全部新闻
亚马逊的Alexa设置用于AI大升级：这是期望的
亚马逊计划在2月26日在纽约举行的语音助理Alexa进行大量AI升级，这可以增强自然对话和多步骤任务功能。这将是Alexa自2014年以来最重大的更新，因为OpenAI和Google等竞争对手开发了高级AI助手。亚马逊可能会引入付费层，以获得增强的Alexa功能，同时保持基本版本免费。此外，有传言说，苹果将于3月推出一个由Siri驱动的壁挂显示屏，以控制智能家居设备，旨在加强其在竞争激烈的智能家居市场中的影响力。
NVDA股票警告：Alphabet可能很快就可以与AI Chip Business竞争，价值“数十亿”
用户可以将其首选的图表设置作为模板保存，通过将市场标志切换到所选国家/地区，通过右键单击交互式菜单访问更多图表选项，并使用上/向下箭头键导航符号，从而更改市场数据。
/Alphabet%20Inc_%20and%20Google%20logos%20by%20IgorGolovinov%20via%20Shutterstock.jpg)
DeepSeek的R1和Openai的Deep研究重新定义了AI - 抹布，蒸馏和定制模型永远不会相同
###关键见解和外卖：1。** AI **民主化： - DeepSeek挑战了只有主要AI实验室才能创新的观念，使推理模型开放且负担得起。这使人们可以访问高级AI技术，使较小的公司和个人开发人员能够尝试和创新而无需大量资源。2。**降低成本**： - 开发和部署AI模型的成本大大降低。像DeepSeek这样的主要参与者正在降低与模型开发相关的成本，从而使企业更容易获得。3。**数据质量**： - 尽管DeepSeek和Openai的Deep Research等强大的工具提供了令人兴奋的可能性，但它们的有效性最终取决于数据质量。企业需要专注于策划清洁，结构良好的数据，以确保准确可靠的AI应用程序。4。**监管问题**： - 由于监管问题和数据隐私问题，金融和医疗保健等受管制行业（例如金融和医疗保健）的公司谨慎使用。5。 - 诸如检索功能生成（RAG）之类的技术在将AI模型与公司特定数据接地，从而减轻预训练模型固有的潜在偏见。6。**企业专注于数据策划**： - 企业必须优先考虑清洁和策划其关键数据，以启用可提供直接价值的点AI应用程序。7。**监管轮班和实际部署**： - 跟上监管转变并了解生成AI的实际部署，可以为在AI实施中最大程度地提高ROI提供宝贵的见解。＃＃＃ 结论：企业AI的未来变得越来越开放，负担得起和数据驱动。企业必须使用诸如抹布之类的技术专注于高质量的数据策划，并超越培训阶段的创新，以在迅速发展的生成AI的迅速发展的景观中保持领先地位，从而有效地利用这些新工具。掌握数据的公司将处于下一波AI创新的最前沿。###企业可行的步骤：1。**评估数据质量**：评估和提高企业数据的质量。2。**实施抹布**：以特定于公司的知识利用检索式的生成为地面模型。3。**利用开源模型**：使用DeepSeek等开源模型进行实验，同时解决潜在的监管问题。4。**请注意AI趋势**：与最大ROI的法规转变和实际部署策略保持同步。通过关注这些领域，企业可以有效利用AI中的新工具和技术来推动创新并获得竞争优势。
纽约市议员说，加速对嘈杂驾驶员的镇压。
纽约市议员埃里克·博彻（Erik Bottcher）提议使用AI来加强针对粗鲁驾驶员的噪音法规的执行。目前，纽约市周围有11台噪音摄像机，计划在今年秋天增加5个噪音摄像机，每位自治市镇增加5个。Bottcher建议AI可以改善对嘈杂的车辆和反复犯罪者的识别，从而节省资金并随着计划的增长而提高效率。在2021年6月至2024年之间，这些摄像机发行了80万美元的罚款，但仅支付了一小部分。Bottcher认为AI可以帮助创建一个更有效的系统来阻止违规者并确保更安静的街道，尤其是在晚上。
从零到数百万？普通人如何兑现AI
感谢您分享有关从头开始建立GPT（生成预训练的变压器）或任何AI驱动软件业务的有见地和全面的指南。这是关键点的简明摘要，还有一些其他技巧可以帮助您保持步入正轨：###关键点回顾1。**做您的研究**： - 在构建任何内容之前先与潜在用户交谈。 - 了解他们的疼痛点和当前的解决方案。 - 确定他们是否会为改进的解决方案付费。2。**建立一个社区**： - 从新闻通讯或社交媒体渠道开始。 - 记录您的旅程，包括成功和失败。 - 通过定期更新和问答会议直接与观众互动。3。**了解问题**： - 明确定义要解决的问题。 - 确定您的目标市场及其需求。4。**保持社区参与**： - 定期分享进度更新。 - 要求提供反馈以改善您的产品。5。**保持一致**： - 即使在艰难时期，也要保持纪律严明的方法。 - 根据用户反馈和数据继续迭代。6。**启动您的应用**： - 继续与社区发布后接触。 - 利用发射作为收集更多见解和支持的机会。###其他提示1。**用户反馈循环**： - 实施一个系统，用于连续收集用户反馈。 - 使用调查，分析软件和直接消息传递等工具来收集数据。2。**内容营销策略**： - 创建有价值的内容，以解决用户面临的常见问题。 - 利用博客文章，视频，播客和社交媒体来建立思想领导力。3。**伙伴关系和合作**： - 与您的空间中的有影响力者或其他品牌建立伙伴关系。 - 在项目或事件上进行协作以扩大覆盖范围和信誉。4。**持续学习和改进**： - 随着人工智能和技术的最新进步，请继续更新。 - 参加会议，网络研讨会和研讨会，向行业专家学习。5。**货币化策略**： - 在启动之前制定明确的货币化策略。 - 考虑免费增值模型，高级订阅或有针对性的广告。6。**法律与合规**： - 确保遵守数据保护法规（例如GDPR）。 - 咨询法律建议以保护知识产权并避免版权问题。###最终单词建立成功的基于GPT的业务需要奉献，战略计划以及与受众群体的持续参与。通过遵循本指南中概述的步骤并结合了这些其他技巧，您可以增加成功的机会。如果您有更多的特定问题或需要进一步的指导，请随时接触。我在这里支持您的旅程！祝你好运，[你的名字]
十亿个细胞项目旨在通过AI提高生物学
Chan Zuckerberg倡议（CZI）发起了十亿个细胞项目，以创建一个十亿个细胞数据集，以推进生物学中的AI模型开发。该项目是与10倍基因组学，Ultima基因组学和领先研究人员的合作，旨在生成全面的数据集，以增强精确医学和功能基因组学研究。该计划利用行业合作伙伴的尖端技术，旨在以较低的成本生产大型单细胞数据，以更好地培训AI模型。该项目通过免费获得结果来强调开放科学。10X基因组学的铬GEM-X技术和Ultima Genomics的UG 100™平台将有助于实现这些目标，从而实现高通量测序和分析。t
AI和神经网络可以减少乳腺癌患者病变分类的等待时间
科学报告中的一篇新论文评估了使用AI和神经网络的使用，以减少在超声图像中对乳腺癌病变进行分类的等待时间。UAH的讲师Keka Biswas博士致力于使用深度学习来提高医学图像分析的准确性和速度，旨在提供更快的诊断和更精确的治疗结果。该研究调查了型和外部组织如何影响病变分类，利用预先训练的神经网络在较小的数据集中更好地性能。这种方法旨在通过减少诊断延迟来减轻癌症患者的焦虑。
AI搜索正在引起关注，但并未替代Google：调查
AI搜索采用率正在上升，尤其是在年轻的美国人中，但是大多数人仍然喜欢Google或Microsoft Bing等传统搜索引擎而不是一般信息搜索。一项较高可见性的调查发现，有71.5％的人使用了AI工具进行搜索，其中79.8％的人更喜欢经典的搜索引擎。在几代人的各个世代相传中，使用情况差异很大，在产品发现中，Z世代表现出对社交媒体的最高采用和偏好，而婴儿潮一代仍然最忠于传统搜索引擎。该调查还强调了不同的平台如何根据查询类型占主导地位，表明AI工具补充而不是替换经典的搜索引擎。
使用GPU -DataScienceCentral.com支撑高级机器学习模型
LeaseWeb宣布了NVIDIA GPU（L4，L40S，H100 NVL）的可用性，以支持高级机器学习模型的企业规模应用程序。这些GPU迎合了从小用用案例的范围，对于数据分析，医疗保健中的个性化治疗以及其他AI-Mintsiment任务至关重要。适当的GPU的选择取决于组织是在培训还是部署模型，其中H100适用于强化培训，L4或L40S适合生产工作量。组织还可以采用一项策略，结合了多个较小的GPU，以有效地满足其特定需求。
Yum Brands创建了一个由AI驱动的平台来容纳其所有技术解决方案
Yum Brands已由Yum！启动Byte，该平台将其各种技术解决方案合并为一个全面的AI-DRIEN软件套件作为服务（SaaS）产品。该倡议旨在提高运营效率，并增强其品牌的客户和员工体验-KFC，Taco Bell，Pizza Hut和Habit Burger＆Grill。字节包括在线订购，销售点系统，厨房优化，库存管理和团队工具等功能。百胜首席数字技术官乔·帕克（Joe Park）将领导新部门。该平台目前为全球约25,000家餐厅提供服务，每年在美国处理超过3亿个数字交易，并有望促进更快的国际市场进入。
