全部新闻

研究人员使用机器学习以80%的精度预测登革热
研究人员使用机器学习以80%的精度预测登革热
2025-08-21 17:47:13
东北大学的研究人员已经开发了一种机器学习方法,以预测80%准确性的登革热爆发。这一突破使用合奏方法来分析现有的预测模型,并可以帮助公共卫生官员准备该疾病的峰值,从2023年到2024年,全球范围内已大幅增加。该研究发表在国家科学院学院论文集中,在全球多个地点进行了测试,并考虑了影响气候条件和人类流动性的因素,从而影响了气候和人类流动性,从而影响了爆炸性模式。
沃思堡(Fort Worth)登陆了7.61亿美元的AI超级计算机工厂,因为Wistron选择联盟
沃思堡(Fort Worth)登陆了7.61亿美元的AI超级计算机工厂,因为Wistron选择联盟
2025-08-21 16:50:47
总部位于台湾的电子制造商Wistron计划在得克萨斯州沃思堡建立两个AI超级计算机制造设施,投资了7.61亿美元并创造了800多个工作岗位。该市批准减税以确保该项目的确保,击败了包括El Paso和Nashville在内的其他地点。市长马蒂·帕克(Mattie Parker)强调了沃思堡(Fort Worth)在航空,能源,物流,人工智能和先进制造业领域的领导地位。Wistron的决定是NVIDIA在未来四年内生产5000亿美元的AI基础设施的更广泛计划的一部分。预计该设施将在2026年初运营,新工作的平均年薪估计为63,000美元。
Proton的隐私优势Lumo AI助手进行了重大升级
Proton的隐私优势Lumo AI助手进行了重大升级
2025-08-21 16:41:15
Proton发布了其AI助手Lumo的1.1版升级版本,强调了响应速度,细节和上下文理解的显着改善,同时保持严格的隐私标准。主要增强功能包括推理复杂问题的200%改善,更好的上下文理解更好,以及40%的代码生成准确性。与其他主要参与者不同,Proton确保不会记录或用于培训目的的用户数据,并且对话已完全加密。为了建立信任,Proton开源了移动应用程序的AI助手代码。该服务提供了无限使用和高级性能的付费Lumo Plus选项,将自己定位为依靠用户数据开发的“免费”服务的替代方案。
人工智能如何通过“监视工资”做法从公平的工资中解脱出艰苦的工作,以及如何修复它
人工智能如何通过“监视工资”做法从公平的工资中解脱出艰苦的工作,以及如何修复它
2025-08-21 16:38:12
这篇文章强调了对算法工资系统对工人在美国各个部门的收入和工作质量的影响的重大关注。这是总结的要点和含义:###关键问题:1。**不透明度和歧视**:自动化劳动力补偿结构和工资的算法系统通常以“黑匣子”作用,因此很难理解如何发生工资差异。这种不透明度可以实现歧视性实践,例如基于性别的工资差距。2。**健康与安全风险**:这些算法驱动的危险行为(例如,超速驱动驱动因素)导致较高的身体和心理伤害率更高的风险行为(例如,超速驾驶驱动器)驱动的较低和不可预测的工资。3。**破坏工会的策略**:使用算法的工资设定可以抑制集体组织的工作,因为由于对个人绩效问题而不是系统性问题的看法,工人可能会感到孤独。4。**法律挑战**:尽管现有的劳动法提供了防止最低工资和歧视的保护措施,但这些系统的不透明性质使执法变得困难,而没有明确数据计算和分配工资的数据。###建议:1。**禁止实时数据用于工资设置**:立法提案应考虑禁止公司使用实时数据来自动化劳动力补偿结构和工资计算。这将提高透明度和问责制。2。**执行机制的透明度要求**:虽然要求透明度至关重要,但必须与强大的执法机制结合使用,以确保工人可以有效地挑战不公平的实践。3。**多层法规**:联邦和州立法者都应解决这个问题,为阻止公司从事有害工资实践的私人和公共执法提供。### 结论:AI驱动的劳动力管理工具的广泛采用是通过创建可能导致不公平和歧视性工资惯例的不透明系统来加剧收入不安全感。决策者需要对规定透明度,禁止对实时数据的有问题使用的立法进行积极回应,并确保强大的执法机制保护工人权利。关于作者的###: - ** Veena Dubal **:欧文分校法学院的教授,专注于法律,技术和不稳定的工人。 - **威尔尼达·内格隆(WilneidaNegrón)**:一位政治学家和技术专家,专门从事工作场所监视和道德创新。本文强调了政策制定者迫切需要解决算法工资设备的日益增长的使用及其对经济不平等和工人权利的影响。
人工智能登录者正在变得厄运
人工智能登录者正在变得厄运
2025-08-21 16:22:00
Nate Soares和Dan Hendrycks之类的人工智能注定会由于人工智能技术的不受检查的进步而警告即将发生的世界末日。他们认为,时间已经用尽了足够的保护措施,以防止AI构成的潜在生存威胁,并引用了诸如表现出欺骗性行为和比预期更快的模型的示例。尽管AI公司为解决安全问题而做出了努力,但该行业仍在继续开发更强大的系统,从而担心不可逆转的后果。直接技术失败与长期风险的融合激发了人们对塑造这一结果技术缺乏公众监督的越来越多的担忧。
人类启动高等教育顾问委员会和AI流利课程
人类启动高等教育顾问委员会和AI流利课程
2025-08-21 16:21:16
拟人化宣布了两项针对教育中AI整合的举措:高等教育咨询委员会与学术领导者一起指导Claude的道德发展,以实现教育目的,并与教育工作者共同创建了三个AI Fluency课程,以帮助教师和学生发展负责任的AI技能。顾问委员会旨在确保AI在不损害完整性或隐私的情况下增强学习,而AI流利性课程为将AI整合到教学和学习中提供了实用的框架。这些举措旨在支持大学在将AI集成到教育中时。
人工智能旨在改变乳腺癌患者的心理保健
人工智能旨在改变乳腺癌患者的心理保健
2025-08-21 16:19:00
人工智能(AI)将通过确定有风险的患者,及时进行干预并提供持续监测来彻底改变乳腺癌患者的心理保健。根据UVA癌症中心的一份新论文,AI可以扩大对心理健康支持的机会,超出传统诊所的环境,甚至使缺乏当地治疗选择的农村地区受益。研究人员设想结合多种AI技术,为患者提供全面的互动治疗经验,以确保心理保健与癌症治疗本身一样有效。强调了诸如隐私保护和解决少数族裔差异之类的挑战,但不会损害该技术改善患者预后的巨大潜力。
Google已经在使用您可能会在2028年获得的未来AI网络
Google已经在使用您可能会在2028年获得的未来AI网络
2025-08-21 15:52:46
摩尔的法律通过每两年加倍晶体管数量加倍来推动计算方面的进步,从而导致绩效的显着提高。但是,随着Web 2.0的出现,扩大单个机器的规模不足以处理增加的工作负载,从而促使向分布式计算簇转变。在生成AI(Genai)的时代,由于GPU的闲置时间高,在等待数据时,网络限制已成为瓶颈。Google的Firefly Clock同步和Swift拥塞控制旨在通过对网络流量进行精确的调度和主动管理,从而提高大型分布式系统的整体系统性能和效率,从而减少这些低效率。猎鹰协议进一步优化了数据传输,减少了延迟并改善带宽利用率。这些创新是朝着第五个网络时期的关键步骤,解决了AI和HPC工作负载所特有的挑战。Google的Straggler检测系统有效地识别并隔离了有缺陷或表现不佳的节点,以确保在分布式系统中不间断的训练运行。像Ultra Ethernet财团这样的行业财团实施将是广泛采用的关键。
写数学证明可以教AI像人类这样的理性吗?
写数学证明可以教AI像人类这样的理性吗?
2025-08-21 15:50:00
OpenAI研究人员开发了一种AI模型,该模型能够解决复杂的数学证明,以在国际数学奥林匹克(IMO)获得金牌。由Alex Wei和Sheryl HSU领导的团队旨在创建一个可以在没有外部艾滋病的情况下独立推理数小时的AI系统。AI以与人类参与者相同的格式解决了IMO问题,在没有工具或互联网资源的帮助的情况下正确完成了六个问题中的五个问题。这项成就标志着人工通用智能(AGI)的重大进步,证明了该模型应对数学以外的现实世界任务的歧义和细微差别的能力。
NVDA:顶级分析师在收益之前提高了NVIDIA目标 -  AI BOOM可以交付吗?
NVDA:顶级分析师在收益之前提高了NVIDIA目标 - AI BOOM可以交付吗?
2025-08-21 15:31:32
NVIDIA(NVDA)在8月27日的第二季度收益报告之前继续吸引投资者的权益,分析师由于AI的强劲需求和缓解美国出口限制而提高了价格目标。尽管有五个检测到的警告信号,但NVDA的股票前景得到了公司的半导体市场领导层的支持。Keybanc和Susquehanna的分析师期望获得可靠的结果,尽管对10月季度的潜在谨慎指导的谨慎,等待中国销售批准。