全部新闻
设备端人工智能和语音驱动的计算未来
语音控制的人工智能将重新定义空间计算，使智能眼镜和耳机等各种设备能够与技术进行更直观的交互。这种范式转变降低了用户界面的复杂性，使技术更易于使用。在企业环境中，语音人工智能可以改变数据分析和客户服务，而在个人生活中，它可以提供个性化的、上下文感知的帮助。随着市场的发展，企业必须适应新技术和竞争压力，才能利用这一变革趋势。
人工智能如何帮助您的公司制定预算
人工智能因其提高准确性和效率的潜力而越来越多地应用于企业预算流程。但在复杂的经营环境下，企业仍面临挑战。实验表明，虽然人工智能可以在需要数据驱动决策的战术任务中表现出色，但人类的参与对于战略性长期规划和市场适应性仍然至关重要。例如，Salesforce 和 Caterpillar Inc. 的首席财务官使用预测人工智能，利用机器学习来大幅缩短预测时间。Gartner 预测，到 2028 年，50% 的组织将使用人工智能取代传统的自下而上的预测方法。
让人工智能关注糖尿病风险：Gen AI 模型预测四年后的血糖水平
魏茨曼科学研究所、Pheno.AI 和 NVIDIA 的研究人员开发了一种名为 GluFormer 的新 AI 模型，可以根据连续血糖监测的过去数据来预测个人未来的血糖水平和其他健康指标。这种预测能力可以帮助早期诊断糖尿病前期或糖尿病，并通过预测特定食物如何影响血糖水平来实现精准营养。该模型是一种类似于 OpenAI 的 GPT 模型的变压器架构，使用超过 10,000 名非糖尿病个体的数据进行训练，并在各种数据集上进行了验证，可以准确预测与内脏脂肪组织、血压和睡眠呼吸暂停等健康结果相关的结果。
Nasoya 推出全球首个人工智能豆腐聊天机器人 Tofie
领先的植物性品牌 Nasoya 推出了一款人工智能豆腐聊天机器人 Tofie，以庆祝世界素食月。作为 Nasoya 网站上的烹饪大使，Tofie 为对植物性饮食感兴趣的消费者提供信息和食谱建议。该聊天机器人目前处于 Beta 模式，并将随着时间的推移不断改进。为了纪念该产品的推出，Nasoya 计划在 Instagram 上赠送赠品，提供受 Tofie 启发的商品。
Apple 注入 AI 的 Final Cut Pro 11 现已推出
Apple 推出了 Final Cut Pro 11，这是自 2011 年以来最大的更新，配备了 AI 工具，例如用于精确主题剪切和风格化的 Magnetic Mask，以及用于自动转录时间线音频和添加字幕的 Transcribe to Captions。新版本还支持空间视频编辑，用于与 Apple Vision Pro 耳机和某些相机型号兼容的 VR/AR 内容创建。此外，Apple 还发布了适用于 iPad 2.1 的 Final Cut Pro 和更新的 Final Cut Camera 应用程序。尽管缺乏 DaVinci Resolve 和 Adobe Premiere Pro 等其他专业编辑器中的一些高级功能，但新版本预计将受到现有用户的好评。
到 2030 年，生成式人工智能可能会产生数百万吨电子垃圾
《自然计算科学》上的一项新研究表明，到 2030 年，生成式人工智能可能会显着增加全球电子垃圾，根据行业增长率，增加量在 120 万至 500 万吨之间。人工智能中使用的硬件（包括图形处理单元和数据存储设备）的快速更新导致了这个问题，部件在更换之前只能持续两到五年。研究人员强调，随着人工智能技术在全球范围内持续蓬勃发展，有必要监测和减少环境影响。通过维护、翻新和更高效的设计来延长硬件使用寿命等策略可以减少高达 86% 的电子垃圾，但由于数据安全问题，正确处置仍然具有挑战性。
UFC 指定 IBM 为首个官方人工智能合作伙伴
IBM 和 UFC 建立了合作伙伴关系，利用 IBM 的 watsonx AI 平台开发 UFC Insights Engine。洞察引擎将通过各种观看平台（包括直播和社交媒体渠道）为全球 UFC 粉丝提供增强的战斗分析。这标志着 IBM 成为 UFC 首个官方全球人工智能合作伙伴，并将于 2025 年初首次推出其综合见解。
思科出人意料：进军采用 Nvidia 芯片的人工智能服务器，将与戴尔抗衡 思科股票出人意料：进军人工智能服务器，将与戴尔、HPE 抗衡
思科系统公司公布第一季度财报，透露计划销售配备英伟达芯片的人工智能服务器。尽管思科进入了竞争激烈的市场，并且分析师对其战略给予了积极的反馈，但由于财务业绩低于预期，其中每股收益下降 18%，收入下降 6%，思科的股价还是下跌。该公司预计 2025 财年第二季度中期销售额为 138.5 亿美元，全年收入预计在 55.3B 至 56.3B 美元之间，其中人工智能驱动的订单主要来自以太网和光纤设备。
尽管缺乏投资回报率，组织仍面临着加速人工智能计划的越来越大的压力
亚太地区的组织面临加速人工智能采用的压力，但由于缺乏必要的基础设施，尚未看到预期的收益。思科 2024 年人工智能就绪指数显示，只有 23% 的组织拥有足够的 GPU 来满足当前和未来的需求，而 15% 的组织已做好部署人工智能技术的充分准备，这一数字较去年有所下降。该指数对该地区 14 个市场的高级商业领袖进行了调查，调查结果表明，在领导压力的推动下，采用人工智能非常紧迫。尽管为人工智能部署预留了预算，但超过 40% 的受访者表示没有投资回报或收益低于预期。IDC 预计到 2027 年，生成式 AI 计划的成功率需求将达到 80%，并预测该地区 AI 支出增加将产生 1.6 万亿美元的经济影响。
人工智能方法可以比人类更快、更好地发现潜在疾病
华盛顿州立大学开发的“深度学习”人工智能模型可以快速准确地识别动物和人体组织图像中的病理迹象，表现优于人类病理学家。这项技术发表在《科学报告》上，可以加速疾病相关研究并改善医疗诊断，例如在几分钟而不是几小时内从活检图像中检测出癌症。华盛顿州立大学团队使用表观遗传学研究的高分辨率图像来训练该模型，发现它比以前的模型更有效，可以更快地识别疾病，并且错误更少。该人工智能系统在兽医学和人类疾病诊断方面具有潜在应用，特别是在癌症和基因相关疾病方面。
