全部新闻
律师说，死者需要删除其数据针对AI的权利。
法律学者维多利亚·汉曼（Victoria Haneman）倡导美国法律为死人的财产提供有限的数字删除权，以防止AI剥削数字遗体。她在她的文章“数字复活定律”中指出，随着个人数据存储的增加，通过AI生成的个人娱乐活动的潜在滥用也会增加。诸如Rufadaa这样的当前法律几乎没有保护，而欧洲隐私规则则包括对已故个人遗忘的权利，亨曼认为，在美国不会通过宪法审查。她提出了一个十二个月的删除窗口，以作为社会和个人利益之间的妥协。
通过自然语言处理揭示健康对不良怀孕结果的影响的社会决定因素
###研究文章摘要＃＃＃＃ 标题：通过自然语言处理揭示健康对不良怀孕结果的影响的社会决定因素####作者：Nidhi Soley，Makhaila Bentil，Jash Shah，Masoud Rouhizadeh，Casey Overdy Taylor＃＃＃＃ 抽象的：这项研究旨在了解使用自然语言加工（NLP）的卫生社会决定因素（SDOH）对不良怀孕结果的影响。作者从模仿数据库中收集和注释的电子健康记录（EHR），以识别与压力，药物滥用，家族史等有关的SDOH特征。他们使用Clinicalbert嵌入和机器学习算法进行特征提取和分类。####关键点：1。**目标**： - 分析健康的社会决定因素如何影响不良怀孕的结果。2。**方法**： - 数据收集：收集了来自MIMIC-IV数据库的EHR。 - 注释：使用NLP管道对SDOH功能进行注释。 - 特征提取：应用临床重嵌入和否定范围划界技术来提取相关信息。 - 评估：使用机器学习模型（例如，逻辑回归，SVM）根据提取的SDOH特征对不良妊娠结局进行分类。3。**结果**： - 该研究成功地确定了患者笔记中的各种SDOH因素，并将其与不良妊娠结局相关联，例如早产，低出生体重等。 - 机器学习模型可以从提取的SDOH数据中预测不良结果时获得合理的准确性。4。**结论**： - 健康的社会决定因素显着影响不良怀孕的结果。-NLP技术可以有效地从临床注释中提取这些因素，并为医疗保健提供者提供宝贵的见解。####意义： - 该研究强调了考虑在母亲和胎儿保健中考虑社会决定因素的重要性。 - 它证明了NLP自动提取SDOH数据的潜力，从而增强了妇产科的决策过程。###贡献1。**概念化与设计**：-Masoud Rouhizadeh（MR），Casey Overby Taylor（COT）和Nidhi Soley（NS）。2。**数据收集和分析**：-NS执行了NLP管道的数据收集，注释和实现。3。**评估和注释**：-NS，MB，JS有助于评估和注释临床注释。4。**评论和最终确定**： - 所有作者均审查并完成了手稿。###道德声明 - **竞争利益**：作者没有宣称没有竞争利益。 - **人类受试者保护**：约翰·霍普金斯大学医学院（IRB00467867）正在审查协议。###权利和权限本文在创意共享属性下获得许可，noncrifict-noderivatives 4.0国际许可，网址为：http：//creativecommons.org/licenses/by-nc-nc-nd/4.0/---如果您需要更多详细的信息或特定部分（例如方法，结果），请告诉我！
特斯拉（Tesla）关闭了AI超级计算机
特斯拉（Tesla）正在中止其内部超级计算机项目Dojo，该项目旨在用于高级驾驶员辅助系统的计算机视觉处理。该项目的负责人将离开，团队将重新分配到其他项目。首席执行官埃隆·马斯克（Elon Musk）将资源部门作为这一决定的原因，偏爱像Nvidia，AMD和三星这样的外部技术合作伙伴而不是制造AI芯片。尽管发生了这种转变，但特斯拉仍致力于为推理目的开发自己的AI芯片。该公司面临挑战，包括人才丧失，与自动驾驶软件有关的法律问题以及在推出Robotaxi服务方面遇到的困难。
AI机器人加入了Twin Cities附近的Facebook团体的聊天
Meta声称AI在Facebook团体中的机器人增强了对话，但是像Buffy Sobol Johnson这样的居民质疑他们的价值，认为他们侵蚀了真正的社区互动。这些“ AI助手”经常被卡通人物的个人资料图片掩饰，涉嫌发布重复性问题以产生点击而不是促进有意义的对话。尽管Meta断言主持人可以禁用AI功能，但在认为这些机器人破坏邻里群体的真实性和目的的用户中，怀疑论仍然很高。研究人员指出，区分人类海报和人工智能已经变得越来越困难，这引起了人们对社交媒体平台的准备，以负责任地管理这项新技术。
免费提供AI家庭安全监控的4个设备
经济实惠的基于AI的家庭安全选择包括来自Google Nest的免费服务，例如对象识别和无需费用的警报，具有低价的辅助助手支持和人AI功能的TAPO安全摄像机，Lorex户外摄像头，可提供无订阅的对象识别，以及Eufy的智能锁定的智能锁定的智能锁定和Door bell lock and Door of Dotection lock and Doort Bell lock and ai otection bell ai toction blocel lock。
从训练营到胸围：AI如何提高软件开发行业
由于AI的影响，曾经在硅谷曾在硅谷曾经很受欢迎的编码训练营正在下降，这消除了这些程序传统上准备的学生的许多角色。乔纳森·金（Jonathan Kim）在2023年在编码训练营上花费了20,000美元，他申请了600多个工作，没有收到要约。自2019年流行前水平以来，入门级编码工作的市场缩水一半，AI可能会在一到五年内消除所有此类工作的一半。结果，训练营面临挑战，代码史密斯报道说，其最近的兼职计划毕业生中只有37％在六个月内获得了全职技术工作，从2021年的83％下降了。向AI的转变使科技公司优先考虑招聘经验丰富的AI研究人员，而不是通过BootCamps培训的入门级开发人员。
多亏了AI，新投资者的宠儿被忽视了吗？
天然气行业正在经历数据中心的需求，液化天然气（LNG）出口和燃煤电厂退休的需求增加。诸如扩大能源，EQT，范围资源和Antero资源之类的主要生产国，由于它们在Marcellus页岩地区的强大存在，其市值显着增长。天然气公司对AI和数据中心扩展所驱动的未来需求感到乐观，而原油库存继续挣扎。预计阿巴拉契亚天然气的生产将随着新的发电厂的供应增长，并达到液化天然气出口目标的上升。
苹果的新人工智能（AI）策略可能是天才的举动
苹果的AI策略似乎落后于竞争对手，首席执行官蒂姆·库克（Tim Cook）表示，该公司可能会收购AI公司以加速其发展。可能的目标包括OpenAI，困惑和拟人化。尽管苹果最近的收入增长表明它并不需要AI的销售功能，但未能做出重大举措可能会危害其未来在市场上的地位。获得像Perpolxity这样的生成AI公司可能是一个战略天才的举动，有可能将Apple从AI Laggard提升为领导者。
这个关键的AI储备指数正在发送潜在的气泡信号
Sevens Research的Tom Essaye警告说，AI贸易可能正在加剧股票市场泡沫。自4月以来，当半导体股票滞后时，人们引起了人们的关注，而标准普尔500标准普尔500次命中率接近历史最高点，引起了人们对AI乐观驱动的市场可持续性的怀疑。Essaye建议监视PHLX半导体指数（SOX）是否有不健康的市场状况的迹象，并指出Sox和更广泛的索引之间的差异可能表明即将出现的麻烦。此外，削弱美国的经济前景和工作不足表明了未来的风险，如果缺乏经济数据的韧性，则有可能为泡沫破裂奠定基础。