全部新闻
桌面人工智能是否存在风险？
人工智能正越来越多地集成到桌面环境中，Microsoft 365 Copilot 现已广泛使用，Apple Intelligence 处于一般测试版，以及 Google 的 Project Jarvis 等预期功能。这些发展有望显着提高知识工作者的生产力，但由于信息过度共享和未经授权的访问的可能性，也引发了严重的安全问题。Gartner 的一项调查显示，虽然许多公司渴望采用这些技术，但 40% 的公司出于安全担忧推迟了 Microsoft 365 Copilot 的推出。专家警告说，先进的人工智能功能与现有的网络安全弱点相结合会带来复杂的风险。公司缺乏对人工智能技术安全性的可见性和控制，需要精细的访问控制和持续监控来有效降低风险。
马萨诸塞州正在进行巨额投资，以成为人工智能和气候技术的下一个中心
马萨诸塞州通过了一项名为《大众引导法案》的经济发展计划，旨在促进其生命科学产业并支持气候技术和人工智能等新兴行业。该法案包括 4 亿美元用于气候技术计划，1 亿美元用于建立马萨诸塞州人工智能中心，以及生命科学计划的第三次重新授权。州长 Maura Healey 签署了该法案，旨在创造就业机会并扩大该州的 STEM 产业。经济发展部长伊冯娜·郝强调，这项投资将有助于保持马萨诸塞州在生物技术领域的竞争优势，同时促进新技术领域的增长。
通过托管 MLflow 解决常见的机器学习挑战
### 使用 Amazon SageMaker 和 MLflow 简化机器学习工作流程随着机器学习 (ML) 应用扩展到生成式 AI 等复杂领域，管理大规模模型并确保可重复性变得越来越具有挑战性。Amazon SageMaker 和 MLflow 等工具提供了强大的解决方案来简化这些流程，确保高效的实验和部署。#### SageMaker 上托管 MLflow 的主要功能1. **统一工作流程：**- 数据科学家可以使用 MLflow 来跟踪实验、参数、指标和工件。- DevOps 团队利用 SageMaker 无缝管理可重复性和生产任务。- 两个团队都可以访问相同的统一视图，从而能够快速解决问题。2. **基于角色的访问控制（RBAC）：**- AWS Identity and Access Management (IAM) 提供安全协作。- 数据科学家使用训练数据、日志和工件进行开发。- DevOps 团队通过 SageMaker Inference Endpoints 管理部署和监控。3. **透明度和问责制：**- MLflow 的详细日志系统捕获整个实验历史记录和模型版本。- 此审计跟踪有助于解决部署问题并确保团队之间的清晰沟通。4. **简化的交接：**- 在 MLflow 中注册的模型会自动与 SageMaker 的模型注册表同步。- 最大限度地减少错误、加速部署并支持深度学习模型和大型语言模型 (LLM) 等复杂的工作流程。#### 自动化生命周期管理的好处- **持续监控和再培训：**- 当性能指标低于阈值时，可配置的监控可以触发重新训练作业。- 例如，如果准确率低于 90%，SageMaker 可以自动提取最新数据集，使用更新的数据重新训练，在 MLflow 中注册模型，然后重新部署。- **实时更新：**- EventBridge 自动化工作流程，以便根据现实世界的变化进行持续更新。- 新数据集的到达会触发摄取管道，然后重新训练作业、更新 MLflow 中的模型，并以最短的停机时间部署更新的模型。#### 现实生活中的用例1. **欺诈检测系统：**- 连续的数据流确保模型接受最新信息的训练，以有效检测不断变化的欺诈模式。2. **推荐引擎：**- 模型可以根据用户行为变化不断重新训练，随着时间的推移提高推荐准确性。3. **生成式人工智能应用：**- 对于语言处理和图像合成，持续更新确保新数据得到及时处理，以获得更好的模型性能。＃＃＃＃ 结论Amazon SageMaker with MLflow 提供了强大的工具组合，可应对生成式 AI 和大规模模型带来的挑战。该集成平台支持安全协作、自动化生命周期管理和可扩展的基础设施。这确保团队能够有效管理快速迭代周期、优化资源并遵守负责任的人工智能实践。通过利用这些功能，组织可以在数据驱动的世界中保持竞争力，同时满足复杂的机器学习系统的需求。
MSFT 与 NVDA：现在更值得购买哪只人工智能股票？
用户可以将自己喜欢的图表设置保存为模板，通过选择不同的国家/地区更改市场数据，并通过右键单击图表或使用箭头键导航符号来访问更多选项。
/AI%20(artificial%20intelligence)/Artificial%20Intelligence%20technology%20concept%20by%20NicoEINino%20via%20Shutterstock.jpg)
ChatGPT 的人工智能搜索引擎正在向所有人推出
OpenAI 从今天开始向所有用户推出 ChatGPT 的人工智能搜索引擎。该功能最初于 10 月份向付费用户发布，现在包括优化的移动版本和用于搜索的高级语音模式。免费层访问需要用户帐户。改进包括更传统的搜索功能，例如带有图像、评级和营业时间的基于位置的结果，以及通过在详细回复之前提供链接来更快地访问特定网站（例如酒店预订网站）。付费用户还可以使用高级语音模式从实时信息更新中受益。
/cdn.vox-cdn.com/uploads/chorus_asset/file/25462007/STK155_OPEN_AI_CVirginia_C.jpg)
联合健康意外宣称人工智能公开供任何人使用
UnitedHealth Group 的 Optum Rx 药品福利经理因意外公开聊天机器人而面临审查，可能会暴露有关保险索赔和保单续订的内部查询。据该公司称，该机器人名为“SOP Chatbot”，是作为概念验证而开发的，但并未用于生产。在 TechCrunch 媒体曝光后，它很快就得到了保护。这一事件凸显了人们对人工智能在医疗决策过程中的使用的持续担忧。
彭博社 - 你是机器人吗？
在您的网络上检测到异常活动。单击下面的框以确认您不是机器人。确保启用 JavaScript 和 cookie。使用提供的块参考 ID 联系支持人员寻求帮助。
2025 年最值得买入的 6 只人工智能股票
根据所提供的详细分析，以下是 2025 年最有潜力投资的人工智能相关股票的要点和见解：＃＃＃ 概述**驱动力**：人工智能 (AI) 的增长将成为 2025 年金融市场的主要驱动力。为 AI 应用程序的开发、培训和部署提供关键支持的公司可能会受益匪浅。### 热门股票分析1. **新思科技 (SNPS)**- **业务概述**：提供电子设计自动化（EDA）软件。- **要点**：- 表现优异的股票，过去 15 年总回报率为 23.7%。- 通过收购 Ansys 实现强大的市场地位和预期增长，从而提高收入和收益。- 对于实现集成电路设计和制造的持续创新至关重要。2. **泰瑞达 (TER)**- **业务概述**：半导体、电子系统和无线设备的自动化测试设备。- **要点**：- 拥有宽护城河的公司，由于在测试高性能半导体方面拥有无与伦比的专业知识，具有显着的竞争优势。- 超出预期的每股收益将人工智能需求作为一个因素。- 多元化的收入来源、强劲的利润率和财务纪律（自 2020 年以来债务减少超过 5 亿美元）。3. **Shutterstock（SSTK）**- **业务概述**：向各个实体授权第三方图形和图像。- **要点**：- 收购竞争对手 Envato，通过无限下载的订阅服务扩展其产品套件。- 内容绩效以及数据、分发和服务领域的有机增长。- 受益于人工智能工具培训许可证，数据业务今年迄今增长了 40%。4. **新思科技 (SNPS)**- **业务概览**：再次强调作为一家高利润公司，由于其 EDA 软件套件而具有强大的市场定位。- **要点**：- 高利润率和 EPS 增长前景为 15.8%。- 最近收购 Ansys 预计将带来增值。5. **泰瑞达 (TER)**- **业务概述**：自动化测试设备制造商。- **要点**：- 强大的竞争护城河，拥有无与伦比的高性能半导体测试专业知识。- 每股收益超出指引，将人工智能需求作为一个因素。- 财务纪律和收入多元化。6. **Shutterstock（SSTK）**- **业务概述**：授权第三方图形和图像，通过收购 Envato 等扩展到数据服务。- **要点**：- 内容表现和数据部分的有机增长。- 截至 2024 年 8 月，人工智能培训工具许可交易大幅增长，价值 2.38 亿美元。### 投资注意事项- **适应性**：能够适应人工智能行业不断变化的需求的公司才能取得长期成功。- **利润率**：高利润率和财务纪律（如泰瑞达）表明强大的运营效率。- **创新和扩张**：合并和收购（如 Synopsys 收购 Ansys）有助于市场主导地位和收入增长。＃＃＃ 结论分析中重点介绍的股票综合了既定的业绩、人工智能开发的战略定位以及各个领域的多元化。这些公司完全有能力利用人工智能解决方案不断增长的需求，并应在 2025 年考虑潜在的投资机会。
米其林和布雷博正在利用人工智能缩短制动距离
米其林和 Brembo 合作整合人工智能技术，打造更安全的车辆，重点通过米其林轮胎监控软件和 Brembo Sensify 制动系统之间的实时数据交换来缩短制动距离。测试显示，ABS 事件期间制动距离最多减少 13 英尺，响应时间、牵引力损失、横向稳定性和车轮抱死预防方面均有所改善。该技术仍在开发中，尚未公布发布日期。
人工智能可以回顾过去，以便人们可以前进
CDW 威胁检测和响应全球负责人 Linus Barloon II 讨论了人工智能如何通过实现主动、预测和自适应措施来增强网络安全。他强调了通过数据分析了解对手并应用这些知识来有效保护用户的重要性。Barloon 强调使用人工智能来识别网络活动中的异常情况，教育用户有关网络威胁的知识，并开发提醒用户潜在危险的内容，从而增强整体网络弹性。
