全部新闻
AI解释器：大型交易模型正在确保付款流量|pymnts.com
2025-05-14 18:17:27
数字化转型导致数字支付量的增加，带来了更复杂的威胁，但也实现了高级数据驱动的安全性增强功能，例如大型交易模型（LTMS）。LTM使用基于变压器的AI体系结构来分析类似于语言处理的交易模式和关系，从而有效地检测欺诈。除了预防欺诈之外，LTM可以简化包括合规性，风险管理，客户经验改进和战略决策在内的财务运营。
数字化转型导致数字支付量的增加，带来了更复杂的威胁，但也实现了高级数据驱动的安全性增强功能，例如大型交易模型（LTMS）。LTM使用基于变压器的AI体系结构来分析类似于语言处理的交易模式和关系，从而有效地检测欺诈。除了预防欺诈之外，LTM可以简化包括合规性，风险管理，客户经验改进和战略决策在内的财务运营。
AI刚刚拿到了您的护士的工作 - 有点
2025-05-14 18:12:01
AI驱动的护士工具正在成为医疗保健系统中的现实，诸如Hippocratic AI和Xoltar之类的公司开发了聊天机器人和全息角色，以提供医疗建议和患者护理。这些工具可以通过各种语言进行自定义和交流，引起了人们对人类护士潜在替代者的担忧，以及由于缺乏临床环境而引起的建议或虚假警报的风险。尽管有这些担忧，但一些AI应用程序显示出通过处理文书工作和数据输入等任务来减少倦怠的希望。关于AI是解决医疗保健短缺还是未经测试的实验的实用解决方案的辩论。
AI驱动的护士工具正在成为医疗保健系统中的现实，诸如Hippocratic AI和Xoltar之类的公司开发了聊天机器人和全息角色，以提供医疗建议和患者护理。这些工具可以通过各种语言进行自定义和交流，引起了人们对人类护士潜在替代者的担忧，以及由于缺乏临床环境而引起的建议或虚假警报的风险。尽管有这些担忧，但一些AI应用程序显示出通过处理文书工作和数据输入等任务来减少倦怠的希望。关于AI是解决医疗保健短缺还是未经测试的实验的实用解决方案的辩论。
教皇狮子座XIV和AI的挑战
2025-05-14 18:04:56
教皇狮子座XIV强调人工智能（AI）是他罗马教皇的早期优先事项，与教皇利奥十三世在工业革命方面的方法相似。他强调了AI的重塑社会的潜力及其风险，特别是对于有职位流离失所的工人，弱势群体否认获得AI福利的公平机会。与某些反动的声音不同，教皇狮子座旨在通过基督教原则来人性化技术进步，例如novarum的重读，拒绝极端，但主张融入社会教学以确保所有人的尊严和正义。他选择的教皇名称和性格特征（务实，平静，勇气和力量）被认为是应对AI等当代挑战的作用。
教皇狮子座XIV强调人工智能（AI）是他罗马教皇的早期优先事项，与教皇利奥十三世在工业革命方面的方法相似。他强调了AI的重塑社会的潜力及其风险，特别是对于有职位流离失所的工人，弱势群体否认获得AI福利的公平机会。与某些反动的声音不同，教皇狮子座旨在通过基督教原则来人性化技术进步，例如novarum的重读，拒绝极端，但主张融入社会教学以确保所有人的尊严和正义。他选择的教皇名称和性格特征（务实，平静，勇气和力量）被认为是应对AI等当代挑战的作用。
研究发现，AI可以自发地发展类似人类的交流。
2025-05-14 18:01:00
伦敦大学和哥本哈根大学城市圣乔治市的一项研究表明，大型语言模型AI代理人在没有外部影响的小组中互动时可以自发地发展类似人类的社会惯例。研究人员发现，尽管对记忆的局限性和成为大型群体的一部分的限制，但AI代理人开发了类似于人类交流规范的共享命名惯例。该研究强调了小组AI代理会影响较大人群中更广泛的惯例转变的潜力，这与在人类社会中观察到的临界质量动态相呼应。这项研究提出了针对AI安全研究的新方向，并强调了了解AI在社交上相互作用的重要性。
伦敦大学和哥本哈根大学城市圣乔治市的一项研究表明，大型语言模型AI代理人在没有外部影响的小组中互动时可以自发地发展类似人类的社会惯例。研究人员发现，尽管对记忆的局限性和成为大型群体的一部分的限制，但AI代理人开发了类似于人类交流规范的共享命名惯例。该研究强调了小组AI代理会影响较大人群中更广泛的惯例转变的潜力，这与在人类社会中观察到的临界质量动态相呼应。这项研究提出了针对AI安全研究的新方向，并强调了了解AI在社交上相互作用的重要性。
Murderbot的语气感到不安的原因
2025-05-14 18:00:44
玛莎·威尔斯（Martha Wells）的《谋杀博物馆日记》系列的改编中出现了语气问题，一些观众发现丹恩·德哈恩（Dane Dehaan）的叙述平坦而不符合他们的期望。该情节有时会感觉很薄，缺乏清晰的赌注，从而使工作场所喜剧与科幻惊悚片之间的流派感到困惑。尽管该节目旨在探索双重奥秘 - 对外星世界的异常进行了评估，并揭示了Murderbot的真实本性 - 它在角色深度和平衡古怪的幽默与更深入的反企业信息方面挣扎。尽管整个赛季中期有所改善，但其发布时间表可能会阻碍观看者的参与度。
玛莎·威尔斯（Martha Wells）的《谋杀博物馆日记》系列的改编中出现了语气问题，一些观众发现丹恩·德哈恩（Dane Dehaan）的叙述平坦而不符合他们的期望。该情节有时会感觉很薄，缺乏清晰的赌注，从而使工作场所喜剧与科幻惊悚片之间的流派感到困惑。尽管该节目旨在探索双重奥秘 - 对外星世界的异常进行了评估，并揭示了Murderbot的真实本性 - 它在角色深度和平衡古怪的幽默与更深入的反企业信息方面挣扎。尽管整个赛季中期有所改善，但其发布时间表可能会阻碍观看者的参与度。
NVIDIA，AMD扩大了股票收益。为什么人工智能交易正在咆哮。
2025-05-14 17:40:00
分析师说，NVIDIA与沙特阿拉伯的俄勒冈州的合作伙伴关系可能有助于抵消中国的收入损失。沙特阿拉伯与美国芯片公司之间的最新交易正在增强对半导体部门的信心，减轻了对AI硬件支出和地缘政治紧张局势的担忧。
分析师说，NVIDIA与沙特阿拉伯的俄勒冈州的合作伙伴关系可能有助于抵消中国的收入损失。沙特阿拉伯与美国芯片公司之间的最新交易正在增强对半导体部门的信心，减轻了对AI硬件支出和地缘政治紧张局势的担忧。
独家：法律创业公司Harvey AI在谈判中以50亿美元的估值筹集资金
2025-05-14 17:39:37
Harvey AI是一家成立于2022年的合法初创公司，其估值将超过2.5亿美元，其估值为50亿美元，这比以前仅在几个月前的30亿美元估值显着增加。由克莱纳·珀金斯（Kleiner Perkins）和大衣（Coatue）领导的这一轮将使哈维（Harvey）的年度运行率提高到7500万美元，自今年早些时候由于战略合作伙伴关系和向公司的直接销售而增长了50％。这项投资激增反映了风险投资家对法律技术的日益增长的兴趣，因为AI采用提高了行业的效率和成本降低。
Harvey AI是一家成立于2022年的合法初创公司，其估值将超过2.5亿美元，其估值为50亿美元，这比以前仅在几个月前的30亿美元估值显着增加。由克莱纳·珀金斯（Kleiner Perkins）和大衣（Coatue）领导的这一轮将使哈维（Harvey）的年度运行率提高到7500万美元，自今年早些时候由于战略合作伙伴关系和向公司的直接销售而增长了50％。这项投资激增反映了风险投资家对法律技术的日益增长的兴趣，因为AI采用提高了行业的效率和成本降低。
一个免费的计划，以帮助前美联储开始参加AI
2025-05-14 17:30:04
Balaji Padmanabhan推出了一个免费的在线AI计划，向全球任何人开放，包括两个部分：商业应用程序中的AI概述和职业授权指导。该计划旨在通过为他们提供必要的技能和知识而无需广泛的编码专业知识来帮助他们的中级专业人员将其转化为与AI相关的角色。该课程已经有3000多名参与者，提供了与行业领导者采访的异步模块，旨在满足希望有效整合AI的各种职业。该倡议旨在通过快速发展的技术领域的新机会对个人的职业产生重大影响。
Balaji Padmanabhan推出了一个免费的在线AI计划，向全球任何人开放，包括两个部分：商业应用程序中的AI概述和职业授权指导。该计划旨在通过为他们提供必要的技能和知识而无需广泛的编码专业知识来帮助他们的中级专业人员将其转化为与AI相关的角色。该课程已经有3000多名参与者，提供了与行业领导者采访的异步模块，旨在满足希望有效整合AI的各种职业。该倡议旨在通过快速发展的技术领域的新机会对个人的职业产生重大影响。
解锁计算化学：培训AI模型的创纪录数据集已启动-Berkeley Lab
2025-05-14 17:20:25
Meta和Lawrence Berkeley国家实验室已释放了开放分子2025（OMOL25），这是一个开创性的分子模拟数据集。该资源包含超过1亿个由密度功能理论计算的3D分子快照，为机器学习模型提供了前所未有的准确性，以预测化学反应。该数据集旨在通过提供大量数据可以比传统DFT计算快10,000倍的训练MLIP的数据来加速材料科学，生物学和能源技术的研究。预计OMOL25可以通过计算限制来实现以前无法实现的大型原子系统的模拟，从而为新药物和能源储能技术的创新铺平了道路。
Meta和Lawrence Berkeley国家实验室已释放了开放分子2025（OMOL25），这是一个开创性的分子模拟数据集。该资源包含超过1亿个由密度功能理论计算的3D分子快照，为机器学习模型提供了前所未有的准确性，以预测化学反应。该数据集旨在通过提供大量数据可以比传统DFT计算快10,000倍的训练MLIP的数据来加速材料科学，生物学和能源技术的研究。预计OMOL25可以通过计算限制来实现以前无法实现的大型原子系统的模拟，从而为新药物和能源储能技术的创新铺平了道路。
教程：使用机器学习方法来挖掘基因组和蛋白质组的指南抗生素发现
2025-05-14 17:10:48
###本文摘要：“抗生素优化的生成人工智能方法”**抽象的：**本文提出了一种使用生成人工智能（AI）技术进行抗生素优化的新方法。作者利用深度学习模型，特别是基于变压器的体系结构，基于现有的结构和功能生成抗菌肽的新序列。通过利用Uniclust数据库，他们训练这些模型以预测新生成的肽的结构和功能特性。这种AI驱动的方法确定了可以增强或减轻细菌耐药机制的潜在治疗候选者，从而为开发下一代抗生素提供了有希望的途径。**介绍：**抗生素耐药细菌构成的威胁日益增加，需要在药物发现中采取创新的策略。传统方法是耗时的，通常无法针对新兴病原体产生有效的化合物。本文引入了一种AI驱动的方法，旨在加速具有增强功效和耐药机制易感性降低的新抗微生物剂的鉴定。**方法：**1。**数据收集：** - 利用Uniclust数据库进行蛋白质序列聚类。 - 收集了已知抗菌肽（AMP）的综合数据集。2。**模型培训：** - 用于序列生成的基于变压器的模型。 - 训练了该模型以预测AMP的结构和功能特性。3。**序列生成：** - 基于训练数据的学习模式生成了新的肽序列。 - 优化的生成的肽可改善对细菌菌株的活性。4。**验证：** - 进行了体外实验以验证产生的肽的功效。 - 评估了电阻机制和潜在的副作用。**结果：** - AI生成的肽表现出对一系列抗生素耐药细菌的显着抗菌活性。 - 预测模型准确地预测了结构稳定性，膜相互作用和抗菌效力。 - 与现有AMP相比，在功效和耐药性发育降低方面，几个新序列的性能有所提高。**讨论：**这些发现突出了AI驱动方法在快速鉴定和优化新抗菌剂的潜力。该方法提供了一个多功能平台，可以适应各种病原体，包括具有复杂电阻曲线的病原体。这项研究强调了将计算工具整合到传统药物发现管道中以有效抵抗抗生素耐药性的重要性。**结论：**这项工作介绍了一种创新的基于AI的策略，以优化抗生素并产生新颖的治疗候选者。通过利用经过广泛蛋白质序列数据训练的深度学习模型，这种方法加速了有效的抗微生物剂的识别，可能彻底改变了抗生素发展领域。###关键点：1。**数据利用：**广泛使用Uniclust数据库来训练预测模型。2。**模型体系结构：**基于变压器的架构，用于序列生成和属性预测。3。**实验验证：**全面对产生肽的体外测试。4。**结果：**鉴定具有降低电阻潜力的有效新抗菌序列。＃＃＃ 参考：-Silveira，G。G. O. S.等。（2021）。抗生素肽：相关的临床前动物感染模型和翻译潜力。ACS Pharmacol Transs Sci。-De Los Santos，L。等。（2024）。聚生物肽靶向肺炎肺炎多糖可塌陷生物膜。细胞代理科学。###未来方向：进一步的研究可以探索AI模型与高通量筛查技术和体内研究的整合，以验证更复杂的生物系统中的治疗功效。参考
###本文摘要：“抗生素优化的生成人工智能方法”**抽象的：**本文提出了一种使用生成人工智能（AI）技术进行抗生素优化的新方法。作者利用深度学习模型，特别是基于变压器的体系结构，基于现有的结构和功能生成抗菌肽的新序列。通过利用Uniclust数据库，他们训练这些模型以预测新生成的肽的结构和功能特性。这种AI驱动的方法确定了可以增强或减轻细菌耐药机制的潜在治疗候选者，从而为开发下一代抗生素提供了有希望的途径。**介绍：**抗生素耐药细菌构成的威胁日益增加，需要在药物发现中采取创新的策略。传统方法是耗时的，通常无法针对新兴病原体产生有效的化合物。本文引入了一种AI驱动的方法，旨在加速具有增强功效和耐药机制易感性降低的新抗微生物剂的鉴定。**方法：**1。**数据收集：** - 利用Uniclust数据库进行蛋白质序列聚类。 - 收集了已知抗菌肽（AMP）的综合数据集。2。**模型培训：** - 用于序列生成的基于变压器的模型。 - 训练了该模型以预测AMP的结构和功能特性。3。**序列生成：** - 基于训练数据的学习模式生成了新的肽序列。 - 优化的生成的肽可改善对细菌菌株的活性。4。**验证：** - 进行了体外实验以验证产生的肽的功效。 - 评估了电阻机制和潜在的副作用。**结果：** - AI生成的肽表现出对一系列抗生素耐药细菌的显着抗菌活性。 - 预测模型准确地预测了结构稳定性，膜相互作用和抗菌效力。 - 与现有AMP相比，在功效和耐药性发育降低方面，几个新序列的性能有所提高。**讨论：**这些发现突出了AI驱动方法在快速鉴定和优化新抗菌剂的潜力。该方法提供了一个多功能平台，可以适应各种病原体，包括具有复杂电阻曲线的病原体。这项研究强调了将计算工具整合到传统药物发现管道中以有效抵抗抗生素耐药性的重要性。**结论：**这项工作介绍了一种创新的基于AI的策略，以优化抗生素并产生新颖的治疗候选者。通过利用经过广泛蛋白质序列数据训练的深度学习模型，这种方法加速了有效的抗微生物剂的识别，可能彻底改变了抗生素发展领域。###关键点：1。**数据利用：**广泛使用Uniclust数据库来训练预测模型。2。**模型体系结构：**基于变压器的架构，用于序列生成和属性预测。3。**实验验证：**全面对产生肽的体外测试。4。**结果：**鉴定具有降低电阻潜力的有效新抗菌序列。＃＃＃ 参考：-Silveira，G。G. O. S.等。（2021）。抗生素肽：相关的临床前动物感染模型和翻译潜力。ACS Pharmacol Transs Sci。-De Los Santos，L。等。（2024）。聚生物肽靶向肺炎肺炎多糖可塌陷生物膜。细胞代理科学。###未来方向：进一步的研究可以探索AI模型与高通量筛查技术和体内研究的整合，以验证更复杂的生物系统中的治疗功效。参考