全部新闻
警方确认兰开斯特乡村日AI制作裸照事件中近50名学生受害者
去年，一名学生创作了人工智能生成的裸体图像，导致近 50 名兰卡斯特乡村走读学校的学生成为受害者。该事件导致学生罢课，促使学校改变日程并增加咨询支持。学校校长马特·米奇切 (Matt Micciche) 承认在处理这一情况时犯了错误，并对缺乏与社区的沟通表示歉意。将聘请创伤专家来满足学生的需求，旨在重建学校内部的信任。
DeepRoute.ai 完成由长城汽车领投的 1 亿美元 C1 轮融资 - The Robot Report
DeepRoute.ai获得长城汽车领投的1亿美元C1轮融资，旨在加强其“端到端”DeepRoute IO模型的研发，扩大全球汽车制造商合作，探索机器人出租车业务并招募人工智能人才。该公司迄今已筹集约 4.5 亿美元，计划明年推出 10 多种新车型。与传统的机器人出租车不同，DeepRoute.ai 的自动驾驶车辆由于采用端到端技术而更具可扩展性和成本效益，提供先进的驾驶功能，例如 200 米外的精确物体检测以及在挑战性条件下的安全操作。该公司的 DeepRoute-Driver 系统根据订单数量每辆车的售价为 1,000 至 2,000 美元，并包括用于远程操作的云监控系统。
第 10 周 NFL 球员道具、QB、WR、RB、TE 投注选择、AI 道具预测：Patrick Mahomes 超过 235.5 码
第 10 周的 NFL 球员道具非常丰富，但选择有利可图的投注可能具有挑战性。SportsLine AI PickBot 使用先进的人工智能和机器学习，根据历史数据和对手的防守强度来预测球员的表现。自上赛季开始以来，人工智能已准确预测了 1,947 个高评级道具投注。第 10 周：- 帕特里克·马霍姆斯（QB）预计在对阵丹佛的比赛中传球超过 235.5 码。- Breece Hall (RB) 由于参与喷气机队进攻的减少，预计接球次数将低于 3.5 次。- 小马文·哈里森 (Marvin Harrison Jr.) (WR) 预计接球距离将低于 44.5 码，面对喷气机队的防守。AI PickBot 还突出显示了对 Jayden Daniels、Kareem Hunt、Davante Adams 和 Travis Kelce 的道具投注，识别出一位明星四分卫可能会超过其他 12 名高评价的 NFL 道具，超过他的传球总数。
AI 工具显示长期新冠病毒可能会影响 23% 的人 - 神经科学新闻
根据对近 30 万名患者的健康记录的分析，一种新的人工智能工具已识别出 22.8% 的患者患有长期新冠肺炎。这明显高于此前预估的7%。与传统的 ICD-10 代码相比，麻省总医院 Brigham 开发的精确表型分析算法提高了诊断准确性并减少了偏差。它将与 SARS-CoV-2 感染相关的长期新冠症状与既往病史区分开来，旨在提供更准确的诊断和更好的患者护理。研究人员计划公开发布该工具，供全球在未来探索长新冠病毒亚型的遗传和生化因素的研究中使用。
工作策略：成为人工智能新领域的一部分
本专栏是人工智能和工作系列的一部分，探讨人工智能开发和部署中涉及的各种角色。它强调了那些对私营和公共部门不断发展的人工智能领域中的技术或以人为本的角色感兴趣的人的机会。该文章建议审查当前与人工智能相关的招聘广告，以了解潜在的职业道路，并强调培训和适应人工智能驱动流程的重要性，即使对于那些不打算将职业生涯完全转向人工智能职业的人来说也是如此。
博物馆如何开始使用人工智能？|艺术网新闻
文化部门正在整合通用人工智能工具以提高效率，但需要专业化和可定制的解决方案来解决结构性偏见和馆藏非殖民化等独特挑战。英国伦敦艺术大学 (UAL) 领导的一个为期三年的研究项目“转变收藏”强调文化专家和人工智能开发人员之间的跨学科合作，以创建用户友好的模型。主要结论包括：1）涉及策展人、艺术史学家和数据保护官员的跨学科方法的重要性；2) 开发能够解决公共机构长期存在问题的特定部门工具；3) 通过艺术家在 Museum x Machine x Me 会议上展示的实际应用来促进包容性。
如何使用Google Photos中最新的AI视频编辑工具
Google Photos 已收到专注于视频编辑功能的更新，例如速度调整、修剪、自动增强以及 Android 和 iOS 上可用的人工智能预设。这些改进包括更轻松地处理视频剪辑、自动增强色彩和稳定性以及可自定义的播放速度。最新添加的人工智能视频预设会根据内容分析自动应用慢动作、缩放和修剪等效果，旨在简化编辑过程，无需外部应用程序。
/cdn.vox-cdn.com/uploads/chorus_asset/file/23952250/HT012_google_0006.jpg)
报告：40% 的人力资源专业人士表示他们的公司缺乏人工智能政策
Traliant 的一份新的“人工智能人力资源报告”显示，虽然人工智能在公司中的使用几乎普遍，但只有 60% 的公司制定了人工智能可接受使用政策 (AUP)。该报告强调了人力资源专业人士对人工智能潜力的兴奋，但也强调了他们对数据隐私和偏见的担忧。它强调需要适当的指导和培训，以确保负责任地使用人工智能，一半的受访者表示人力资源部门主要负责制定人工智能政策。
构建基于机器学习的中期流产风险预测模型
所提供的信息概述了一项研究，重点是开发基于机器学习的中期流产风险预测模型。本研究的关键组成部分总结如下：＃＃＃ 概述**目标：** 使用机器学习技术开发和验证预测模型，以识别处于妊娠中期流产高风险的女性。### 研究设计- **类型：** 回顾性队列研究。- **地点：** 中国浙江省宁波大学妇女儿童医院。- **参与者：** 拥有可从医院数据库中分析的记录的孕妇。- **数据收集：** 回顾性收集和分析数据。＃＃＃ 方法#### 数据收集- 参与者的人口统计信息（年龄、胎次等）。- 病史（既往妊娠史、产科史）。- 实验室结果（血液测试、阴道液体分析）。- 怀孕期间的临床表现（出血或分泌物等症状）。#### 模型开发1. **特征选择：** 通过统计分析识别显着的预测因子。2. **机器学习模型：** 使用逻辑回归、决策树、随机森林和支持向量机等算法。3. **模型评估：** 使用准确度、精确度、召回率、F1 分数和 AUC-ROC 等指标。#### 道德考虑- 机构审查委员会 (IRB) 批准了该研究。- 由于其追溯性而放弃知情同意。- 符合赫尔辛基宣言中概述的道德标准。＃＃＃ 结果所提供的摘要中未明确详细说明，但通常包括：- 确定妊娠中期流产的关键预测因素。- 使用的不同机器学习模型的性能指标。- 将模型预测与实际结果进行比较的验证结果。＃＃＃ 讨论该研究旨在为医疗保健提供者和孕妇提供一种工具，可以根据早期妊娠数据预测妊娠中期流产的风险。这可能通过促进早期干预或监测高危妊娠来改善患者护理。＃＃＃ 结论使用机器学习技术开发准确的预测模型对于识别有妊娠中期流产风险的女性至关重要，从而实现有针对性的干预措施和更好的临床管理策略。### 致谢与资助- **致谢：** 不适用。- **经费：** 宁波市医学重点学科（2022-B16）、浙江省卫生科技计划（2022KY1155）、宁波市重点研发计划（2023Z183）资助。### 作者贡献- **桑桑奇：** 资料收集、研究构思、分析、稿件起草。- **石正 & 孟丹路：** 数据收集。- **陈安二和陈彦博：** 数据监督。- **付宪虎：** 手稿修改（研究概念和设计）、资金获取、伦理批准、数据监督。### 利益冲突作者声明没有竞争利益。### 出版许可证该文章根据知识共享署名-非商业性-禁止衍生品 4.0 国际许可发布，只要给予原作者适当的归属，就允许非商业用途。---本摘要概述了该研究的目标、方法、伦理考虑和作者的贡献，及其在妇产科领域的意义。
Arm高级副总裁解释AI的真正影响，它并不是你想象的那样
与伯吉先生的对话凸显了技术开发和应用方式的根本转变。与其问“人工智能”到底是什么构成，不如问人工智能在做什么以及开发人员如何在各个领域使用它，这样会更有成效。以下是主要见解的摘要：1. **人工智能无处不在**：人工智能正在变得无处不在，渗透到从软件应用程序到调制解调器和 GPU 等硬件组件的一切领域。随着技术的发展并更加融入日常使用，这种趋势将持续下去。2. **能源效率**：人工智能对计算过程中的能源效率做出了重大贡献。通过启用更高效的计算技术，它可以帮助设备以更少的功耗运行更长时间。3. **对开发的影响**：开发人员越来越多地使用人工智能，不仅将其作为独立功能，而且将其作为其工具包的组成部分。这意味着应用程序和服务将以微妙但有意义的方式融入人工智能，随着时间的推移，传统流程和基于人工智能的流程之间的区别变得越来越模糊。4. **跨领域的影响**：- **相机**：早期用例包括连拍模式摄影和魔术橡皮擦（图像编辑）。- **智能手机**：转录应用程序不断发展以提供智能摘要和要点。- **游戏**：游戏中的角色现在可以根据玩家的操作调整自己的行为，从而增强游戏体验。5. **调制解调器技术**：人工智能正在被集成到用于信号处理的6G调制解调器标准中，这表明它将在未来的通信技术中发挥关键作用。6. **图形渲染**：帧插值和渲染技术正在不断发展，以使用更少的帧，同时通过人工智能驱动的方法实现更高的精度。7. **决策过程**：人工智能通过提供更好的建议和智能数据分析来影响各种应用程序的决策过程。8. **特定于硬件的角色**：- **GPU**：从光栅化转向人工智能辅助渲染技术。- **调制解调器**：将人工智能纳入 6G 标准中的信号处理。9. **未来计算的基础**：Arm 的创新是这些发展的核心，提供了支持当前和未来计算需求的高效通信路径。10. **基于模型的开发**：核心原则围绕如何解析数据集、训练算法和优化系统参数，强调有效模型设计和实现的重要性。从本质上讲，人工智能的真正价值在于它能够增强传统流程，使其更加高效和智能。随着开发人员继续将人工智能集成到他们的工作流程中，我们可以预期这些技术将更加深入地融入我们的日常生活中，而我们不一定再将其视为“人工智能”。这种无缝集成证明了该技术已经取得了多大的进步以及它的发展方向。通过关注人工智能的作用而不是试图严格定义它，我们可以更好地理解它的影响并预测未来的发展。
