全部新闻
自学习 AI 为 NFL 提供 2025 年 NFL 外卡比赛的赔率、大小盘、输赢盘选择
2025-01-11 19:31:09
2025 年 NFL 季后赛以六场外卡赛开始，其中包括扩大季后赛。关键比赛包括周六的德州人队对阵闪电队、乌鸦队对阵钢人队，随后是周日的比尔队对阵野马队、老鹰队对阵包装工队以及海盗队对阵指挥官队。由于野火，本周将在亚利桑那州格伦代尔举行的周一橄榄球之夜公羊队对阵维京人队的比赛中结束。SportsLine 的 AI 预测公羊队将以 2.5 分的劣势轻松战胜维京人队，并以 31-22 的预测分数将公羊队评为 A+ 选秀权。访问 SportsLine，了解完整的 NFL 外卡周末预测并从他们的自学人工智能系统中进行选择。
2025 年 NFL 季后赛以六场外卡赛开始，其中包括扩大季后赛。关键比赛包括周六的德州人队对阵闪电队、乌鸦队对阵钢人队，随后是周日的比尔队对阵野马队、老鹰队对阵包装工队以及海盗队对阵指挥官队。由于野火，本周将在亚利桑那州格伦代尔举行的周一橄榄球之夜公羊队对阵维京人队的比赛中结束。SportsLine 的 AI 预测公羊队将以 2.5 分的劣势轻松战胜维京人队，并以 31-22 的预测分数将公羊队评为 A+ 选秀权。访问 SportsLine，了解完整的 NFL 外卡周末预测并从他们的自学人工智能系统中进行选择。
英国可以成为“人工智能最佳点”：斯塔默的技术部长谈监管、马斯克和言论自由
2025-01-11 19:02:00
尽管面临经济逆风和政治复杂性，英国科学技术大臣彼得·凯尔仍面临着将英国定位为人工智能 (AI) 领导者的艰巨任务。随着英国成为全球第三大人工智能市场，凯尔的目标是为尖端创新奠定基础，同时平衡监管问题和促进经济增长。他的战略包括通过与马克·扎克伯格和埃隆·马斯克等科技领袖的务实接触来吸引投资，同时确保弱势群体的安全措施不受影响。政府人工智能行动计划的推出凸显了英国致力于成为全球人工智能中心、强调数字基础设施发展和负责任的创新。
尽管面临经济逆风和政治复杂性，英国科学技术大臣彼得·凯尔仍面临着将英国定位为人工智能 (AI) 领导者的艰巨任务。随着英国成为全球第三大人工智能市场，凯尔的目标是为尖端创新奠定基础，同时平衡监管问题和促进经济增长。他的战略包括通过与马克·扎克伯格和埃隆·马斯克等科技领袖的务实接触来吸引投资，同时确保弱势群体的安全措施不受影响。政府人工智能行动计划的推出凸显了英国致力于成为全球人工智能中心、强调数字基础设施发展和负责任的创新。
科技巨头告诉英国在线安全法“无需谈判”
2025-01-11 19:00:00
英国技术大臣彼得·凯尔警告称，针对 Meta 创始人马克·扎克伯格的评论，旨在提高网络安全和解决仇恨言论的新法律“无需谈判”。扎克伯格发誓要与美国前总统唐纳德·特朗普合作，反对他们认为的全球内容审查制度，包括最近通过了《在线安全法案》的英国。凯尔强调，虽然进入英国社会及其经济是一种特权，而不是权利，但尽管受到 Meta 等科技公司的压力，对儿童和弱势群体的保护仍将保持不变。
英国技术大臣彼得·凯尔警告称，针对 Meta 创始人马克·扎克伯格的评论，旨在提高网络安全和解决仇恨言论的新法律“无需谈判”。扎克伯格发誓要与美国前总统唐纳德·特朗普合作，反对他们认为的全球内容审查制度，包括最近通过了《在线安全法案》的英国。凯尔强调，虽然进入英国社会及其经济是一种特权，而不是权利，但尽管受到 Meta 等科技公司的压力，对儿童和弱势群体的保护仍将保持不变。
三星的人工智能订阅与苹果和谷歌已经在做的没有什么不同
2025-01-11 19:00:00
据 ET News 报道，三星可能会在下个月将其 Galaxy AI 订阅俱乐部扩展到韩国的旗舰手机。
据 ET News 报道，三星可能会在下个月将其 Galaxy AI 订阅俱乐部扩展到韩国的旗舰手机。
马克·扎克伯格表示人工智能很快就能完成 Meta 中层工程师的工作
2025-01-11 18:28:00
Meta 计划到 2025 年实现中层软件工程角色自动化，并可能将编码外包给人工智能。该公司还打算用社区注释取代事实检查员，并减少多样性、公平和包容性 (DEI) 举措。首席执行官马克·扎克伯格在乔·罗根经历的采访中讨论了这些变化。
Meta 计划到 2025 年实现中层软件工程角色自动化，并可能将编码外包给人工智能。该公司还打算用社区注释取代事实检查员，并减少多样性、公平和包容性 (DEI) 举措。首席执行官马克·扎克伯格在乔·罗根经历的采访中讨论了这些变化。
截至 1 月 11 日的一周实时分析新闻 - RTInsights
2025-01-11 18:27:46
多家公司正在合作，利用人工智能和新兴技术增强先进的汽车安全功能。HERE Technologies 和 AWS 宣布合作，提供可扩展的解决方案，用于开发车辆中的位置感知软件，加速 ADAS、AD 和新数字汽车体验的开发。Uber 和 NVIDIA 还就 AI 驱动的自动驾驶技术展开合作，利用 Uber 庞大的数据源高效构建更强大的 AI 模型。此外，NVIDIA 还推出了 AI 蓝图，用于构建代理 AI 应用程序，以实现跨行业工作的自动化。埃森哲推出了 AI Refinery for Industry，提供 12 个由 NVIDIA AI Enterprise 软件提供支持的行业代理解决方案。
多家公司正在合作，利用人工智能和新兴技术增强先进的汽车安全功能。HERE Technologies 和 AWS 宣布合作，提供可扩展的解决方案，用于开发车辆中的位置感知软件，加速 ADAS、AD 和新数字汽车体验的开发。Uber 和 NVIDIA 还就 AI 驱动的自动驾驶技术展开合作，利用 Uber 庞大的数据源高效构建更强大的 AI 模型。此外，NVIDIA 还推出了 AI 蓝图，用于构建代理 AI 应用程序，以实现跨行业工作的自动化。埃森哲推出了 AI Refinery for Industry，提供 12 个由 NVIDIA AI Enterprise 软件提供支持的行业代理解决方案。
Nvidia 如何在人工智能的十年里创造 1.4T 美元的数据中心市场 - SiliconANGLE
2025-01-11 18:14:04
### 总结：Nvidia 在极限并行计算时代的前进之路**介绍**该文件深入分析了 Nvidia 在人工智能 (AI) 和大型语言模型 (LLM) 驱动的极端并行计算快速发展的格局中的战略地位。它概述了塑造这个新的万亿美元市场的关键因素，强调了英伟达的领导作用，但也承认潜在的风险。### 关键见解#### 1. **新兴的万亿美元市场**- 数据中心行业正在转变为以 GPU 和专用加速器为中心的分布式并行处理生态系统。- ChatGPT 等生成式 AI 工具展示了各种应用中加速计算的强大功能，推动了对强大硬件和软件解决方案的需求。#### 2. **Nvidia 的领导地位**- Nvidia 紧密集成的平台（硬件+软件+生态系统）正在引领向极端并行计算的转变。- 该公司在数据中心领域占有相当大的份额，估计约为 25%，尽管存在竞争，但预计仍将保持其领先地位。#### 3. **GPU 和专用加速器的关键作用**- GPU 正在成为数据中心的核心，因为它们处理人工智能和机器学习中的繁重工作负载。- Nvidia 的生态系统包括 H100、DGX A100 等硬件加速器以及 CUDA、TensorRT 和 PyTorch 等软件框架。#### 4. **软件生态系统**- Nvidia 的软件堆栈对于开发人员的采用至关重要：- **CUDA：** GPU 编程平台。- **TensorRT：** 用于深度学习模型的推理引擎。- **PyTorch：**流行的开源机器学习框架。- **NVIDIA DOCA、Merlin 和 Triton AI 推理平台：** 支持大规模 AI 推理。#### 5. **生态系统协作**- Nvidia 与云提供商（AWS、Azure、Google Cloud）密切合作，将其解决方案集成到更广泛的平台中。- 这种合作确保开发人员能够使用优化的工具和框架来部署人工智能工作负载。### 潜在风险1. **供应链对台积电的依赖**- 英伟达对台湾积体电路制造公司（台积电）的严重依赖使其面临地缘政治风险，特别是中国大陆和台湾之间的紧张局势。2. **人工智能过度炒作和经济衰退**- 人工智能可能无法按预期立即带来回报，从而导致经济低迷期间基础设施投资减少。3. **开源替代品侵蚀风险**- 如果这些替代方案变得成熟并被广泛采用，竞争对手开发的开源框架可能会削弱 Nvidia 的开发人员忠诚度。4. **监管审查和反垄断问题**- 政府可能会对人工智能公司实施更严格的监管，这可能会限制英伟达捆绑硬件和软件或进行收购的能力。5. **继任计划的不确定性**- 创始人黄仁勋的领导力至关重要；继任计划细节尚不清楚，如果他意外下台，就会面临风险。6. **替代技术的出现**- 量子计算、光学计算或超低成本人工智能芯片如果以更低的成本提供卓越的性能，可能会颠覆英伟达的主导地位。＃＃＃ 结论尽管英伟达因其在极端并行计算领域的主导地位而前景看好，但持续创新和战略远见对于保持领先地位至关重要。公司必须有效应对地缘政治挑战、人工智能技术潜在的过度炒作、监管风险和新兴竞争。**最后一句话：**英伟达的未来看起来很光明，但它不能自满。在这个极端并行计算的新时代，硬件和软件方面的不懈创新仍然是其最好的防御。---### 附加上下文- **免责声明：** 所有陈述均严格属于作者的信念、观点和意见。此类声明并非购买、出售或持有任何证券的建议。- **披露：** 该文件提到，所引用的一些公司可能是 theCUBE 和/或 Wikibon 的赞助商或客户。### 社区参与加入 YouTube 社区：- 超过 15,000 名#CubeAlumni 专家，包括 Amazon 首席执行官 Andy Jassy 和 Dell Technologies 创始人 Michael Dell 等行业领袖。**支持：**一键点击支持我们提供免费、深入且相关内容的使命。加入我们，了解最新的技术趋势、见解和专家分析。感谢您的支持！
### 总结：Nvidia 在极限并行计算时代的前进之路**介绍**该文件深入分析了 Nvidia 在人工智能 (AI) 和大型语言模型 (LLM) 驱动的极端并行计算快速发展的格局中的战略地位。它概述了塑造这个新的万亿美元市场的关键因素，强调了英伟达的领导作用，但也承认潜在的风险。### 关键见解#### 1. **新兴的万亿美元市场**- 数据中心行业正在转变为以 GPU 和专用加速器为中心的分布式并行处理生态系统。- ChatGPT 等生成式 AI 工具展示了各种应用中加速计算的强大功能，推动了对强大硬件和软件解决方案的需求。#### 2. **Nvidia 的领导地位**- Nvidia 紧密集成的平台（硬件+软件+生态系统）正在引领向极端并行计算的转变。- 该公司在数据中心领域占有相当大的份额，估计约为 25%，尽管存在竞争，但预计仍将保持其领先地位。#### 3. **GPU 和专用加速器的关键作用**- GPU 正在成为数据中心的核心，因为它们处理人工智能和机器学习中的繁重工作负载。- Nvidia 的生态系统包括 H100、DGX A100 等硬件加速器以及 CUDA、TensorRT 和 PyTorch 等软件框架。#### 4. **软件生态系统**- Nvidia 的软件堆栈对于开发人员的采用至关重要：- **CUDA：** GPU 编程平台。- **TensorRT：** 用于深度学习模型的推理引擎。- **PyTorch：**流行的开源机器学习框架。- **NVIDIA DOCA、Merlin 和 Triton AI 推理平台：** 支持大规模 AI 推理。#### 5. **生态系统协作**- Nvidia 与云提供商（AWS、Azure、Google Cloud）密切合作，将其解决方案集成到更广泛的平台中。- 这种合作确保开发人员能够使用优化的工具和框架来部署人工智能工作负载。### 潜在风险1. **供应链对台积电的依赖**- 英伟达对台湾积体电路制造公司（台积电）的严重依赖使其面临地缘政治风险，特别是中国大陆和台湾之间的紧张局势。2. **人工智能过度炒作和经济衰退**- 人工智能可能无法按预期立即带来回报，从而导致经济低迷期间基础设施投资减少。3. **开源替代品侵蚀风险**- 如果这些替代方案变得成熟并被广泛采用，竞争对手开发的开源框架可能会削弱 Nvidia 的开发人员忠诚度。4. **监管审查和反垄断问题**- 政府可能会对人工智能公司实施更严格的监管，这可能会限制英伟达捆绑硬件和软件或进行收购的能力。5. **继任计划的不确定性**- 创始人黄仁勋的领导力至关重要；继任计划细节尚不清楚，如果他意外下台，就会面临风险。6. **替代技术的出现**- 量子计算、光学计算或超低成本人工智能芯片如果以更低的成本提供卓越的性能，可能会颠覆英伟达的主导地位。＃＃＃ 结论尽管英伟达因其在极端并行计算领域的主导地位而前景看好，但持续创新和战略远见对于保持领先地位至关重要。公司必须有效应对地缘政治挑战、人工智能技术潜在的过度炒作、监管风险和新兴竞争。**最后一句话：**英伟达的未来看起来很光明，但它不能自满。在这个极端并行计算的新时代，硬件和软件方面的不懈创新仍然是其最好的防御。---### 附加上下文- **免责声明：** 所有陈述均严格属于作者的信念、观点和意见。此类声明并非购买、出售或持有任何证券的建议。- **披露：** 该文件提到，所引用的一些公司可能是 theCUBE 和/或 Wikibon 的赞助商或客户。### 社区参与加入 YouTube 社区：- 超过 15,000 名#CubeAlumni 专家，包括 Amazon 首席执行官 Andy Jassy 和 Dell Technologies 创始人 Michael Dell 等行业领袖。**支持：**一键点击支持我们提供免费、深入且相关内容的使命。加入我们，了解最新的技术趋势、见解和专家分析。感谢您的支持！
使用迁移学习和可解释人工智能的智能皮肤病预测系统
2025-01-11 17:53:36
所提供的文件概述了发表在《科学报告》（Sci Rep）杂志上的题为“使用迁移学习和可解释人工智能的智能皮肤病预测系统”的研究论文。该研究由 Sagheer Abbas、Fahad Ahmed、Wasim Ahmad Khan、Munir Ahmad、Muhammad Adnan Khan 和 Taher M. Ghazal 撰写。### 研究总结本文讨论了一种旨在利用迁移学习技术和可解释人工智能 (XAI) 预测皮肤病的智能系统。作者旨在解决几个关键领域：1. **数据收集**：从各种资源收集数据用于皮肤病预测。2. **模型开发**：利用迁移学习方法来增强模型性能，特别是在处理有限的训练数据时。3. **可解释性**：结合 XAI 技术，提供用于诊断皮肤状况的 AI 模型的透明度和可解释性。### 主要贡献1. **迁移学习**：利用预先训练的神经网络（例如VGG16或ResNet）对与皮肤疾病相关的较小数据集进行微调，从而提高模型准确性。2. **可解释的人工智能（XAI）**：采用分层相关性传播（LRP）等可视化技术来解释深度学习模型的决策过程。### 方法论- **数据收集**：研究人员从各种来源收集了数据集，包括 ISIC 2019 等公共数据集或类似的皮肤病学数据集。- **模型架构**：他们使用预先训练的 CNN（卷积神经网络），并根据特定的皮肤病分类任务对其进行微调。- **评估指标**：使用准确度、精确度、召回率、F1 分数等指标以及 XAI 技术来评估性能，以验证模型的决策。＃＃＃ 结果结果表明：- 与从头开始训练相比，迁移学习显着提高了模型性能。- 可解释的人工智能方法提供了关于图像（病变）的哪些部分对于模型的分类决策至关重要的见解，从而增强了临床环境中的信任和可用性。＃＃＃ 结论本文最后强调了医疗诊断系统中高精度和可解释性的重要性。迁移学习和 XAI 技术的使用可以带来更可靠、更值得信赖的人工智能驱动的皮肤病预测系统，可以广泛应用于皮肤科诊所和远程医疗平台。### 未来的工作- **改进的数据源**：将各种数据集与各种皮肤类型和疾病相结合。- **高级可解释性技术**：探索新方法以获得更好的可解释性，可能包括交互式可视化或专门为 XAI 设计的新颖模型架构。- **临床验证**：进行广泛的临床试验以验证系统的实际有效性。＃＃＃ 参考作者引用了机器学习、皮肤病学和人工智能可解释性方面的几篇著作。值得注意的参考文献包括：- 致力于医学成像中的迁移学习应用（例如，Huang 等人，2021）。- 通过分层相关性传播（LRP）方法提高模型可解释性的技术。- 与医疗保健应用相关的各种分类器性能指标的比较研究。### 资金该研究得到了沙特阿拉伯胡拜尔穆罕默德·本·法赫德王子大学以及巴基斯坦、韩国、阿曼和马来西亚其他机构的支持。### 道德宣言作者声明不存在与本工作相关的竞争利益。这篇论文对推进人工智能驱动的诊断工具做出了重要贡献，这些工具不仅准确，而且对医疗保健专业人员和患者来说也很容易理解。
所提供的文件概述了发表在《科学报告》（Sci Rep）杂志上的题为“使用迁移学习和可解释人工智能的智能皮肤病预测系统”的研究论文。该研究由 Sagheer Abbas、Fahad Ahmed、Wasim Ahmad Khan、Munir Ahmad、Muhammad Adnan Khan 和 Taher M. Ghazal 撰写。### 研究总结本文讨论了一种旨在利用迁移学习技术和可解释人工智能 (XAI) 预测皮肤病的智能系统。作者旨在解决几个关键领域：1. **数据收集**：从各种资源收集数据用于皮肤病预测。2. **模型开发**：利用迁移学习方法来增强模型性能，特别是在处理有限的训练数据时。3. **可解释性**：结合 XAI 技术，提供用于诊断皮肤状况的 AI 模型的透明度和可解释性。### 主要贡献1. **迁移学习**：利用预先训练的神经网络（例如VGG16或ResNet）对与皮肤疾病相关的较小数据集进行微调，从而提高模型准确性。2. **可解释的人工智能（XAI）**：采用分层相关性传播（LRP）等可视化技术来解释深度学习模型的决策过程。### 方法论- **数据收集**：研究人员从各种来源收集了数据集，包括 ISIC 2019 等公共数据集或类似的皮肤病学数据集。- **模型架构**：他们使用预先训练的 CNN（卷积神经网络），并根据特定的皮肤病分类任务对其进行微调。- **评估指标**：使用准确度、精确度、召回率、F1 分数等指标以及 XAI 技术来评估性能，以验证模型的决策。＃＃＃ 结果结果表明：- 与从头开始训练相比，迁移学习显着提高了模型性能。- 可解释的人工智能方法提供了关于图像（病变）的哪些部分对于模型的分类决策至关重要的见解，从而增强了临床环境中的信任和可用性。＃＃＃ 结论本文最后强调了医疗诊断系统中高精度和可解释性的重要性。迁移学习和 XAI 技术的使用可以带来更可靠、更值得信赖的人工智能驱动的皮肤病预测系统，可以广泛应用于皮肤科诊所和远程医疗平台。### 未来的工作- **改进的数据源**：将各种数据集与各种皮肤类型和疾病相结合。- **高级可解释性技术**：探索新方法以获得更好的可解释性，可能包括交互式可视化或专门为 XAI 设计的新颖模型架构。- **临床验证**：进行广泛的临床试验以验证系统的实际有效性。＃＃＃ 参考作者引用了机器学习、皮肤病学和人工智能可解释性方面的几篇著作。值得注意的参考文献包括：- 致力于医学成像中的迁移学习应用（例如，Huang 等人，2021）。- 通过分层相关性传播（LRP）方法提高模型可解释性的技术。- 与医疗保健应用相关的各种分类器性能指标的比较研究。### 资金该研究得到了沙特阿拉伯胡拜尔穆罕默德·本·法赫德王子大学以及巴基斯坦、韩国、阿曼和马来西亚其他机构的支持。### 道德宣言作者声明不存在与本工作相关的竞争利益。这篇论文对推进人工智能驱动的诊断工具做出了重要贡献，这些工具不仅准确，而且对医疗保健专业人员和患者来说也很容易理解。
用户在 Xbox 360 上运行 AI 模型
2025-01-11 17:52:40
Andrei David 在一台已有近 20 年历史的 Xbox 360 主机上成功运行了基于 Andrej Karpathy 的 llama2.c 的 AI 语言模型。受到 EXO Lab 的 Windows 98 PC 实验的启发，David 优化了 Xbox PowerPC 架构和内存管理的代码。尽管存在统一内存和字节顺序差异方面的挑战，他还是设法将模型适应有限的 RAM 空间。这一成就推进了 EXO Lab 的使命，即让大公司之外的人工智能访问民主化。
Andrei David 在一台已有近 20 年历史的 Xbox 360 主机上成功运行了基于 Andrej Karpathy 的 llama2.c 的 AI 语言模型。受到 EXO Lab 的 Windows 98 PC 实验的启发，David 优化了 Xbox PowerPC 架构和内存管理的代码。尽管存在统一内存和字节顺序差异方面的挑战，他还是设法将模型适应有限的 RAM 空间。这一成就推进了 EXO Lab 的使命，即让大公司之外的人工智能访问民主化。
GMK 宣布全球首款基于 AMD Ryzen AI 9 Max+ 395 处理器的迷你 PC，将于 2025 年上半年上市
2025-01-11 17:01:00
GMK 计划发布基于 Ryzen AI 9 Max+ 395 的迷你 PC，这是全球首款 Strix Halo 迷你 PC，预计将于 2025 年第一季度或第二季度发布。Ryzen AI Max 系列基于 Zen 5 架构，可提供高达16核/32线程配置和强大的RDNA 3.5集成显卡。
GMK 计划发布基于 Ryzen AI 9 Max+ 395 的迷你 PC，这是全球首款 Strix Halo 迷你 PC，预计将于 2025 年第一季度或第二季度发布。Ryzen AI Max 系列基于 Zen 5 架构，可提供高达16核/32线程配置和强大的RDNA 3.5集成显卡。