全部新闻
AI驱动的“数字双胞胎”为预测个人健康成果而创建
Weizmann科学研究所Eran Segal教授实验室的研究人员使用AI来预测健康结果并开发预防治疗。该计划在自然医学中详细介绍，利用人类表型项目的数据，该项目从13,000多名参与者那里收集了广泛的医疗信息。该项目旨在整合基因，环境，微生物组和衰老等各种因素，以创建用于个性化医学的全面数字模型。这些模型可以预测未来的健康事件并优化治疗方案，并通过提供早期疾病检测和预防策略来彻底改变医疗保健。
这10个美国国家最好用电力来为AI数据中心动力启动
美国需要实质性的电力才能引领人工智能革命，数据中心已经占国家用电的4％以上，到2028年可能会增加到12％。 资源。这些州提供了各种电源，包括水力发电，风，太阳能和地热，使其非常适合适应数据中心不断增长的需求并支持AI等技术进步。
AI编码工具正在转移到一个令人惊讶的位置：终端|TechCrunch
随着代理AI变得更强大，AI驱动的软件开发正在转移到基于终端的界面。诸如Anthropic，DeepMind和OpenAI之类的主要实验室已经发布了命令行编码工具，表明与传统代码编辑器有很大的转变。基于终端的工具提供多功能性，并且可以处理开发环境的更广泛的方面，而不仅仅是编写和调试代码。尽管经常的AI代码编辑者面临不确定性，并且由于对他们提供的生产力提高而面临不确定性，但这些工具仍在流行。像Warp这样的公司（桥接IDE程序和命令行工具）之类的公司将终端视为应对复杂编程挑战的代理系统的关键界面。
Python项目的10个GitHub存储库-Kdnuggets
在掌握了Python的基础知识之后，学习者可以通过从精心策划的GitHub存储库中构建项目来巩固自己的知识。这些存储库提供了跨数据科学，自动化，机器学习和Web开发的现实生活项目教程，并提供源代码和指南。著名的存储库包括“最终的基于项目的Python学习中心”，“无尽的Python项目思想和资源”，“ Real Python的动手学习材料”，以及其他每个人都满足各种技能水平和兴趣。这些资源可帮助初学者通过迷你项目或更大的挑战（例如100个实用的Python项目挑战）快速运用他们的知识。与这些存储库交往是迈向掌握Python并建立强大技术组合的重要一步。
Google将在宾夕法尼亚州能源峰会上推出$ 25B AI基础设施投资
Google计划在未来两年内向整个大西洋地区及其他地区的AI基础设施投资250亿美元，并从Brookfield Asset Management购买30亿美元的水力发电。这些投资将于周二在宾夕法尼亚州能源与创新峰会上宣布，唐纳德·特朗普总统，州长乔什·夏皮罗和阿尔福特的露丝·波拉特参加了会议。Google旨在使能源设施现代化，以支持24/7的运营中使用24/7的无碳能源。
:max_bytes(150000):strip_icc()/GettyImages-2223598507-894bcad5289241af91840ccb3ed0ddb5.jpg)
人工智能准确地分类胰腺囊肿|新闻
Chatgpt-4分析了近1,000名患有胰腺囊肿的成年人的MRI和CT扫描，达到了放射科医生的手动审查的准确性。该研究发表在《美国外科医生学院杂志》上，发现Chatgpt-4可以有效提取9个临床变量，以高精度（97％–99％）监测囊肿进展。这种AI方法被视为具有成本效益和有效的医学研究，可以通过减少焦虑和优化监视来改善患者的预后。
五角大楼利用四家商业科技公司扩大了人工智能的军事使用
埃隆·马斯克（Elon Musk）的XAI在从五角大楼获得了2亿美元的合同后，为美国政府的专门生产线Grok启动了Grok。五角大楼选择了Google，XAI，Anthropic和OpenAI，以协助在关键国家安全任务中扩大AI功能。每家公司收到高达2亿美元，以开发高级代理AI工作流程。该计划旨在将商业解决方案集成到军事运营，情报，商业和企业系统中。马斯克（Musk）减少联邦支出的努力导致了紧张局势，但尽管最近围绕格罗克（Grok）的行为引起了争议，但现在导致了新的政府合同。
Mistral释放Voxtral，其第一个开源AI音频模型|TechCrunch
French AI初创公司Mistral发布了Voxtral，这是其首个针对企业的开源音频模型，为封闭的公司系统提供了负担得起的替代品。Voxtral最多可以转录30分钟的音频，并最多可以理解40分钟，从而支持多种语言。该公司提供了两种变体：Voxtral Smill，有240亿个参数和Voxtral Mini，其中有30亿个本地部署参数。用户可以在拥抱面孔或Mistral的聊天机器人聊天时免费尝试Voxtral，API集成起价为每分钟0.001美元。
微软AI驱动的裁员是一项功能，而不是错误
微软今年宣布了裁员15,000名员工的裁员，强调了由于AI采用而在各个行业中的这种行动频率的增加。尽管微软的财务业绩良好和市场估值高，但这些裁员仍被视为战略举动，而不是削减成本，旨在适应AI驱动的未来。该公司强调重组以更好地定位在动态的市场中，这可能会受到客户期望的影响以及在跨操作中整合AI的需求。随着企业适应AI整合，这种趋势可以预测全球更大的组织变化和潜在的失业。
对于不想使用AI的学生来说，更高的ED是什么样
约翰·霍普金斯大学皮博迪学院的古典语音表演研究生艾琳·佩里（Erin Perry）对AI对她的领域和教育的影响表示怀疑。尽管学校促进了人工智能使用，但佩里发现它不利于学习和艺术完整性。Sabrina Rosenstock和Kate Ridgewell等其他学生对环境影响和AI产生的错误信息也有类似的担忧。随着教育中的AI融合的加速，这些学生倡导批判性思维和传统学习方法，担心对AI的依赖会破坏教育目标。
