全部新闻
人工智能的价值：微软的客户和合作伙伴如何创建差异化的AI解决方案来重塑他们今天的业务 - Microsoft官方博客
2025-01-28 17:06:09
提供的文本的关键要点如下：1。**越来越多的AI **： - 在各个行业中，人工智能（AI）的使用和采用正在迅速增加。 - 组织正在采用AI来提高效率，提高客户体验并推动创新。2。**微软在AI转换中的作用**： - 微软旨在通过负责任和确保AI技术来增强人类成就。 - 他们提供一系列的AI工具和服务，例如Azure OpenAi服务，Copilot Studio和Fabric，以帮助组织改变其业务流程。3。**特定工具和服务**： - ** Azure AI Foundry **：提供了一个平台，可以安全，负责任地构建，部署和管理AI模型。 - ** Copilot Studio **：一种低代码工具，可实现智能代理人自动化任务和决策过程。 - ** Microsoft Fabric **：一个集成数据平台，旨在统一各种来源的数据摄入，转换和分析。4。**跨行业的用例**： - **医疗保健（Smile）**：开发了一种以AI为动力的解决方案来预测手术结果并优化资源分配，从而导致手术效率提高30％。 - **零售（宠物在家）**：使用Copilot Studio实施了AI代理，以确定可疑交易，从而使公司能够更快，更有效地对抗欺诈行为。 - **哥伦比亚公司（HACEB）**：使用AI来提高服务效率并通过更快地解决问题来提高客户满意度。5。**伙伴关系和生态系统**： - 微软与诸如中队和Wetransact等各种公司合作，以扩展其AI解决方案的覆盖范围，并使其他企业能够有效利用AI。 - 微软商业市场帮助独立软件供应商（ISV）列表并交易其软件解决方案，从而促进了共同销售的机会。6。**客户影响**： - 通过实施AI技术，组织正在经历效率，成本节省和客户满意度的重大提高。 - 例如，宠物在家中识别欺诈速度的速度更快10倍，并且使用Copilot Studio每天加工20倍。7。** Future Outlook **： - AI创造价值的机会不再是未来的野心；它正在发生。 - 各个行业的领导者正在投资AI优先的策略来推动业务转型。 - 在选择技术提供商时，信任和安全是关键因素，强调负责人AI实践的重要性。总而言之，微软的AI生态系统和工具正在使全世界的组织利用AI来实现重大业务影响，推动效率，创新和客户满意度。
提供的文本的关键要点如下：1。**越来越多的AI **： - 在各个行业中，人工智能（AI）的使用和采用正在迅速增加。 - 组织正在采用AI来提高效率，提高客户体验并推动创新。2。**微软在AI转换中的作用**： - 微软旨在通过负责任和确保AI技术来增强人类成就。 - 他们提供一系列的AI工具和服务，例如Azure OpenAi服务，Copilot Studio和Fabric，以帮助组织改变其业务流程。3。**特定工具和服务**： - ** Azure AI Foundry **：提供了一个平台，可以安全，负责任地构建，部署和管理AI模型。 - ** Copilot Studio **：一种低代码工具，可实现智能代理人自动化任务和决策过程。 - ** Microsoft Fabric **：一个集成数据平台，旨在统一各种来源的数据摄入，转换和分析。4。**跨行业的用例**： - **医疗保健（Smile）**：开发了一种以AI为动力的解决方案来预测手术结果并优化资源分配，从而导致手术效率提高30％。 - **零售（宠物在家）**：使用Copilot Studio实施了AI代理，以确定可疑交易，从而使公司能够更快，更有效地对抗欺诈行为。 - **哥伦比亚公司（HACEB）**：使用AI来提高服务效率并通过更快地解决问题来提高客户满意度。5。**伙伴关系和生态系统**： - 微软与诸如中队和Wetransact等各种公司合作，以扩展其AI解决方案的覆盖范围，并使其他企业能够有效利用AI。 - 微软商业市场帮助独立软件供应商（ISV）列表并交易其软件解决方案，从而促进了共同销售的机会。6。**客户影响**： - 通过实施AI技术，组织正在经历效率，成本节省和客户满意度的重大提高。 - 例如，宠物在家中识别欺诈速度的速度更快10倍，并且使用Copilot Studio每天加工20倍。7。** Future Outlook **： - AI创造价值的机会不再是未来的野心；它正在发生。 - 各个行业的领导者正在投资AI优先的策略来推动业务转型。 - 在选择技术提供商时，信任和安全是关键因素，强调负责人AI实践的重要性。总而言之，微软的AI生态系统和工具正在使全世界的组织利用AI来实现重大业务影响，推动效率，创新和客户满意度。
AI：在特朗普和欧洲领导下的我们选择不同的道路 - DW - 01/28/2025
2025-01-28 16:20:19
随着AI改变行业和社会，美国和欧盟在AI规定方面处于不同。欧盟正在实施严格的规则，以确保用户的安全和问责制，而在特朗普总统领导下的美国正在放宽限制并优先考虑国家安全和行业利益。特朗普撤销了先前的执行命令，邀请科技首席执行官讨论主要的AI投资，并旨在提高美国在AI中的统治地位，对技术巨头的监管较少。这种方法与欧洲的“安全第一”政策形成鲜明对比，这导致了严格规则的可行性的不确定性。全球人工智能领导力的竞赛仍在继续，美国目前正在领先，但中国迅速发展。在特朗普的政府下，为国际约束力规则努力面临挑战。
随着AI改变行业和社会，美国和欧盟在AI规定方面处于不同。欧盟正在实施严格的规则，以确保用户的安全和问责制，而在特朗普总统领导下的美国正在放宽限制并优先考虑国家安全和行业利益。特朗普撤销了先前的执行命令，邀请科技首席执行官讨论主要的AI投资，并旨在提高美国在AI中的统治地位，对技术巨头的监管较少。这种方法与欧洲的“安全第一”政策形成鲜明对比，这导致了严格规则的可行性的不确定性。全球人工智能领导力的竞赛仍在继续，美国目前正在领先，但中国迅速发展。在特朗普的政府下，为国际约束力规则努力面临挑战。
这家Y Combinator创业公司筹集了300万美元，将其AI代理商带到合规性忙碌
2025-01-28 16:00:00
Delve是一家总部位于旧金山的初创公司，从隐形中出现，并拥有330万美元的资金，以自动使用AI代理商收集合规性证据。该公司声称已达到超过100万美元的收入运行率，并签署了100多个客户，包括11倍和Bland。Delve旨在通过自动执行传统上需要手动努力的任务（例如收集安全配置的屏幕截图）来简化业务的监管合规性。该初创公司的投资者包括Y Combinator，General Catalyst，FunderSclub和Soma Capital。
Delve是一家总部位于旧金山的初创公司，从隐形中出现，并拥有330万美元的资金，以自动使用AI代理商收集合规性证据。该公司声称已达到超过100万美元的收入运行率，并签署了100多个客户，包括11倍和Bland。Delve旨在通过自动执行传统上需要手动努力的任务（例如收集安全配置的屏幕截图）来简化业务的监管合规性。该初创公司的投资者包括Y Combinator，General Catalyst，FunderSclub和Soma Capital。
新闻稿：末日时钟设置为89秒至午夜，有史以来最接近人类的灭绝
2025-01-28 15:54:09
世界末日的时钟被移至2025年1月的89秒至午夜，标志着自1947年成立以来其最接近的位置。原子科学家科学和安全委员会（SASB）的公告引用了包括核武器，气候危机，AI，AI，AI，AI，AI，AI，AI，AI，感染性的威胁。乌克兰和中东的疾病以及冲突是发生这种变化的原因。SASB主席丹尼尔·霍尔兹（Daniel Holz）强调，全球领导人需要紧急解决这些存在的风险。哥伦比亚前总统胡安·曼努埃尔·桑托斯（Juan Manuel Santos）呼应了紧迫性，敦促大胆的领导力和全球伙伴关系减轻这些威胁。专家们强调了持续的核武器积累，诸如AI之类的破坏性技术，在对抗气候变化方面的进展不足以及不断增加的生物威胁作为关键问题。时钟的运动强调了世界领导人立即采取行动的关键需求。
世界末日的时钟被移至2025年1月的89秒至午夜，标志着自1947年成立以来其最接近的位置。原子科学家科学和安全委员会（SASB）的公告引用了包括核武器，气候危机，AI，AI，AI，AI，AI，AI，AI，AI，感染性的威胁。乌克兰和中东的疾病以及冲突是发生这种变化的原因。SASB主席丹尼尔·霍尔兹（Daniel Holz）强调，全球领导人需要紧急解决这些存在的风险。哥伦比亚前总统胡安·曼努埃尔·桑托斯（Juan Manuel Santos）呼应了紧迫性，敦促大胆的领导力和全球伙伴关系减轻这些威胁。专家们强调了持续的核武器积累，诸如AI之类的破坏性技术，在对抗气候变化方面的进展不足以及不断增加的生物威胁作为关键问题。时钟的运动强调了世界领导人立即采取行动的关键需求。
用机器学习容器简化AI开发
2025-01-28 15:49:05
Replicate是一个云平台，使用户可以使用容器技术运行和共享机器学习模型。由Ben Firshman创立，他以前创建了无花果（Docker），重复旨在简化开发人员的AI应用程序的部署。该公司的产品COG使得可以轻松在容器中包装ML型号，以共享和部署生产。Replicate提供了一个云API，该云API允许用户在无需机器学习或基础架构管理方面的专业知识的情况下运行AI模型。它支持诸如Meta的Llama之类的开源LLM的定制和微调，使对强大的AI技术的访问民主化。在其生态系统中有大约20,000个模型，重复了大型公司内的目标初创公司和小型团队，从而通过抽象复杂的ML流程来促进AI集成到应用中。
Replicate是一个云平台，使用户可以使用容器技术运行和共享机器学习模型。由Ben Firshman创立，他以前创建了无花果（Docker），重复旨在简化开发人员的AI应用程序的部署。该公司的产品COG使得可以轻松在容器中包装ML型号，以共享和部署生产。Replicate提供了一个云API，该云API允许用户在无需机器学习或基础架构管理方面的专业知识的情况下运行AI模型。它支持诸如Meta的Llama之类的开源LLM的定制和微调，使对强大的AI技术的访问民主化。在其生态系统中有大约20,000个模型，重复了大型公司内的目标初创公司和小型团队，从而通过抽象复杂的ML流程来促进AI集成到应用中。
电影评论：流血而机智，“同伴”探讨了人类在AI驱动的世界中的含义
2025-01-28 15:49:00
德鲁·汉考克（Drew Hancock）的科幻恐怖恐怖分子喜剧“伴侣”，特色是艾里斯（索菲·撒切尔（Sophie Thatcher）），他是一个定制的性爱机器人，他相信自己是人类，她的创作者乔什（Jack Quaid）。这部电影揭示了艾里斯（Iris）实际上是一个编程的机器人，在发现真相时导致了意外的曲折。当艾里斯（Iris）逃脱了她的节目时，她与乔什（Josh）的朋友（包括他的前凯特（Ex Kat）和俄罗斯男友谢尔盖（Sergey））进行了交流。这部电影探索了人工智能的主题，在一个近乎未来的环境中，可以接受机器人的关系选择，将幽默与强烈的戏剧和暴力融合在一起。
德鲁·汉考克（Drew Hancock）的科幻恐怖恐怖分子喜剧“伴侣”，特色是艾里斯（索菲·撒切尔（Sophie Thatcher）），他是一个定制的性爱机器人，他相信自己是人类，她的创作者乔什（Jack Quaid）。这部电影揭示了艾里斯（Iris）实际上是一个编程的机器人，在发现真相时导致了意外的曲折。当艾里斯（Iris）逃脱了她的节目时，她与乔什（Josh）的朋友（包括他的前凯特（Ex Kat）和俄罗斯男友谢尔盖（Sergey））进行了交流。这部电影探索了人工智能的主题，在一个近乎未来的环境中，可以接受机器人的关系选择，将幽默与强烈的戏剧和暴力融合在一起。
可以挫败行人识别系统的“秘密路线”
2025-01-28 15:47:52
作者提出的研究介绍了两种主要方法：L-PET（行人逃避技术）和L-BAT（漏洞避免技术），这些方法应对在监视检测水平不同的城市地区导航的挑战。这是一个详细的摘要：###关键概念1。** l-pet **： - **目的**：帮助行人找到最大程度地减少其被监视系统检测到的路径。 - **方法论**：1。生成热图：该算法分析了公共行人交通记录的框架，以创建信心地图，表明根据相对于相机和照明条件，根据位置在各个领域被检测到的人的可能性。2。将图转换为图：这些基于像素的映射被转换为图表表示，每个节点对应于一个位置，边缘表示位置之间的路径。3.优化探路：该方法使用适应的Dijkstra算法计算了行人的最佳途径，这些途径通过将高信心区域视为较高的成本领域来最大程度地减少检测置信度。2。** l-bat **： - **目的**：通过利用通过盲点或通过热图确定的低检测区域的反馈来增强监视系统在检测人员中的有效性。 - **方法论**：1。反馈回路：L-BAT使用热图数据来更新对象检测器模型中的检测分数，从而提高了其准确性。2。数据集创建：通过使用SSD对象探测器分析视频录像，并选择包含人作为正样本的边界框，作为负样本作为负样本，创建了一个数据集来训练更快的R-CNN模型。3。绩效评估：诸如曲线下的面积（AUC），真正的正率（TPR），假正率（FPR）和平均真实正置信度在应用L-BAT之前和之后评估模型性能。###关键发现 - **热图特异性**：L-PET生成的热图特定于一天中的特定时间，这意味着对于柔性部署，需要实时调整或多层方法。 - **模型体系结构依赖性**：从一个模型得出的热图和检测分数不会直接传输到不同的对象检测器体系结构。因此，任何实际实施都可能需要对使用的确切系统进行微调。###实际含义1。**扩大监视网络**： - 实施L-BAT可能需要增加监视基础设施（新相机或改进的覆盖范围），以解决已确定的盲点和低检测区域。 - 由于公共隐私问题和财务成本，这在政治上可能具有挑战性，要求选民要求进行重大扩张。2。**封闭源系统与开源框架**： - L-PET/L-BAT取决于封闭源监视系统利用Yolo等开源框架的有效性。 - 如果专有系统合并了这些框架，则利用L-Pet可以为寻求减少检测的行人提供直接的优势。###限制 - **特定时间的热图**：当前方法在很大程度上依赖于特定时间的数据，并且可能需要在不断变化的照明条件或交通模式下重新校准。 - **可转让性问题**：一个模型生成的检测信心图在不同的架构之间无法互换，从而限制了其广泛的适用性而无需进行广泛的自定义。＃＃＃ 结论该研究提供了一种新型的方法，可在高度监测的城市环境中减轻检测风险，同时提出对监视系统的增强。但是，实践采用面临着与对特定框架的技术依赖性以及潜在的社会抵抗相关的巨大障碍，以抵抗增加的监视措施。本质上，这项工作强调了隐私拥护者和监视利益相关者之间正在进行的技术军备竞赛，这表明任何有效的解决方案都可能需要在安全需求和公众接受之间取得微妙的平衡。
作者提出的研究介绍了两种主要方法：L-PET（行人逃避技术）和L-BAT（漏洞避免技术），这些方法应对在监视检测水平不同的城市地区导航的挑战。这是一个详细的摘要：###关键概念1。** l-pet **： - **目的**：帮助行人找到最大程度地减少其被监视系统检测到的路径。 - **方法论**：1。生成热图：该算法分析了公共行人交通记录的框架，以创建信心地图，表明根据相对于相机和照明条件，根据位置在各个领域被检测到的人的可能性。2。将图转换为图：这些基于像素的映射被转换为图表表示，每个节点对应于一个位置，边缘表示位置之间的路径。3.优化探路：该方法使用适应的Dijkstra算法计算了行人的最佳途径，这些途径通过将高信心区域视为较高的成本领域来最大程度地减少检测置信度。2。** l-bat **： - **目的**：通过利用通过盲点或通过热图确定的低检测区域的反馈来增强监视系统在检测人员中的有效性。 - **方法论**：1。反馈回路：L-BAT使用热图数据来更新对象检测器模型中的检测分数，从而提高了其准确性。2。数据集创建：通过使用SSD对象探测器分析视频录像，并选择包含人作为正样本的边界框，作为负样本作为负样本，创建了一个数据集来训练更快的R-CNN模型。3。绩效评估：诸如曲线下的面积（AUC），真正的正率（TPR），假正率（FPR）和平均真实正置信度在应用L-BAT之前和之后评估模型性能。###关键发现 - **热图特异性**：L-PET生成的热图特定于一天中的特定时间，这意味着对于柔性部署，需要实时调整或多层方法。 - **模型体系结构依赖性**：从一个模型得出的热图和检测分数不会直接传输到不同的对象检测器体系结构。因此，任何实际实施都可能需要对使用的确切系统进行微调。###实际含义1。**扩大监视网络**： - 实施L-BAT可能需要增加监视基础设施（新相机或改进的覆盖范围），以解决已确定的盲点和低检测区域。 - 由于公共隐私问题和财务成本，这在政治上可能具有挑战性，要求选民要求进行重大扩张。2。**封闭源系统与开源框架**： - L-PET/L-BAT取决于封闭源监视系统利用Yolo等开源框架的有效性。 - 如果专有系统合并了这些框架，则利用L-Pet可以为寻求减少检测的行人提供直接的优势。###限制 - **特定时间的热图**：当前方法在很大程度上依赖于特定时间的数据，并且可能需要在不断变化的照明条件或交通模式下重新校准。 - **可转让性问题**：一个模型生成的检测信心图在不同的架构之间无法互换，从而限制了其广泛的适用性而无需进行广泛的自定义。＃＃＃ 结论该研究提供了一种新型的方法，可在高度监测的城市环境中减轻检测风险，同时提出对监视系统的增强。但是，实践采用面临着与对特定框架的技术依赖性以及潜在的社会抵抗相关的巨大障碍，以抵抗增加的监视措施。本质上，这项工作强调了隐私拥护者和监视利益相关者之间正在进行的技术军备竞赛，这表明任何有效的解决方案都可能需要在安全需求和公众接受之间取得微妙的平衡。
多发性硬化症。在机器学习中：从粒子模拟到现实世界解决方案|消息
2025-01-28 15:45:29
乔尼·基恩（Jonny Keane）是一名来自MSOE计算机科学和机器学习学位的数据科学家，他使用GPU编程模拟了一百万个颗粒，形成了复杂的模式，并最终模拟了MSOE徽标的形状。利用MSOE的NVIDIA GPU驱动的超级计算机Rosie，他展示了对复杂模拟的并行处理的效率，适用于深度学习和现实的视频游戏世界等领域。基恩（Keane）将这些技能运用在直接供应中，重点是解决问题，并平衡AI准确性与客户价值。
乔尼·基恩（Jonny Keane）是一名来自MSOE计算机科学和机器学习学位的数据科学家，他使用GPU编程模拟了一百万个颗粒，形成了复杂的模式，并最终模拟了MSOE徽标的形状。利用MSOE的NVIDIA GPU驱动的超级计算机Rosie，他展示了对复杂模拟的并行处理的效率，适用于深度学习和现实的视频游戏世界等领域。基恩（Keane）将这些技能运用在直接供应中，重点是解决问题，并平衡AI准确性与客户价值。
爱立信推出认知实验室以先驱电信AI研究
2025-01-28 15:41:45
爱立信启动了认知实验室，这是一项虚拟研究计划，旨在推进AI技术，例如图形神经网络（GNNS），主动学习和大规模语言模型（LLMS）进行电信。该倡议强调与开源社区的公开合作，以使社会受益，并具有三个专业研究武器：Gai Lab，MLR Lab和Fai Lab。爱立信还与西班牙的庞特氏菌大学合作，以加速AI研发，将自己定位为电信创新的领导者。
爱立信启动了认知实验室，这是一项虚拟研究计划，旨在推进AI技术，例如图形神经网络（GNNS），主动学习和大规模语言模型（LLMS）进行电信。该倡议强调与开源社区的公开合作，以使社会受益，并具有三个专业研究武器：Gai Lab，MLR Lab和Fai Lab。爱立信还与西班牙的庞特氏菌大学合作，以加速AI研发，将自己定位为电信创新的领导者。
这家石油和天然气巨头正在加入为AI数据中心供电的冒险
2025-01-28 15:36:49
雪佛龙（Chevron），GE Vernova和1号发动机正在成立合资企业，以向人工智能数据中心提供由天然气产生的电力，目标是到2027年底，以4吉瓦的电力为目标。该合资企业旨在满足AI开发的能源需求，该公司的能源需求最近激发了投资者对发电部门的兴趣。尽管采取了这项倡议，但在中国公司DeepSeek发行了有效但能源密集型的AI模型之后，包括GE Vernova在内的电力公司的股票仍下降。合资企业计划在美国各地区部署GE Vernova涡轮机为数据中心项目。
雪佛龙（Chevron），GE Vernova和1号发动机正在成立合资企业，以向人工智能数据中心提供由天然气产生的电力，目标是到2027年底，以4吉瓦的电力为目标。该合资企业旨在满足AI开发的能源需求，该公司的能源需求最近激发了投资者对发电部门的兴趣。尽管采取了这项倡议，但在中国公司DeepSeek发行了有效但能源密集型的AI模型之后，包括GE Vernova在内的电力公司的股票仍下降。合资企业计划在美国各地区部署GE Vernova涡轮机为数据中心项目。