扩大量子计算机所需的体系结构。3。**简化的体系结构**：与其他量子位不同，基于Majoaranas的拓扑量表可以简单地将其铺有瓷砖，从而降低复杂性并使其更容易扩展系统。4。**量子芯片（Majorana 1）**：Microsoft创建了第一个由拓扑量表提供动力的量子芯片。该芯片既包含Qubits又包含周围的控制电子产品，表明这些外来颗粒可以集成到实用的计算设备中。5。**寒冷的温度**：使用稀释冰箱在极低的温度下稳定下的主要颗粒，这对于维持其存在所需的超导状态是必不可少的。6。**端到端系统集成**：Microsoft围绕其拓扑设备构建了整个生态系统，包括可以与经典计算机和AI系统集成的控制逻辑和软件堆栈。7。**材料科学进步**：该公司的研究涉及开发新材料（砷化胺）和创造Majorana颗粒所需条件的技术，并证明了量子材料科学方面的专业知识。这些进步位置Microsoft位于拓扑量子计算的最前沿，并为构建能够解决现实世界中问题的更强大，可扩展的量子计算机铺平了道路。
用于分配加固学习的对手纹状体电路
2025-02-19 16:01:40
Lowet等人在本质上发表的“用于分布强化学习的对手纹状体回路”，对纹状体中的分布加强学习（RL）的神经机制进行了详细研究。这是提供信息的摘要和关键点：###主要发现1。**纹状体神经元编码值预测因子**：研究表明，在纹状体编码值预测因子中，直接径向道路D1多巴胺能神经元和间接pathway d2 gabaergic神经元对分布RL至关重要。2。** D1和D2神经元的反对角色**：-D1神经元（直接途径）倾向于乐观地行动，预测更高的奖励。-D2神经元（间接途径）表现悲观，预测较低的奖励。3。**舔速度响应**： - 抑制或激发D1或D2 MSN会导致动物舔率与分布RL模型下的理论预测一致的动物舔率的变化。4。**模型模拟**： - 该研究使用各种模型（REDRL，基于分数，基于预期的，分类和累积代码）来模拟D1或D2 MSN的扰动如何影响预测的奖励分布。5。**与其他模型的比较**： - REDRL模型预测与实验数据非常匹配，这表明它可以最好地捕获纹状体中观察到的动力学。###关键人物和分析 - **图4-7 **：这些图说明了不同模型如何预测D1或D2 MSN的抑制性或兴奋性操作引起的平均奖励变化。 - **表**：包括REDRL和替代模型之间的详细比较，表明REDRL提供了最适合实验观察结果的比较。###方法论研究人员使用光遗传学技术来操纵D1（直接途径）和D2（间接播音道）纹状体神经元在执行增强学习任务的啮齿动物中。通过抑制或激发这些途径，他们可以观察神经活动的变化如何影响行为结果，例如在奖励预期期间舔率。＃＃＃ 讨论本文将他们的发现与基于非RPE的多巴胺的说明进行了对比，并更广泛地讨论了大脑中概率编码的含义： - **期望与分位数**：作者强调了基于期望的模型和基于分位数的模型之间的区别。 - **多巴胺的非RPE帐户**：他们解决了他们的结果如何挑战或补充有关增强学习中多巴胺信号传导的替代解释。###结论该研究支持一个模型，其中D1和D2神经元在反对方面起作用，分别代表了对预期奖励的乐观和悲观观点。该二元表示为在不确定性下与分配RL原则保持一致的更细微的决策提供了基础。这项研究极大地有助于我们理解如何在神经电路水平，尤其是纹状体内实施复杂的奖励预测和学习过程。###其他资源 - **补充信息**：提供有关模型，方法和讨论的更多详细信息。 - **表**：包括分析中使用的所有线性混合效应模型的规格（补充表1）。为了全面了解这项工作，建议审查全文以及补充材料。
Lowet等人在本质上发表的“用于分布强化学习的对手纹状体回路”，对纹状体中的分布加强学习（RL）的神经机制进行了详细研究。这是提供信息的摘要和关键点：###主要发现1。**纹状体神经元编码值预测因子**：研究表明，在纹状体编码值预测因子中，直接径向道路D1多巴胺能神经元和间接pathway d2 gabaergic神经元对分布RL至关重要。2。** D1和D2神经元的反对角色**：-D1神经元（直接途径）倾向于乐观地行动，预测更高的奖励。-D2神经元（间接途径）表现悲观，预测较低的奖励。3。**舔速度响应**： - 抑制或激发D1或D2 MSN会导致动物舔率与分布RL模型下的理论预测一致的动物舔率的变化。4。**模型模拟**： - 该研究使用各种模型（REDRL，基于分数，基于预期的，分类和累积代码）来模拟D1或D2 MSN的扰动如何影响预测的奖励分布。5。**与其他模型的比较**： - REDRL模型预测与实验数据非常匹配，这表明它可以最好地捕获纹状体中观察到的动力学。###关键人物和分析 - **图4-7 **：这些图说明了不同模型如何预测D1或D2 MSN的抑制性或兴奋性操作引起的平均奖励变化。 - **表**：包括REDRL和替代模型之间的详细比较，表明REDRL提供了最适合实验观察结果的比较。###方法论研究人员使用光遗传学技术来操纵D1（直接途径）和D2（间接播音道）纹状体神经元在执行增强学习任务的啮齿动物中。通过抑制或激发这些途径，他们可以观察神经活动的变化如何影响行为结果，例如在奖励预期期间舔率。＃＃＃ 讨论本文将他们的发现与基于非RPE的多巴胺的说明进行了对比，并更广泛地讨论了大脑中概率编码的含义： - **期望与分位数**：作者强调了基于期望的模型和基于分位数的模型之间的区别。 - **多巴胺的非RPE帐户**：他们解决了他们的结果如何挑战或补充有关增强学习中多巴胺信号传导的替代解释。###结论该研究支持一个模型，其中D1和D2神经元在反对方面起作用，分别代表了对预期奖励的乐观和悲观观点。该二元表示为在不确定性下与分配RL原则保持一致的更细微的决策提供了基础。这项研究极大地有助于我们理解如何在神经电路水平，尤其是纹状体内实施复杂的奖励预测和学习过程。###其他资源 - **补充信息**：提供有关模型，方法和讨论的更多详细信息。 - **表**：包括分析中使用的所有线性混合效应模型的规格（补充表1）。为了全面了解这项工作，建议审查全文以及补充材料。
精神分裂症，AI预测的躁郁症
2025-02-19 16:00:47
由阿尔胡斯大学（Aarhus University）的拉斯·汉森（Lasse Hansen）领导的新研究表明，使用电子健康记录中的常规临床数据，AI可以以合理的精度预测精神分裂症和躁郁症的发作。该研究利用XGBoost机器学习算法，可预测精神分裂症的AUROC得分为80％，双相情感障碍得分为62％。尽管这些结果是有希望的，但在临床环境中实施之前需要进一步验证。
由阿尔胡斯大学（Aarhus University）的拉斯·汉森（Lasse Hansen）领导的新研究表明，使用电子健康记录中的常规临床数据，AI可以以合理的精度预测精神分裂症和躁郁症的发作。该研究利用XGBoost机器学习算法，可预测精神分裂症的AUROC得分为80％，双相情感障碍得分为62％。尽管这些结果是有希望的，但在临床环境中实施之前需要进一步验证。
Wall St. Targets 35％冷却热人工智能库存SMCI -Tipranks.com
2025-02-19 15:28:09
在过去的几年中，超级微型计算机（SMCI）经历了极端波动，价格急剧上升，随后急剧下降。尽管最近有AI需求以及2024财年的收入增长，但SMCI仍面临亚马逊，Google，Microsoft和Dell等竞争对手的巨大挑战，他们正在开发自定义解决方案，以减少对现成产品的依赖。由于持续的会计问题，激烈的竞争以及缺失增长预测的潜在风险，该公司2026年的雄心勃勃的收入目标受到怀疑。分析师建议谨慎，指出缺点的高风险，而与历史高点相比，一些投资者在当前较低的估值倍数中看到了价值。总体而言，SMCI仍然波动，许多分析师建议留在场外。超级微型计算机（SMCI）
在过去的几年中，超级微型计算机（SMCI）经历了极端波动，价格急剧上升，随后急剧下降。尽管最近有AI需求以及2024财年的收入增长，但SMCI仍面临亚马逊，Google，Microsoft和Dell等竞争对手的巨大挑战，他们正在开发自定义解决方案，以减少对现成产品的依赖。由于持续的会计问题，激烈的竞争以及缺失增长预测的潜在风险，该公司2026年的雄心勃勃的收入目标受到怀疑。分析师建议谨慎，指出缺点的高风险，而与历史高点相比，一些投资者在当前较低的估值倍数中看到了价值。总体而言，SMCI仍然波动，许多分析师建议留在场外。超级微型计算机（SMCI）
健康AI：最近的FDA裁员如何将监管负担转移到卫生系统
2025-02-19 15:23:55
联邦政府最近将许多员工从医疗机构的关键职位（包括FDA的医疗设备安全部门）放下。这些裁员因其相对较新的员工身份而对使用AI技术的员工的影响不成比例。Stat报道说，在40个成像设备审阅者和40位协助监管人员的研究人员中有10名被解雇，这加剧了FDA为规范AI相关的健康应用而努力的努力。该机构警告说，这可能会将医疗设备安全的更多责任转移到医院。
联邦政府最近将许多员工从医疗机构的关键职位（包括FDA的医疗设备安全部门）放下。这些裁员因其相对较新的员工身份而对使用AI技术的员工的影响不成比例。Stat报道说，在40个成像设备审阅者和40位协助监管人员的研究人员中有10名被解雇，这加剧了FDA为规范AI相关的健康应用而努力的努力。该机构警告说，这可能会将医疗设备安全的更多责任转移到医院。
人道砖以1.16亿美元的价格被惠普收购时，其AI销
2025-02-19 15:22:22
惠普以1.16亿美元的价格收购了Humane的Cosmos操作系统，IP和专利，从而有效地结束了Humane的业务。该交易包括AI PIN技术，但是现有的设备所有者将在2月28日之前面临功能限制。HP旨在将宇宙集成到PC，打印机和会议室等各种产品中，以增强AI功能。Humane转向许可Cosmos作为业务使用的OS的转变是在最初的产品故障审查和由于火灾危害引起的召回之后的。前人道高管将领导惠普的新部门，专注于现有设备的AI。
惠普以1.16亿美元的价格收购了Humane的Cosmos操作系统，IP和专利，从而有效地结束了Humane的业务。该交易包括AI PIN技术，但是现有的设备所有者将在2月28日之前面临功能限制。HP旨在将宇宙集成到PC，打印机和会议室等各种产品中，以增强AI功能。Humane转向许可Cosmos作为业务使用的OS的转变是在最初的产品故障审查和由于火灾危害引起的召回之后的。前人道高管将领导惠普的新部门，专注于现有设备的AI。
AI设计的空间基因图确定了特发性肺纤维化的早期标记
2025-02-19 15:22:03
一支国际团队使用AI驱动的空间转录组学创建了肺部细胞中基因表达的详细空间图，包括特发性肺纤维化（IPF）。这表明在结构变化之前，IPF的早期分子迹象提供了个性化的治疗策略，以停止或扭转疾病的进展。该研究概述了来自肺组织样品的343个基因，并在健康和受PF影响的肺中鉴定了12个不同的分子壁ni。
一支国际团队使用AI驱动的空间转录组学创建了肺部细胞中基因表达的详细空间图，包括特发性肺纤维化（IPF）。这表明在结构变化之前，IPF的早期分子迹象提供了个性化的治疗策略，以停止或扭转疾病的进展。该研究概述了来自肺组织样品的343个基因，并在健康和受PF影响的肺中鉴定了12个不同的分子壁ni。
苦难是真实的。人工智能意识不是。|techpolicy.press
2025-02-19 15:17:41
文章批评人工智能（AI）研究可以导致创造真正有意识和有知觉的机器的观念，反对这样的观念，即实施某些计算模型足以创造意识。这是关键点的摘要：1。**对意识的误解**：这篇文章认为，研究人员使用的当前对意识的定义通常依赖于模糊的例子，而不是清除理论框架。它强调了计算功能主义者如何准确地定义意识的困难。2。**智力和意识**：智力从根本上与意识和理解有关，这是人类认知的内在方面。除非存在一种潜在的自我意识和目的感，否则实施智能行为并不等于有意识的经验。3。**共享的经验和语言**：意识涉及共享的经验以及通过语言传达这些经验的能力，这是基于我们对现实的相互理解，仅仅是理论构造之外。4。**理论框架与实际思维**：理论可以帮助思考，但不能完全替代它。误解或滥用理论框架可能会导致关于意识和智力的错误结论。5。**当前的AI限制**：尽管进步，当代AI仍缺乏真正的意识和对其行为的理解。行为智能的系统不一定意味着有意识的思维过程。6。**幻想与现实**：这篇文章批评了人造生物中潜在的未来苦难的幻想，以此避免面对现实世界中的人类苦难，这需要同情并与生活经历交往。本质上，文章反对将意识降低到计算功能或理论抽象，强调了真正的意识涉及的不仅仅是技术实施。它还批评了这些幻想如何损害解决与人类福祉有关的紧迫社会问题。
文章批评人工智能（AI）研究可以导致创造真正有意识和有知觉的机器的观念，反对这样的观念，即实施某些计算模型足以创造意识。这是关键点的摘要：1。**对意识的误解**：这篇文章认为，研究人员使用的当前对意识的定义通常依赖于模糊的例子，而不是清除理论框架。它强调了计算功能主义者如何准确地定义意识的困难。2。**智力和意识**：智力从根本上与意识和理解有关，这是人类认知的内在方面。除非存在一种潜在的自我意识和目的感，否则实施智能行为并不等于有意识的经验。3。**共享的经验和语言**：意识涉及共享的经验以及通过语言传达这些经验的能力，这是基于我们对现实的相互理解，仅仅是理论构造之外。4。**理论框架与实际思维**：理论可以帮助思考，但不能完全替代它。误解或滥用理论框架可能会导致关于意识和智力的错误结论。5。**当前的AI限制**：尽管进步，当代AI仍缺乏真正的意识和对其行为的理解。行为智能的系统不一定意味着有意识的思维过程。6。**幻想与现实**：这篇文章批评了人造生物中潜在的未来苦难的幻想，以此避免面对现实世界中的人类苦难，这需要同情并与生活经历交往。本质上，文章反对将意识降低到计算功能或理论抽象，强调了真正的意识涉及的不仅仅是技术实施。它还批评了这些幻想如何损害解决与人类福祉有关的紧迫社会问题。
小说“修剪”技术显示出有望减少AI偏见而不会损害性能
2025-02-19 15:16:05
斯坦福法学院和斯坦福大学以人为中心的AI研究人员的研究人员开发了一种“模型修剪”技术，以减轻大语言模型（LLMS）的种族偏见。该方法涉及识别和去除导致偏见输出的特定神经元，而不会显着影响整体模型性能。但是，由于偏见的上下文特定性质，让AI开发人员承担有害行为的责任存在局限性。取而代之的是，该研究建议专注于为特定用例部署LLM的公司。这些发现强调了针对有针对性的监管框架和偏向审核的需求，通过部署公司有效地解决与AI相关的危害。
斯坦福法学院和斯坦福大学以人为中心的AI研究人员的研究人员开发了一种“模型修剪”技术，以减轻大语言模型（LLMS）的种族偏见。该方法涉及识别和去除导致偏见输出的特定神经元，而不会显着影响整体模型性能。但是，由于偏见的上下文特定性质，让AI开发人员承担有害行为的责任存在局限性。取而代之的是，该研究建议专注于为特定用例部署LLM的公司。这些发现强调了针对有针对性的监管框架和偏向审核的需求，通过部署公司有效地解决与AI相关的危害。
拓扑如何驱动大脑，气候和AI的复杂性
2025-02-19 14:41:10
Ginestra Bianconi教授和国际研究人员发表在《自然物理学》上的一项研究介绍了高阶拓扑动态，一个新领域探讨了复杂系统的隐藏网络几何形状如何影响诸如大脑活动，气候模式和人工智能等现象。该研究将离散拓扑与非线性动力学相结合，以揭示高阶网络在推动拓扑同步和三合会渗透等新兴行为中的作用。该框架可能会导致受理论物理学启发的新型AI算法，并增强我们对神经科学和气候科学中复杂系统的理解。
Ginestra Bianconi教授和国际研究人员发表在《自然物理学》上的一项研究介绍了高阶拓扑动态，一个新领域探讨了复杂系统的隐藏网络几何形状如何影响诸如大脑活动，气候模式和人工智能等现象。该研究将离散拓扑与非线性动力学相结合，以揭示高阶网络在推动拓扑同步和三合会渗透等新兴行为中的作用。该框架可能会导致受理论物理学启发的新型AI算法，并增强我们对神经科学和气候科学中复杂系统的理解。