全部新闻
微软支持了一家小型硬件初创公司，该公司刚刚推出了首款人工智能处理器，无需 GPU 或昂贵的 HBM 内存即可进行推理，Nvidia 的一个重要合作伙伴正在与其合作
2024-12-28 13:28:00
d-Matrix Inc. 是一家由微软支持的加州初创公司，推出了 Corsair，这是其首款人工智能处理器，专为高效人工智能推理而设计，无需使用 GPU 或昂贵的高带宽内存 (HBM)。Corsair 提供 150 TB/s 的超高内存带宽，并支持 Transformer、代理 AI 和交互式视频生成。使用 Llama3 8B 型号，它可在 1 毫秒延迟下每秒处理多达 60,000 个令牌；在 Llama3 70B 型号上，可在 2 毫秒延迟下每秒处理 30,000 个令牌，与传统 GPU 解决方案相比，显着降低了能源和运营成本。Corsair 采用 6nm 工艺打造，具有数字内存计算 (DIMC) 功能，现已向早期客户开放，并计划于 2025 年第二季度提供更广泛的可用性。
d-Matrix Inc. 是一家由微软支持的加州初创公司，推出了 Corsair，这是其首款人工智能处理器，专为高效人工智能推理而设计，无需使用 GPU 或昂贵的高带宽内存 (HBM)。Corsair 提供 150 TB/s 的超高内存带宽，并支持 Transformer、代理 AI 和交互式视频生成。使用 Llama3 8B 型号，它可在 1 毫秒延迟下每秒处理多达 60,000 个令牌；在 Llama3 70B 型号上，可在 2 毫秒延迟下每秒处理 30,000 个令牌，与传统 GPU 解决方案相比，显着降低了能源和运营成本。Corsair 采用 6nm 工艺打造，具有数字内存计算 (DIMC) 功能，现已向早期客户开放，并计划于 2025 年第二季度提供更广泛的可用性。
2024 年最大的人工智能艺术争议
2024-12-28 13:27:19
尽管版权问题和公众争议不断，但人工智能艺术在 2024 年仍然占据主导地位，人工智能图像生成器变得越来越普遍。艺术家现在面临着作品被盗的问题，这引发了人们对人工智能机器人接管后人类参与的必要性的质疑。这一年，人工智能艺术取得了一系列重大发展，既有积极的影响，也有消极的影响。
尽管版权问题和公众争议不断，但人工智能艺术在 2024 年仍然占据主导地位，人工智能图像生成器变得越来越普遍。艺术家现在面临着作品被盗的问题，这引发了人们对人工智能机器人接管后人类参与的必要性的质疑。这一年，人工智能艺术取得了一系列重大发展，既有积极的影响，也有消极的影响。
Midjourney：它是什么，以及您应该了解的有关 AI 图像生成器的知识
2024-12-28 13:15:00
Midjourney 是一款 AI 文本到图像生成器，可在 Discord 上作为图形设计师、艺术家和技术爱好者的机器人使用。自 2022 年 7 月推出以来，已经进行了多个版本更新，当前默认为版本 6。用户可以通过放大 (U) 和创建变体 (V) 等功能来控制图像生成。Midjourney 提供每月 10 至 120 美元的订阅计划，提供快速 GPU 时间来快速生成图像。高级模式包括“放松”和“加速”，可满足不同级别的耐心和创造力。Pro 和 Mega 计划提供隐身模式，允许生成私人图像。该平台还包括风格参考（--sref），可将现有图像的视觉风格应用到新的创作中，增强创意的可能性，同时不会完全取代人类艺术家。
Midjourney 是一款 AI 文本到图像生成器，可在 Discord 上作为图形设计师、艺术家和技术爱好者的机器人使用。自 2022 年 7 月推出以来，已经进行了多个版本更新，当前默认为版本 6。用户可以通过放大 (U) 和创建变体 (V) 等功能来控制图像生成。Midjourney 提供每月 10 至 120 美元的订阅计划，提供快速 GPU 时间来快速生成图像。高级模式包括“放松”和“加速”，可满足不同级别的耐心和创造力。Pro 和 Mega 计划提供隐身模式，允许生成私人图像。该平台还包括风格参考（--sref），可将现有图像的视觉风格应用到新的创作中，增强创意的可能性，同时不会完全取代人类艺术家。
彭博社 - 你是机器人吗？
2024-12-28 13:00:04
检测到异常网络活动。用户需要单击一个框来确认他们不是机器人，并确保他们的浏览器支持 JavaScript 和 cookie 才能继续访问。如需帮助，用户应使用提供的参考 ID 联系支持团队。
检测到异常网络活动。用户需要单击一个框来确认他们不是机器人，并确保他们的浏览器支持 JavaScript 和 cookie 才能继续访问。如需帮助，用户应使用提供的参考 ID 联系支持团队。
更好的人工智能 (AI) 股票：Palantir 与 SoundHound AI |杂七杂八的傻瓜
2024-12-28 12:31:00
Palantir Technologies (PLTR)和SoundHound AI (SOUN)这两只人工智能股票在2024年表现出色，涨幅分别接近400%和900%。两家公司都处于人工智能部署的前沿，但迎合不同的市场。Palantir专注于为客户提供量身定制的人工智能应用，而SoundHound AI则专注于基于音频的人工智能解决方案。从财务上看，Palantir 规模更大，盈利能力更强，但与 SoundHound AI 相比，增长速度较慢，而 SoundHound AI 正在快速增长，但目前尚未盈利。两家公司的估值都很高，销售额比率分别为 75 倍和 92 倍。尽管估值很高，但分析师预计两家公司的收入将持续大幅增长，并预计 SoundHound AI 的快速扩张可能会随着时间的推移更快地降低其估值倍数。
Palantir Technologies (PLTR)和SoundHound AI (SOUN)这两只人工智能股票在2024年表现出色，涨幅分别接近400%和900%。两家公司都处于人工智能部署的前沿，但迎合不同的市场。Palantir专注于为客户提供量身定制的人工智能应用，而SoundHound AI则专注于基于音频的人工智能解决方案。从财务上看，Palantir 规模更大，盈利能力更强，但与 SoundHound AI 相比，增长速度较慢，而 SoundHound AI 正在快速增长，但目前尚未盈利。两家公司的估值都很高，销售额比率分别为 75 倍和 92 倍。尽管估值很高，但分析师预计两家公司的收入将持续大幅增长，并预计 SoundHound AI 的快速扩张可能会随着时间的推移更快地降低其估值倍数。
如何在不实际破解任何东西的情况下窃取人工智能模型
2024-12-28 12:00:30
北卡罗来纳州立大学的研究人员展示了一种通过分析人工智能芯片的电磁辐射来窃取人工智能模型的方法。使用电磁探针和开源人工智能模型，他们能够在 Google 张量处理单元 (TPU) 上运行时确定神经网络的架构，准确率达到 99.91%。该技术凸显了边缘设备的安全漏洞，引发了人们对人工智能行业知识产权盗窃的担忧。
北卡罗来纳州立大学的研究人员展示了一种通过分析人工智能芯片的电磁辐射来窃取人工智能模型的方法。使用电磁探针和开源人工智能模型，他们能够在 Google 张量处理单元 (TPU) 上运行时确定神经网络的架构，准确率达到 99.91%。该技术凸显了边缘设备的安全漏洞，引发了人们对人工智能行业知识产权盗窃的担忧。
随着 RTO、人工智能威胁的逼近，科技工人运动不断增长
2024-12-28 12:00:00
这篇文章强调了科技工作者组织工会和运动的趋势日益明显，以应对不受欢迎的工作场所政策，例如强制返回办公室（RTO）要求和加强监控，以及尽管公司利润强劲但仍进行裁员。以下是文章中的一些要点：1. **返回办公室的要求：**- 研究人员的一项研究发现，实施严格RTO政策的公司在留住高技能工人方面面临困难。- 尽管宣布五天重返办公室强制要求的公司数量没有显着增加（2024 年只有八家主要科技和金融公司这样做），但那些真正成为头条新闻的公司往往会引起公众的强烈反对。2. **混合工作模式：**- 许多公司继续采用混合工作模式，让员工在办公室出勤方面更加灵活。- 调查一致表明，灵活的工作安排受到科技高管的高度重视，并被视为在竞争激烈的市场中吸引技术工人的关键。3. **工会运动：**- 由于对 RTO 指令和人工智能驱动的工作场所监控等政策不满，越来越多的工人加入工会。- 工会组织者看到了利用科技工人日益增长的政治意识，围绕工作与生活平衡和工作保障问题动员心怀不满的员工的机会。4. **工作场所组织与投票：**- 一些工人认为，在工作场所内组织起来比通过选举投票来反对他们不同意的公司行动更有效。- 这种转变反映了一种更广泛的观念，即工作场所条件直接影响员工实现个人价值观和改善工作条件的能力。5. **利润中的裁员：**- 微软和亚马逊等公司解雇了大量员工，同时公布创纪录的利润，导致员工不满和被背叛的感觉。- 裁员和利润增加的并存使不同公司和行业的工人团结起来。6. **未来展望：**- 文章表明，工会化和工作场所激进主义的趋势可能会在 2025 年持续下去，工人们要求更好的工作保障、公平待遇和改善工作与生活的平衡。- 随着公司越来越依赖人工智能和自动化，对监视和工作岗位流失的担忧可能会进一步激发组织努力。整体叙述强调了科技行业的重大转变，即优先考虑员工权利和满意度，而不是严格的公司控制和传统的基于办公室的模式。
这篇文章强调了科技工作者组织工会和运动的趋势日益明显，以应对不受欢迎的工作场所政策，例如强制返回办公室（RTO）要求和加强监控，以及尽管公司利润强劲但仍进行裁员。以下是文章中的一些要点：1. **返回办公室的要求：**- 研究人员的一项研究发现，实施严格RTO政策的公司在留住高技能工人方面面临困难。- 尽管宣布五天重返办公室强制要求的公司数量没有显着增加（2024 年只有八家主要科技和金融公司这样做），但那些真正成为头条新闻的公司往往会引起公众的强烈反对。2. **混合工作模式：**- 许多公司继续采用混合工作模式，让员工在办公室出勤方面更加灵活。- 调查一致表明，灵活的工作安排受到科技高管的高度重视，并被视为在竞争激烈的市场中吸引技术工人的关键。3. **工会运动：**- 由于对 RTO 指令和人工智能驱动的工作场所监控等政策不满，越来越多的工人加入工会。- 工会组织者看到了利用科技工人日益增长的政治意识，围绕工作与生活平衡和工作保障问题动员心怀不满的员工的机会。4. **工作场所组织与投票：**- 一些工人认为，在工作场所内组织起来比通过选举投票来反对他们不同意的公司行动更有效。- 这种转变反映了一种更广泛的观念，即工作场所条件直接影响员工实现个人价值观和改善工作条件的能力。5. **利润中的裁员：**- 微软和亚马逊等公司解雇了大量员工，同时公布创纪录的利润，导致员工不满和被背叛的感觉。- 裁员和利润增加的并存使不同公司和行业的工人团结起来。6. **未来展望：**- 文章表明，工会化和工作场所激进主义的趋势可能会在 2025 年持续下去，工人们要求更好的工作保障、公平待遇和改善工作与生活的平衡。- 随着公司越来越依赖人工智能和自动化，对监视和工作岗位流失的担忧可能会进一步激发组织努力。整体叙述强调了科技行业的重大转变，即优先考虑员工权利和满意度，而不是严格的公司控制和传统的基于办公室的模式。
灰度超声图像的深度学习放射组学有助于诊断 BI-RADS 4 病变的良性和恶性
2024-12-28 11:36:08
这篇题为“Deep Learning Radimics on Grayscale Ultrasound Images Assists in Diagnosing良性和恶性的 BI-RADS 4 病变”的文章于 2024 年 12 月发表在《Scientific Reports》（Sci Rep）杂志上。该研究由该部门的研究人员进行山东第一医科大学第一附属医院、山东省千佛山医院超声医学科。### 要点：1. **目标**：评估深度学习放射组学在灰度超声图像上诊断分类为 BI-RADS 4 的良性和恶性病变的效用。2. **方法**：- 该研究利用了 BI-RADS 4 乳腺病变患者的灰度超声图像。- 开发了深度学习模型来分析这些图像并将病变分类为良性或恶性。3. **作者的贡献**：- **刘洋**：概念、方法论开发、写作、评论、数据分析。- **张乃文和贾俊英**：数据采集。- **马哲**：学习督导。4. **道德考虑**：- 该研究得到了山东第一医科大学第一附属医院和山东省千佛山医院机构审查委员会的批准（YXLL-KY-2023（045））。- 由于回顾性和使用匿名临床数据，患者同意被放弃。5. **资金**：- 该研究得到了中国山东省重点研究发展基金的支持（批准号：2016GSF201141）。###意义：该研究旨在利用深度学习放射组学提高区分良性和恶性 BI-RADS 4 乳腺病变的诊断准确性。这种方法可以通过对可疑的超声检查结果提供更准确的初步评估来增强临床决策和患者管理。### 参考资料和附加信息：- 该文章根据知识共享署名-非商业性-禁止衍生品 (CC BY-NC-ND) 许可发布，允许在正确归属的情况下进行非商业使用。- 如需更多详细信息或补充材料，读者可访问 Springer Nature 提供的电子增刊。这项研究对肿瘤学医学成像和机器学习领域做出了重大贡献，有可能为乳腺癌评估提供更可靠的诊断工具。
这篇题为“Deep Learning Radimics on Grayscale Ultrasound Images Assists in Diagnosing良性和恶性的 BI-RADS 4 病变”的文章于 2024 年 12 月发表在《Scientific Reports》（Sci Rep）杂志上。该研究由该部门的研究人员进行山东第一医科大学第一附属医院、山东省千佛山医院超声医学科。### 要点：1. **目标**：评估深度学习放射组学在灰度超声图像上诊断分类为 BI-RADS 4 的良性和恶性病变的效用。2. **方法**：- 该研究利用了 BI-RADS 4 乳腺病变患者的灰度超声图像。- 开发了深度学习模型来分析这些图像并将病变分类为良性或恶性。3. **作者的贡献**：- **刘洋**：概念、方法论开发、写作、评论、数据分析。- **张乃文和贾俊英**：数据采集。- **马哲**：学习督导。4. **道德考虑**：- 该研究得到了山东第一医科大学第一附属医院和山东省千佛山医院机构审查委员会的批准（YXLL-KY-2023（045））。- 由于回顾性和使用匿名临床数据，患者同意被放弃。5. **资金**：- 该研究得到了中国山东省重点研究发展基金的支持（批准号：2016GSF201141）。###意义：该研究旨在利用深度学习放射组学提高区分良性和恶性 BI-RADS 4 乳腺病变的诊断准确性。这种方法可以通过对可疑的超声检查结果提供更准确的初步评估来增强临床决策和患者管理。### 参考资料和附加信息：- 该文章根据知识共享署名-非商业性-禁止衍生品 (CC BY-NC-ND) 许可发布，允许在正确归属的情况下进行非商业使用。- 如需更多详细信息或补充材料，读者可访问 Springer Nature 提供的电子增刊。这项研究对肿瘤学医学成像和机器学习领域做出了重大贡献，有可能为乳腺癌评估提供更可靠的诊断工具。
探索生成式人工智能在骨科教育和培训中的前景、障碍和前进道路
2024-12-28 11:33:09
Nikhil Gupta 等人在 BMC Medical Education 上发表的文章“探索骨科教育和培训中的生成式人工智能的前景、障碍和前进道路”深入探讨了生成式人工智能 (GenAI) 在加强骨科教育和培训方面的潜力。以下是该文章的要点摘要：### 前景：1. **增强学习资源**：GenAI 可以生成高质量的教育内容，例如交互式教程、患者案例研究和模拟。2. **个性化学习**：人工智能可以根据个别学生的需求、进度和偏好定制学习体验。3. **模拟训练**：由 GenAI 支持的虚拟现实和增强现实应用程序提供逼真的手术模拟训练，没有与现场手术相关的风险。4. **技能评估**：自动化评估工具可以比传统方法更客观地评估技术技能。### 障碍：1. **道德问题**：需要仔细考虑数据隐私、人工智能生成内容的知情同意以及潜在的患者数据滥用等问题。2. **数据质量和偏差**：确保训练数据集的质量和代表性对于避免有偏差或不准确的学习结果至关重要。3. **监管合规性**：驾驭医学教育技术的法律框架可能具有挑战性。4. **抵制变革**：教育工作者和受训者都可能因不熟悉或怀疑而抵制采用新技术。### 前进之路：1. **课程整合**：制定将 GenAI 工具整合到现有课程中的策略需要技术专家、教育工作者和政策制定者之间的合作。2. **研究和开发**：需要继续研究以改进人工智能算法并解决当前骨科应用的局限性。3. **道德准则**：建立在医学教育中使用 GenAI 的明确道德准则和最佳实践至关重要。4. **协作努力**：机构、行业和政府之间的合作可以加速有效的 GenAI 解决方案的开发和部署。### 影响：1. **医学教育改革**：研究表明，骨科医学教育需要不断发展，以利用人工智能技术的潜在优势，同时降低风险。2. **跨学科合作**：成功实施需要各利益相关者的投入，包括临床医生、教育工作者、技术专家、伦理学家和政策制定者。＃＃＃ 结论：该论文最后强调，虽然 GenAI 在改善骨科教育和培训方面具有重大前景，但通过协作努力解决相关挑战对于充分发挥其潜力至关重要。
Nikhil Gupta 等人在 BMC Medical Education 上发表的文章“探索骨科教育和培训中的生成式人工智能的前景、障碍和前进道路”深入探讨了生成式人工智能 (GenAI) 在加强骨科教育和培训方面的潜力。以下是该文章的要点摘要：### 前景：1. **增强学习资源**：GenAI 可以生成高质量的教育内容，例如交互式教程、患者案例研究和模拟。2. **个性化学习**：人工智能可以根据个别学生的需求、进度和偏好定制学习体验。3. **模拟训练**：由 GenAI 支持的虚拟现实和增强现实应用程序提供逼真的手术模拟训练，没有与现场手术相关的风险。4. **技能评估**：自动化评估工具可以比传统方法更客观地评估技术技能。### 障碍：1. **道德问题**：需要仔细考虑数据隐私、人工智能生成内容的知情同意以及潜在的患者数据滥用等问题。2. **数据质量和偏差**：确保训练数据集的质量和代表性对于避免有偏差或不准确的学习结果至关重要。3. **监管合规性**：驾驭医学教育技术的法律框架可能具有挑战性。4. **抵制变革**：教育工作者和受训者都可能因不熟悉或怀疑而抵制采用新技术。### 前进之路：1. **课程整合**：制定将 GenAI 工具整合到现有课程中的策略需要技术专家、教育工作者和政策制定者之间的合作。2. **研究和开发**：需要继续研究以改进人工智能算法并解决当前骨科应用的局限性。3. **道德准则**：建立在医学教育中使用 GenAI 的明确道德准则和最佳实践至关重要。4. **协作努力**：机构、行业和政府之间的合作可以加速有效的 GenAI 解决方案的开发和部署。### 影响：1. **医学教育改革**：研究表明，骨科医学教育需要不断发展，以利用人工智能技术的潜在优势，同时降低风险。2. **跨学科合作**：成功实施需要各利益相关者的投入，包括临床医生、教育工作者、技术专家、伦理学家和政策制定者。＃＃＃ 结论：该论文最后强调，虽然 GenAI 在改善骨科教育和培训方面具有重大前景，但通过协作努力解决相关挑战对于充分发挥其潜力至关重要。
人工智能驱动的研究揭示了小动物恐惧症背后的大脑模式
2024-12-28 11:08:24
发表在《心理生理学》上的一项新研究利用机器学习来识别与小动物恐惧症相关的大脑结构和网络，揭示了独特的灰质特征和宏观网络，将受影响的个体与没有这种情况的个体区分开来。该研究强调了小脑、杏仁核、颞叶、额叶皮层和丘脑等特定大脑区域在情绪处理和恐惧反应中的作用。研究发现，默认模式网络能够高度预测小动物恐惧症，准确率超过 80%。这项研究旨在提供一种用于诊断该疾病的神经预测模型，并为未来的干预措施提供潜在的途径。然而，其局限性包括样本量相对较小，并且仅关注灰质特征。
发表在《心理生理学》上的一项新研究利用机器学习来识别与小动物恐惧症相关的大脑结构和网络，揭示了独特的灰质特征和宏观网络，将受影响的个体与没有这种情况的个体区分开来。该研究强调了小脑、杏仁核、颞叶、额叶皮层和丘脑等特定大脑区域在情绪处理和恐惧反应中的作用。研究发现，默认模式网络能够高度预测小动物恐惧症，准确率超过 80%。这项研究旨在提供一种用于诊断该疾病的神经预测模型，并为未来的干预措施提供潜在的途径。然而，其局限性包括样本量相对较小，并且仅关注灰质特征。