全部新闻
我尝试了 4 种人工智能检测工具，但它们（大多）令人失望
### AI检测工具分析总结在测试了各种人工智能检测工具后，我的发现如下：1. **Grammarly（以前称为 GPTGuard）：** 提供了不一致的结果，并且似乎过于敏感，将人类编写的内容标记为人工智能生成的。2. **语法（使用最新模型）：**更好，但仍然错误地标记了一些合法的人类编写的内容。3. **Originality.ai：** 事实证明，它在识别人工智能生成的内容和人类生成的内容方面是最准确的，准确率达到 100%。它采用了更大的AI检测模型，可靠性高。4. **QuillBot：** 表现良好，具有直观的界面和每个段落来源的详细分类。得分约为 78%，比 Grammarly 更准确，但不如 Originality.ai 精确。5. **GPTZero（基本扫描）：** 无需订阅即可提供基本功能，但高级功能需要付费帐户，这让我感到沮丧。6. **GrammarBot：** 严重依赖上下文和重复短语进行检测，这使得它对于独立段落或短文本的可靠性不太高。### 要点- **相信你的直觉：** 虽然人工智能工具很有用，但你自己的判断仍然至关重要。警惕过度敏感或不一致的结果。- **避免订阅陷阱：** 许多工具提供基本服务，但需要订阅高级功能。如果该工具未按承诺交付，这可能会产生误导且成本高昂。- **利用多种工具：** 结合不同的人工智能检测工具可提供更全面的分析，特别是在验证可疑内容时。＃＃＃ 结论**Originality.ai** 因其方法论的高度准确性和透明度而脱颖而出。如果您必须使用人工智能检测工具，Originality.ai 是目前最可靠的选择之一。然而，用其他方法或人类判断来证实研究结果总是明智的。请记住，没有任何工具是完美的，在依赖多种验证策略的同时保持健康的怀疑态度将有助于确保准确的结果。
网络研讨会 - 利用数字化做更多事情：利用人工智能提高低碳水泥生产
ABB 和 Carbon Re 正在合作，通过将先进的人工智能和机器学习与现有的自动化系统相集成，加速水泥生产的脱碳。他们的联合解决方案旨在通过实时优化高温工艺来降低水泥厂的能源消耗并提高生产率。此次合作将在 Heidelberg Materials 的 Mokra 水泥厂展示，展示工厂如何将 Carbon Re 的 AI 平台与 ABB 的 Expert Optimizer 相结合，以提高效率并减少排放。
好莱坞工会正面临着与特朗普、人工智能和经济放缓的艰苦斗争
由于担心生活成本上升、工作外包和人工智能威胁，好莱坞的技术人员和工匠，包括视频游戏表演者、视觉效果艺术家、动画师和亲密协调员，正在争取更好的工作条件。这些问题增加了从大流行中恢复并面临技术变革的娱乐业的波动性。这些罢工凸显了对人工智能保护和提高工资的需求，工会寻求强有力的监管，以在发生重大工作岗位流失之前保障工人的权利。然而，在不确定的市场环境下，行业领导者面临着削减成本的压力，并且由于特朗普政府预期的亲商政策，行业领导者可能会采取更积极的应对措施。
人的声音有什么特别之处吗？
根据这篇文章，以下是区分人工智能生成的语音和人类声音的一些关键点：1. **难度不断增加**：由于当前人工智能系统的先进功能，专家们很难仅用耳朵区分人工智能生成的语音和真实的人类声音。2. **韵律失重测试**：- 约翰·R·哈里斯教授（Harrington）等专家建议的一种潜在方法是“韵律去重”。- 示例：如果有人问“约翰读过《艰难时刻》了吗？”回答是“约翰不喜欢狄更斯”，强调“喜欢”表明理解狄更斯写了《艰难时期》。3. **人工智能的局限性**：- 人类言语中的某些细微差别，如犹豫、纠正或音域（例如尖叫）仍然可能突出差异。- 人工智能系统可能会难以应对需要深入理解背景和世界知识的复杂对话。4. **人工智能克隆限制**：- 像 OpenAI 这样的公司正在努力防止他们的合成声音复制真实的人类声音。例如，ChatGPT 仅使用预设的语音选项，而不是克隆特定个人的语音。5. **检测工具**：- 多家公司提供 AI 检测工具（例如 McAfee 与主要 PC 制造商的集成）来帮助识别深度伪造品和克隆语音。6. **面对面互动**：- 随着人工智能生成的语音变得越来越复杂，面对面地与人们见面以验证身份和人际互动可能会产生新的价值。7. **公司的透明度**：- OpenAI 表示，由于存在偏见问题，它不打算在其人工智能输出上加水印，但正在积极阻止语音克隆功能。8. **用户意识**：- 教育用户有关人工智能生成语音的迹象，例如缺乏自我纠正或无法执行某些音域，可以帮助识别合成语音。9. **免费检测工具**：- ElevenLabs 等公司提供免费工具来检测其软件在创建音频内容时的使用情况。总而言之，虽然通过传统手段区分人类和人工智能生成的语音变得越来越困难，但新兴的技术和技术可以检测人工智能创建的内容，强调需要将技术措施和个人互动相结合。
利用机器和深度学习模拟石化工人不适温度与劳动生产率损失之间的关系
张等人发表在《BMC Public Health》上的文章利用机器学习（ML）和深度学习（DL）技术探讨了石化工人不适温度与劳动生产率损失之间的关系。以下是该研究的要点和见解的摘要：＃＃＃ 背景- **目标**：模拟热不适对石化行业工作绩效的影响。- **背景**：热应力会显着影响工人的生产力、安全和健康。＃＃＃ 方法1. **数据收集**：- 数据收集自一段时间内中国一家石化厂的 584 名工人。- 信息包括环境温度、湿度、个人不适程度和劳动绩效指标（例如产出率、错误）。2. **建模技术**：- 研究人员采用各种 ML 和 DL 方法来分析数据，包括：- 随机森林（RF）- 支持向量机（SVM）- 人工神经网络（ANN）- 长短期记忆（LSTM）模型＃＃＃ 结果- **模型性能**：- 根据准确度、精确度和 F1 分数评估多个模型。- LSTM 模型显示出最高的预测性能，这可能是由于它能够捕获环境条件下的时间模式。- **主要发现**：- 热不适（由高环境温度表明）与劳动生产率降低之间存在显着关系。- 发现工人个人对舒适度的感知是影响其工作效率的关键因素。- 该模型能够根据环境条件以合理的精度预测劳动生产率损失。＃＃＃ 讨论- **影响**：- 了解热不适与生产力之间的关系有助于设计更有效的工作环境。- 实施温度控制措施或调整工作时间可以减轻高温造成的生产力损失。- **限制**：- 该研究主要集中于单个石化厂，限制了普遍性。- 不适的主观测量可能因人而异，并且未根据个人因素进行调整。### 结论该研究强调了热舒适性对于在工业环境中保持最佳劳动生产率的重要性。利用 LSTM 等先进的机器学习技术可以提供强大的预测模型，帮助行业更好地管理环境条件，从而提高工人的安全和效率。### 未来的方向- 跨多个工厂和行业进行研究。- 纳入更多个性化数据（例如个人健康指标）以进一步完善模型。- 探索使用这些模型来立即调整工作环境的实时监控系统。
新出版商 Spines 旨在“颠覆”行业，仅在 2025 年就利用人工智能出版 8,000 本书
新出版商 Spines 的目标是在 2025 年利用人工智能出版多达 8,000 本书，从而颠覆图书行业。该公司成立于 2021 年，每本书收费高达 5,000 美元，声称可以在短短三周内从手稿到出版书籍。Spines 最近获得了 1600 万美元的种子资金，今年已经出版了超过 273 种图书。该公司利用人工智能进行校对、封面设计、元数据优化和有限的翻译服务。其他科技巨头，如微软旗下的 8080 Books 和字节跳动的 8th Note Press 也正在进入出版领域，利用技术来提高效率。Spines 首席执行官 Yehuda Niv 声称，虽然人工智能可以加快出版过程，但它不会取代人类的创造力或干扰作者的权利。
有影响力的人正在利用人工智能“女性”引导人们访问 OnlyFans 和 Fanvue——更多人工智能等待着他们
人工智能模型出现在 OnlyFans 和 Fanvue 等成人内容网站上，有时使用窃取或深度伪造的图像。教授如何创建利润丰厚的 AI 成人内容的课程售价高达 220 美元。人们开始质疑人工智能对成人创作者的业务和订阅者的影响，因为他们可能正在与人工智能而不是真人进行互动。
人工智能在解决保险数据处理效率低下方面的作用：根自动化 - 再保险新闻
Roots Automation 的白皮书概述了人工智能如何缓解非结构化数据处理效率低下的问题，改善保险公司的承保和索赔运营。该文件强调，由于非结构化数据处理效率低下，2023 年财产和伤亡险承保损失将达到 210 亿美元。埃森哲估计，如果继续依赖人类专家，到 2027 年，保险业可能损失高达 1600 亿美元。人工智能被视为一种解决方案，有潜力实现高达 62% 的流程自动化，将人类解放出来从事更高价值的任务，并将损失率提高 12-25%。Roots Automation 首席执行官 Chaz Perera 强调，有效利用人工智能从非结构化数据中提取价值的保险公司面临着重大机遇。
微软关闭专门的许可教育网站
Microsoft 计划在 2025 年 1 月 1 日之前停止其“获取许可就绪”网站，该网站目前提供 50 多个有关 Microsoft 许可的培训模块和文档。用户必须在 2024 年 12 月 1 日之前完成活动模块并下载证书。内容将重新定位到 microsoft.com/licensing，其中包含旨在增强学习和参与度的新 AI 功能。然而，与当前网站的更广泛受众相比，非专业用户对这些工具的可访问性产生了担忧。
大学生如何使用 ChatGPT 等 AI 工具？
从反馈中可以清楚地看出，许多学生正在以各种方式使用 ChatGPT 和 Copilot 等人工智能工具来完成课程作业。以下是总结如何利用这些工具的一些要点：1. **补充学习**：当学生发现传统教学方法不足时，他们经常使用这些工具来阐明复杂的概念，尤其是在生物、化学和数学等学科中。2. **制定研究问题**：在媒体、技术和社会等课程中，人工智能被用来帮助生成研究问题，这可以成为进一步探索的有用起点。3. **学习工具**：利用人工智能根据课程材料创建学习指南或题库，帮助学生更有效地准备考试。4. **解决问题**：对于STEM学科（科学、技术、工程和数学），人工智能通过逐步分解来帮助解决复杂的问题。5. **论文写作和资料收集**：在英语和艺术课等人文课程中，人工智能用于生成论文大纲、收集资料，甚至起草初步内容供学生完善。6. **概念澄清**：当学生在课堂讲座或课本阅读后觉得自己对概念的理解不完整时，可以使用这些工具。7. **教师方法**：- 一些教授对人工智能的使用持开放态度，只要不是为了直接抄袭。- 其他人持消极立场，未经特别批准不允许使用。- 在某些情况下，教师既不鼓励也不阻止其使用，而是由学生自行决定。8. **指南和政策**：一般来说，各个院系或机构对于在课程作业中使用人工智能并没有统一的指导，导致学生的做法因个别教授的态度而异。总体而言，虽然人工智能工具有利于学习和理解复杂的学科，但应谨慎使用它们，以避免抄袭等道德问题。鼓励学生向教师寻求有关这些技术在特定学术背景下可接受的用途的说明。
