全部新闻
人工智能可能会带来大流行规模的生物安全风险。以下是如何让它更安全
本文讨论了与评估和减轻人工智能 (AI) 系统带来的风险相关的挑战，特别是在生物技术和生物安全领域。以下是总结的要点：1. **生物武器定义缺乏共识**：“生物武器”一词含糊不清，很难定义什么构成威胁。这种模糊性影响了风险评估，因为许多病原体可能被用于有害目的，但可能不符合生物武器的严格定义。2. **关注基本实验室任务**：当前的评估通常狭隘地关注基本实验室功能，这些功能理论上可能导致设计破坏农作物的病原体或人类传播疾病等邪恶活动，而忽视有益的研究应用。3. **资源密集型评估**：当前的安全测试程序高度依赖资源，主要适用于大型语言模型（LLM）。它们通常需要人工干预来质疑人工智能系统并审查其输出，这对于没有大量资金或技术能力的小型组织来说是不切实际的。4. **需要全面的能力评估**：识别可能导致灾难性后果（例如大流行规模的疫情爆发）的特定人工智能功能至关重要。这需要开发人员和安全专家之间的协作来查明相关功能。5. **多系统交互评估**：文章强调了研究不同人工智能系统如何交互的重要性，这一方面目前由于竞争而被行业忽视，但受到美国政府等监管机构的推荐。6. **减轻最大危害的资源分配**：由于人工智能的快速发展和资源有限，首先应将重点放在防止病原体爆发等大规模威胁上。7. **呼吁测试过程自动化**：使评估过程更加常规、负担得起并且可供小公司或学术机构使用。8. **全球安全发展倡议倡议**：即将召开的峰会旨在制定符合道德的人工智能发展的具体措施，需要不同专家组之间建立国际共识。该文章主张与不同部门的专家积极接触，在风险发生之前形成坚实的科学基础，特别是围绕有害的生物研究能力。
使用基于语言模型的深度学习方法准确预测 RNA 3D 结构
“使用基于语言模型的深度学习方法进行准确的 RNA 3D 结构预测”一文提出了一种预测核糖核酸 (RNA) 三维 (3D) 结构的新方法。该研究团队由来自香港中文大学、上海人工智能实验室、哈佛医学院、亚利桑那州立大学等机构的科学家组成，开发了一种创新方法，利用基于语言模型的深度学习技术来增强RNA 3D结构预测准确性。### 要点：1. **方法**：- 研究人员采用了一种将机器学习模型与生化原理相结合的混合方法来预测 RNA 3D 结构。- 他们的方法的一个关键组成部分是使用基于变压器的语言模型，该模型在自然语言处理任务中非常有效，但在这里应用于生物分子建模。2. **数据和培训**：- 该团队在包含实验和计算 RNA 结构数据的广泛数据集上训练他们的模型，以确保全面覆盖。- 他们利用高分辨率 NMR（核磁共振）光谱、X 射线晶体学和冷冻电子显微镜 (cryo-EM) 数据进行精确训练。3. **验证**：- 通过对 RNA-PDB 等数据库中的已知结构和实验基准数据集进行严格测试，验证了模型的准确性。美国4. **结果**：- 该方法在预测 RNA 3D 方面实现了高精度。Liangzhen, S.W., J.J.C., T.S., L.Z., D.L., F.W., Y.W., I.K.设计实验并分析结果。J.W.、L.H. 对数据集进行了计算工作。Z.T.S.、J.J.J.C.、F.、P.Y.、D.L.、X.L.为软件开发做出了贡献。所有作者都审阅并编辑了手稿。###意义：- 这项研究代表了 RNA 结构生物学的重大进步，因为精确的 3D 和 J.W.训练环境。- 该方法为理解 RNA 功能和动力学提供了强大的工具，这可能对生物医学研究、药物发现和生物信息学产生影响。- 它有助于进一步发展作者Yu Li或Sheng Wang。###致谢：这项工作得到了香港中文大学、中国香港特别行政区研究资助局（深圳先进技术研究院）以及上海泽力西尔生物科技有限公司（一家专门从事合成生物学和核酸技术研究的公司）的多项资助。P.C. 是 OneCell Corporation、Agena BiosSciences Co 和 Tmics Inc. 的投资者和科学顾问。P.C 是 Laronix Sciences 的股权持有人和董事会成员。其余作者声明没有竞争的经济利益。＃＃＃ 参考：- 沉、涛、胡、志航；王久明;梁红自然通讯感谢审稿人对本工作同行评审所做的贡献。### 出版商备注施普林格自然在管辖权政治观点或文化信仰方面保持中立编辑是Mody，与部门处理编辑David Kudla合作权利和许可该文章提出了一种突破性方法，将深度学习技术与生物数据分析相结合，以准确预测 RNA 结构。开放获取本文根据 Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International License 获得许可，该许可允许以任何媒介或格式进行任何非商业使用、共享、分发和复制，只要您给予原作者适当的署名（s) 和来源，提供知识共享许可的链接并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中，除非材料的信用额度中另有说明。如果文章的知识共享许可中未包含材料，并且您的预期用途不受法律法规允许或超出了允许的用途，则您需要直接获得版权所有者的许可。要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by-nc-nd/4.0/。与此项目关联的元数据以 DataCite 格式提供。### 转载和许可沉T.，胡Z.，孙S.等。使用基于语言模型的深度学习方法准确预测 RNA 3D 结构。自然方法（2024）。https://doi.org/10.1038/s41592-024-02487-0### 关于本文收稿日期：2024 年 1 月 31 日 / 接受日期：2024 年 9 月 25 日 / 在线发布：2024 年 11 月 21 日 / DOI：https://doi.org/10.1038/s41592-024-02487-0
英伟达老板驳斥了人工智能已经碰壁的担忧
业务 |布莱克威尔，一切都好，但黄仁勋告诉《经济学人》，达到下一个水平是“紧迫的”2024 年 11 月 21 日|旧金山萨姆·奥尔特曼（Sam Altman）关于“没有墙”的神秘推文已经从一个笑话演变成了一个重大的商业问题。从2024年11月23日版开始商业|
十年一遇的投资机会：人工智能 (AI) 繁荣时期值得购买的一只鲜为人知的先锋指数基金 |杂七杂八的傻瓜
比尔盖茨预测人工智能将像历史上的重大技术进步一样具有变革性。投资者正在关注 Palantir 和 Nvidia 等科技公司，但由于人工智能数据中心驱动的电力需求增加，公用事业领域的瑞致达 (Vistra) 表现出色。预计到 2030 年，美国仅数据中心的电力消耗就将达到总用电量的 8%，是目前水平的两倍多。Vanguard Utilities ETF (VPU) 提供电力公用事业的多元化投资，并可能从这一趋势中受益。今年迄今为止，其持有的十大股票中，有七只的表现优于标准普尔 500 指数，其中瑞致达以超过 300% 的表现领先。尽管与大盘相比长期表现不佳，但该基金的低波动性和费用率使其成为寻求投资人工智能热潮的投资者的有吸引力的选择。
Oppo Find X8 Pro 想要成为一款 AI 手机，但它的相机才是真正的明星
Oppo 的 Find X8 Pro 旨在成为以人工智能为关键功能的顶级旗舰智能手机，与 iPhone 16 等其他高端机型竞争。该设备拥有令人印象深刻的潜望镜式摄像头和硅碳电池，可增强耐用性和续航能力。环境影响。虽然人工智能集成前景广阔，包括人工智能工具箱和文本生成工具，但香港的访问限制阻碍了对这些功能的充分探索。新增的快速按钮硬件反映了 iPhone 的相机控制功能，但缺乏可比的多功能性。总体而言，Find X8 Pro 作为一款高端 Android 手机，具有令人信服的表现，具有人工智能驱动的重大改进潜力。
取代我旧工作的人工智能记者刚刚被解雇
夏威夷花园岛的人工智能新闻广播机器人詹姆斯和罗斯在经过两个月的试用期后，由于公众反响不佳而被终止。James 和 Rose 由专门从事人工智能视频生成的以色列公司 Caledo 创建，他们在以引人入胜的方式呈现新闻内容方面遇到了困难，无法理解人类的情感，念错了夏威夷名字，并犯了基本的语言错误。他们的广播在社交媒体平台上引起了压倒性的负面反馈。尽管遇到了这一挫折，卡莱多仍然计划将类似的计划扩展到美国其他地方报纸。
保护你的艺术免受人工智能侵害的四种方法
艺术家和作家正在起诉人工智能公司在未经许可或未付费的情况下在训练数据集中使用他们的作品。科技公司反驳说，公共互联网内容属于合理使用范围。法律解决可能需要数年时间。目前，创作者无法恢复已使用的作品，但可以通过使用 Mist、Anti-DreamBooth、Glaze 等工具遮盖样式等方法来防止将来使用；重新考虑他们在哪里以及如何在线共享工作；通过数据保护法选择不进行抓取或在“请勿培训注册”上注册；并使用 Nightshade 为图像添加“毒”层。
预测：12 月 9 日后 C3.ai 股票将飙升 |杂七杂八的傻瓜
C3.ai 是一家成立于 2009 年的企业人工智能公司，由于对其旨在帮助企业更有效地采用人工智能的可定制人工智能应用程序的需求增加，该公司的收入正在快速增长。继两年前转向基于消费的定价模式后，C3.ai 公布的 2025 财年第一季度收入创历史新高，达到 8720 万美元，同比增长 21%，预计下一季度将继续增长。如果第二季度财务业绩显示收入进一步加速，该公司的股价可能会出现大幅上涨，基于其市销率恢复到历史平均水平，可能会达到 65% 的上涨空间。
加拿大人工智能项目希望帮助扭转大规模昆虫灭绝
加拿大的研究人员正在使用人工智能（AI）来监测昆虫物种的迅速减少，旨在收集有助于扭转生物多样性丧失和防止生态灾难的数据。蒙特利尔昆虫馆的天线项目采用高分辨率相机、低成本传感器和人工智能模型，以比以往更快的速度收集生物多样性信息。太阳能相机陷阱安装在各个地区，每 10 秒捕捉一次被紫外线吸引的昆虫的图像。该倡议希望记录未被发现的物种并为保护政策创建决策工具。据估计，昆虫有 1000 万种，但只有 100 万种昆虫得到记录，这凸显了对先进数据收集方法的需求。
AI 如何让你与太空对话
Hera Space Companion 是为欧洲航天局 (ESA) Hera 任务开发的人工智能助手，可与航天器通信，为用户提供近乎实时的数据和见解。该任务于十月启动，旨在评估保护地球免受小行星撞击的方法。人工智能通过共享遥测数据和响应有关航天器状态和位置的查询，以及提供类似于星际迷航式通信的太空探索一瞥，提供独特的体验。开发人员声称这个伴侣以一种引人入胜的方式提供复杂的信息，而专家们则在思考这种复杂的聊天机器人是否会被用户认为是有意识的。
