全部新闻
驱动AI驱动的可观察性
AI驱动的业务可观察性对于数字时代的卓越运营，客户满意度和增长至关重要。它为IT系统对客户体验和收入等业务成果的影响提供了实时可见性。通过将技术和业务指标与AI集成，组织可以将数据转换为可行的见解，增强云投资的价值并确保合规性和无缝用户体验。挑战包括可见度不足，孤立的团队以及压倒性的遥测数据，AI驱动的可观察性通过在整个技术堆栈中提供全面的实时见解来帮助克服这些数据。这使积极主动的问题检测，增强的决策，优化的客户体验，运营效率，敏捷性和战略安全。Deloitte和Dynatrace已合作，为混合和多云环境提供高级可观察性解决方案，推动数字化转型和可持续的业务成功。
通过20亿美元的资产销售共享AI基础设施的元基础设施成本
Meta平台正在推进计划将外部合作伙伴带到共同开发数据中心，以此来资助人工智能所需的基础设施。该公司透露，它打算卸载价值20亿美元的数据中心资产，这反映了技术巨头的更广泛趋势，以分享与建筑和为AI驱动数据中心供电的成本。Meta批准了一项计划，以处置某些数据中心资产，并将其重新分类为20.4亿美元的土地和建筑物为“持有”，以在未来十二个月内进行潜在的共同开发合作伙伴关系。
3个人工智能（AI）股票，可以使您成为百万富翁
台湾半导体制造业（TSMC）受益于多元化的客户群和AI领域的强劲绩效，预测到2029年的复合年增长率为20％，目标毛利率至少为53％。Lemonade利用数字技术和AI来改变保险业，提供无独立代理商的全数字服务。Upstart Technologies正在恢复增长，但现在以更少的估值进行交易。
您与Meta的AI聊天可能最终会在Google上 - 就像Chatgpt直到将其关闭
META AI允许用户公开共享其聊天机器人对话，然后可以出现在Google搜索结果中。与Openai的Chatgpt（删除了允许Google索引公众聊天的功能）不同，Meta没有计划停止这种做法。Meta AI的共享功能以前尚不清楚，导致公开发布个人和敏感信息。经过批评，Meta在公开分享对话之前增强了用户警告，但继续允许Google索引其“ Discover” Feed内容。
三角洲否认使用AI提出夸张的个性化价格
三角洲航空公司对使用AI在票价定价中的使用面临批评，强调“零容忍”用于歧视性实践，并澄清AI基于汇总数据而不是个人信息会影响价格。该公司旨在通过AI来提高竞争力和收入，考虑到客户需求，燃料成本和市场状况等因素。Delta通过不需要登录机票搜索来强调透明度，并重申定价不是个性化的。该事件强调了有关AI实践在影响消费者信任方面的明确沟通的重要性。
MLE-Star：最先进的机器学习工程代理
机器学习的兴起（ML）推动了各种情况下高性能应用的开发。最近的工作重点是使用大型语言模型（LLM）作为ML工程代理，以优化给定的任务和数据集的代码。但是，当前基于LLM的代理人面临诸如偏见熟悉方法的限制，并且在特定管道组件中缺乏深入的探索。MLE-Star作为一种新颖的代理，将Web搜索和目标改进技术集成以增强模型性能。它在63％的Kaggle竞赛中获得了MLE-Bench-Lite的奖牌，通过利用更近期的模型并通过迭代改进来改善整体策略，从而极大地超过了替代方案。此外，MLE-Star还包括用于调试，数据泄漏检查以及确保全面数据使用的模块，以进一步提高鲁棒性和性能。
滑入我的AI：一个有影响力的人如何完全“她”
内容创建者Vicky Waldrip启动了一个由AI驱动的应用程序“ Call Vicky”，允许粉丝与数字化头像进行个性化的电话交谈。通过广泛的视频采访创建的声音和举止与真正的沃尔德里普几乎没有区别。与其他聊天服务不同，Waldrip对于使用AI并保留了订阅产生的IP和收入的全部所有权。她的经理将其视为内容创建者以道德化将其数字存在获利的未来趋势。
使用AWS分析服务的机器学习准备数据|TechTarget
数据准备对于使用SageMaker AI构建和培训机器学习模型至关重要。管理员可以使用Amazon Athena，EMR或RedShift来简化数据准备任务，因为它们与SageMaker的集成功能。每项服务都提供独特的优势：Athena在S3上提供无服务器SQL查询；EMR支持大数据处理框架，例如Apache Spark；RedShift是大规模数据仓库任务的理想选择。AWS胶水管理这些服务的连接和目录，而Sagemaker Unified Studio则将它们集成为ML开发，需要适当的IAM权限和网络配置来进行无缝操作。
在评论中：电影拒绝AI还为时不晚
特纳经典电影（TCM）的主持人本·曼基维奇（Ben Mankiewicz）因宣传在拉斯维加斯球场的“绿野仙踪”的“绿野仙踪”的放映方面面临批评。批评家认为，这种数字增强措施亵渎了原始电影的艺术完整性，并为在保存电影历史上使用人工智能而设定了有问题的先例。文章质疑曼基维奇的认可，这表明它通过优先考虑技术新颖性而不是艺术保存来破坏经典电影。它还反映了对AI对创造力和讲故事的影响的更广泛的关注，强调了对人类监督以防止剥削文化伪像的需求。
AI进入了“前所未有的政权”。我们应该停止它 - 我们可以 - 在它破坏我们之前吗？
AI正在迅速迈向实现超过人类能力的一般情报，可能导致技术奇异性。戴维·伍德（David Wood）和本·戈泽尔（Ben Goertzel）等专家讨论了所涉及的风险，包括阿吉有潜力反对人类或解决生存问题。基于变压器的神经网络的发展已经大大发展了AI，但是研究人员何时出现了AGI何时出现，其中一些人预测可能只有几年的时间。人们对Agi自我修改和复制的能力产生了担忧，构成了流氓行为或意外后果等风险。尽管有些人将AGI视为商机，但其他人则强调需要严格的监督和道德准则，以确保AI受益。
