OC

在阿里巴巴的APSARA会议上，中国的“全堆” AI雄心勃勃

阿里巴巴云（Alibaba Cloud）的年度APSARA会议强调了中国的全栈AI技术，尽管天气雨，但仍吸引了大批人群。首席执行官Eddie Wu宣布增加了AI基础设施支出，将公司股票提高到四年。展览专注于40,000平方米的AI硬件，应用程序和基础模型，从去年对大型语言模型的重视转变为基于阿里巴巴Qwen Qwen模型家族的当前AI应用程序展示。

AI阐明性别差距：为什么她策略和chat不休

一项研究表明，与男性相比，使用人工智能工具的女性使用AI工具的女性较少。妇女经常采用AI执行实际任务，例如寻找食谱，检查症状和寻求育儿建议，而男性则倾向于更深入地参与，将其用于复杂的任务，例如网站创建或学习天体物理学。在个人关系和专业环境中都指出了这些差异，由于不适或怀疑，女性与AI工具自然而然地交谈的可能性较小。该研究表明，除非解决，否则性别差距可能会加剧技术的偏见，强调需要针对女性用户需求的更具包容性的AI开发。

关于AI股票集会的公司收入电话揭示了什么

人工智能（AI）的快速崛起引发了有关其经济和财务影响的辩论。研究强调了AI提高生产力，改变劳动力市场并推动创新的潜力。最近的研究表明，随着生成AI（Genai）的增加，Chatgpt的释放提高了公司价值。一篇新论文研究了公司对Genai的沟通如何使用Sentometrics框架影响股票市场，从2014 - 2024年分析了标准普尔500家公司的22,000多家成绩单。主要发现包括：Genai暴露后片后激增；早期参与与较高的股票收益正相关；讨论语调影响投资者的回应，以采用为中心的讨论优于与机会相关的讨论。该研究还说明了公司对英国脱欧和气候风险等全球事件的关注，为决策者和分析师提供了实时监控工具。

阿联酋主席会见Openai首席执行官，讨论AI合作

阿联酋的总统会见了阿布扎比的Openai首席执行官Sam Altman，讨论了加强Openai和Uae AI实体之间的合作。这次会议符合阿联酋的目标，即作为其经济发展战略的一部分开发综合的AI生态系统。阿联酋正在建造世界上最大的AI数据中心之一，并一直利用与美国的关系来访问先进的AI技术，包括与美国最近就该国的人工智能校园达成协议。

研究人员发现了AI创造力背后的隐藏成分

研究人员发现，在AI生成图像中使用的扩散模型的创造力是由固有的技术缺陷在其降解过程中产生的，而不是是一种高阶现象。Mason Kamb和Surya Ganguli开发了一个分析模型，该模型表明，当地和转化的均等症（被视为局限性）实际上可以实现这些系统的创造性输出。他们的发现表明，扩散模型中的创造力是其结构的确定性结果，为AI和人类创造力机制提供了新的见解。

当心生产AI生成的“ Workslop”的同事|TechCrunch

来自Betterup Labs和Stanford社交媒体实验室的研究人员介绍了“ Workslop”一词，以描述低质量的AI生成的内容，这些内容已通过，但无法有效地推进任务。这个概念可以解释为什么95％的组织由于如此无益或不完整的工作而认为其AI投资没有回报。一项对1,150名美国员工的调查发现，过去一个月，有40％的员工收到了Workslop。研究人员建议领导者为AI使用制定明确的准则，以避免此问题。

AI启动朋友在所有这些地铁广告上花费了超过100万美元

纽约市的地铁为AI可穿戴设备提供了广泛的广告，称为Friend，耗资超过100万美元，其中包括11,000张地铁卡，1,000张平台海报和130个城市面板。首席执行官阿维·席夫曼（Avi Schiffman）称其为世界上第一个主要的AI广告活动，在剩下有限的资金剩下的情况下，它称其为重大风险。Friend设备因其监视功能而面临批评，有些广告因负面信息而遭到破坏。席夫曼承认纽约对AI的怀疑，但选择了简约的广告设计来激发有关该主题的社会评论。

机器学习和微生物种群基因组学的统计推断

Sheppard等人发表在基因组生物学上的Sheppard等人的文章“微生物种群基因组学的机器学习和统计推断”回顾了机器学习（ML）技术与分析微生物种群基因组学数据的传统统计方法的整合。以下是论文中的要点和见解的摘要：###关键概念和方法1。**机器学习技术**： - **监督学习**：涉及在标记的数据集上进行培训模型以预测结果。 - **无监督的学习**：用于识别未标记数据中的模式，例如聚类相似的菌株或分离株。 - **深度学习**：利用具有多层的神经网络来进行复杂的模式识别和分类任务。2。**统计推论**： - 传统的统计方法对于假设检验，置信区间和模型验证至关重要。 - 贝叶斯方法可以将先验知识纳入分析中，从而提供对结果的概率解释。###微生物种群基因组学中的应用1。**应变分类和键入**：-ML模型可以根据基因组特征（例如SNP，Indels）对微生物菌株进行分类，以区分致病性和非致病分离株。 - K-MER分析和比较基因组学等技术有助于聚集密切相关的菌株。2。**系统发育分析**： - 通过识别定义进化关系的关键遗传标记或特征，机器学习算法可以比传统方法更有效地构造系统发育树。 - 使用贝叶斯方法来估计不同树拓扑的后验概率。3。**预测耐药性和抗菌敏感性**： - ML模型预测基于基因组特征（例如，药物靶基因突变）的抗性模式。 - 深度学习技术可以从全基因组测序数据中同时预测多种电阻模式。4。**流行病学研究**： - 通过网络跟踪病原体的传播并使用序列数据识别传输事件。 - 推断人口结构以了解多样性，迁移模式和遗传漂移。5。**功能基因组学**： - 识别与毒力因子或耐药性机制相关的功能变异。 - 基于基因组上下文和表达谱的基因功能。###挑战和考虑因素1。**模型的解释性**： - 确保ML模型可以解释以了解预测的生物学相关性（例如，使用诸如Shap值，石灰等技术）。2。**偏见和过度拟合**： - 解决培训数据集中的偏见，以避免结果偏斜。 - 在独立数据集上验证模型以防止过度拟合。3。**计算资源**： - 管理处理大型基因组数据集的计算需求（例如，使用云计算，分布式系统）。4。**道德和监管问题**： - 确保患者隐私和遗传信息的道德使用。 - 遵守临床环境中ML工具部署的监管指南。###未来方向1。** OMICS数据的集成**： - 将基因组数据与转录组，蛋白质组学和代谢组数据相结合，以提供微生物系统的整体视图。2。**从头设计的生成AI **： - 使用生成模型来设计针对特定病原体特征的新型抗菌剂或合成生物。3。**个性化医学**： - 利用ML根据遗传和临床数据来预测患者对治疗的反应，从而个性化疗法。＃＃＃ 结论本文强调了机器学习在微生物种群基因组学中的重要潜力，尤其是在提高我们对致病性，抗药性机制和流行病学动力学的理解方面。但是，它还强调了需要仔细验证，可解释性和道德考虑因素，以确保这些技术在现实世界中的可靠和负责任的应用。这篇评论提供了有关ML如何彻底改变微生物基因组学研究的全面概述，并为该领域的未来研究和应用开辟了新的途径。

山姆·奥特曼（Sam Altman）预测，AI将于2030

Openai首席执行官Sam Altman预测，人工智能将在2030年之前超越人类的情报，这是该领域历史里程碑的历史里程碑。在接受Axel Springer全球记者网络的采访中，Altman表示相信像GPT5这样的AI模型将在这十年内变得非常有能力。他还讨论了“一般智力”的概念，并指出，尽管当前的AI缺乏某些人类特征，例如创造力和抽象推理，但仍在取得重大进展。此外，由于AI，Altman还解决了对工作流离失所的担忧，并强调了将AI与人类价值保持一致以防止意外后果的重要性。Openai

Ron DeSantis' latest AI warning: Big Tech wants your power, water Florida Governor Ron DeSantis is taking a强硬立场反对人工智能公司利用公共资源，特别是在电力和水资源方面。他警告称，AI公司的巨大数据中心可能会导致电费上涨，并影响居民的用水量。DeSantis承诺在佛罗里达州，不允许这些公司将成本转嫁给普通民众，并表示将出台相关政策来保护该州居民的利益。 'This is going to be a big time flashpoint.' Artificial Intelligence may be the wave of the future and the ultimate support for the U.S. stock market. Yet for Gov.  Ron DeSantis , Big Tech wants to create big problems for normal people. And he promises that in Florida, AI companies won’t be allowed to take utility resources from normal people. “I’m going to be very clear. I am not going to let a data center pass on the cost to you and have your electricity bills go up even more than they are. Electricity is skyrocketing throughout the United States of America, and part of it is because they use so much power. We don’t have enough grid capacity to be able to handle all of this stuff. So in Florida, you got to pay your own way,” DeSantis told the Police Benevolent Association on Saturday. He took specific issue with a data center controlled by Meta’s  Mark Zuckerberg , which he said was “as big as Manhattan” and was among those that use as much power as cities with half a million people. “We should not be making you pay more. We should not be saying you don’t have access to the amount of water that you need because they’re doing this stuff. And we’re seeing that across the country. You know, there’s some parts of the country, they’ll build one of these things in these rural areas and they limit when the residents can shower, because they don’t have enough water for all this stuff. So this is going to be a big time flashpoint,” DeSantis said. “I’m on the side of protecting the hardworking people of this state.” This is just the latest DeSantis denunciation of unintended consequences of AI to a police group. “People are going to use AI to scam, to cheat, to steal, to harm people. And I think we’re going to have to come to grips. I mean we’re going to be working on a policy for Florida, and it may require some legislation to be able to provide adequate protections for folks,” DeSantis said at the  2025 Florida Sheriffs Association Summer Conference in July. Post Views: A.G. Gancarski A.G. Gancarski has been the Northeast Florida correspondent for Florida Politics since 2014. His work also can be seen in the Washington Post, the New York Post, the Washington Times, and National Review, among other publications. He can be reached at [email protected] or on Twitter: @AGGancarski